Tidlig varslingssystem for miljøændringer:Nye dyremærker med kameraer og AI komplet jomfruflyvning

Hvordan kan en gribb i en zoologisk have i Berlin hjælpe sine artsfæller og deres levesteder i Namibia? Måske kan den tjene som model og protektor for en ny generation af dyremærker.

Prototypen på et innovativt dyremærkesystem udviklet af Leibniz Institute for Zoo and Wildlife Research (Leibniz-IZW) og Fraunhofer Institute for Integrated Circuits (Fraunhofer IIS) afsluttede sin jomfruflyvning på en grib ved Tierpark Berlin i dag. Mærkerne vil være udstyret med sensorbaseret kunstig intelligens (AI), et kamera, energieffektiv elektronik og satellitbaseret kommunikationsteknologi. Dette vil give mulighed for helt ny indsigt i dyrenes verden og deres levesteder. Mærkerne registrerer og transmitterer dyrenes adfærd i realtid og er således et tidligt varslingssystem for økologiske ændringer.

Klimaændringer, arters udryddelse, pandemier – på grund af menneskelig indflydelse ændrer vores planet sig hurtigere, end vi kan forstå og beskytte den. For at holde trit med den accelererende hastighed af miljøændringer skal miljøforskning og -bevaring bryde ny vej og omfavne potentialet i den seneste teknologiske udvikling. Leibniz-IZW og Fraunhofer IIS har derfor arbejdet sammen siden begyndelsen af ​​2022 i to store forsknings- og udviklingsprojekter. I projekterne GAIA-Sat-IoT (Guardian of the Wild ved hjælp af Artifical Intelligence Applications and Satellite-based IoT Networks) og SyNaKI (Synergy of natural and artificial in the swarm) projekter, har de udviklet en ny generation af dyremærker, der tillader væsentligt hurtigere og mere præcis indsigt i økosystemer.

Til dette formål vil tagsene have betydelige innovationer:For det første er de opdelt i to dele, hvoraf den ene er fastgjort til gribbenes ryg og registrerer blandt andet positions- og accelerationsdata. Det andet modul har et kamera og sidder derfor foran på fuglenes kister. Begge dele hænger sammen og arbejder hånd i hånd. Dette er muliggjort af en anden innovation:On-board AI direkte på mærket genkender bestemte adfærdsmønstre for dyrene i dataene, klassificerer deres adfærd og genererer derved værdifuld information direkte på mærket. Kameraet tager derefter billeder på afgørende tidspunkter, som igen evalueres af et andet AI-system. Sidst, men ikke mindst, vil en ny satellitbaseret kommunikationsforbindelse sikre, at information kan overføres direkte fra mærket til en satellit og til forskerne selv i de fjerneste økosystemer.

"Vi følger denne rute, fordi den giver os mulighed for at se meget mere præcist og hurtigt, hvad der foregår i et økosystem," siger Dr. Jörg Melzheimer, GAIA-projektleder hos Leibniz-IZW. "Vi udvikler vores tags eksemplarisk til brug på gribbe i det sydlige Afrika. Disse ådselædere har fantastiske sensoriske evner og intelligens, hver fugl for sig og sammen i kølvandet. De finder ådsler med enorm præcision og hurtighed, hvilket gør dem til ideelle allierede for os ."

På den ene side er forekomsten af ​​ådsler en helt naturlig omstændighed, men alligevel kan kritiske ændringer i økosystemet også påvises ud fra uregelmæssigheder i ådslernes forekomst, for eksempel udbrud af vildtsygdomme. Mærkerne gør det muligt at opdage sådanne lokale økologiske hotspots næsten i realtid. "Vi designede GAIA-projekterne som et netværk af dyr, mennesker og kunstig intelligens. Vi bruger højteknologi og dyrs evolutionære intelligens til at identificere og løse presserende miljøproblemer," siger Melzheimer.

Designet og udviklingen af ​​GAIA-dyremærkesystemet udføres i tæt samarbejde mellem specialister i dyrelivsbiologi og -økologi, kunstig intelligens, kommunikationsteknologi og sensorteknologi hos Leibniz-IZW og Fraunhofer IIS. "Behandlingen af ​​dataene af en AI direkte på tagget er en nøglefunktion, da den kan bruges til i realtid at bestemme, hvilke af de indsamlede data der er relevante nok til at sende til satellitten," siger Dipl.-Inf. Nina Holzer, gruppeleder Multimodal Human Sensing og projektleder for GAIA-Sat-IoT hos Fraunhofer IIS. "At sende alle de indsamlede data i realtid er praktisk talt umuligt, en satellitforbindelse tillader det ikke og ville forbruge for meget strøm."

Derudover er split tag-designet en nyhed med sine helt egne tekniske krav, rapporterer Dipl.-Ing. Jürgen Ernst, Chief Engineer hos Fraunhofer IIS og ledende ingeniør i GAIA-Sat-IoT. "Kameramodulet sidder på forsiden af ​​gribbens bryst. Alle andre sensorer samt AI-processorer og solenergiforsyningen er anbragt i tagget på bagsiden. Begge elektroniske komponenter skal arbejde gnidningsløst sammen, og hele systemerne har også brug for være perfekt tilpasset dyrenes anatomi, så det kan tages i brug i overensstemmelse med dyrevelfærdsaspekter."

Tierpark Berlin – en af ​​to zoologiske haver i den tyske hovedstad – er en uundværlig samarbejdspartner for konsortiet. I en tidlig fase af projektet mærkede GAIA-forskere og dyrepassere to hvidryggede gribbe i Tierparks voliere med kommercielt tilgængelige mærker, som registrerer accelerationsdata (ACC) og GPS-positioner. ACC-data giver et meget præcist indblik i mærkernes og dyrenes bevægelser. Samtidig optog forskerne optagelser af typisk gribbeadfærd med et videokamera. Kombinationen af ​​ACC-data og videooptagelser gjorde det muligt at træne den kunstige intelligens.

"I videoerne kan vi identificere nøjagtigt til sekundet, når fuglen viser hvilken typisk adfærd og kan dermed identificere tilsvarende mønstre i ACC-dataene," forklarer Wanja Rast, AI-specialist hos Leibniz-IZW. "Disse træningsdata er grundlaget for AI'en, som i fremtiden vil udføre automatiseret adfærdsklassificering direkte på tagget på en meget energieffektiv og præcis måde." AI er endnu ikke implementeret på den nuværende prototype og udvikles i øjeblikket stadig desktop-baseret med downloadede data, men det vil blive et unikt salgsargument for de nye dyremærker i løbet af projekterne.

"I SyNaKI-projektet vil vi også kortlægge naturlig sværm-intelligens virtuelt i en sværm af mikroprocessorer," tilføjer SyNaKI-projektleder Felix Kreyß fra Fraunhofer IIS. "Ved at gøre det muliggør vi distribueret og AI-baseret dataanalyse direkte i felten, i kølvandet på gribbe. For at opnå dette kombinerer vi naturlig med kunstig intelligens på dyremærkerne samt med tilgange fra ekstreme edge computing."

En anden stor udfordring i udviklingen af ​​mærkerne er den effektive og pålidelige overførsel af data fra dyret til brugeren, for eksempel videnskabsmænd eller naturbevarende.

"Da tagget skal bruges tidligt i projektet til at indsamle træningsdata, er transmissionsfunktionen i øjeblikket (stadig) begrænset. I næste trin vil vi udvikle senderen yderligere og integrere AI-signalbehandlingselektronikken," siger Florian Leschka. , Group Leader System Design hos Fraunhofer IIS. "Et andet vigtigt arbejdstrin er integrationen af ​​et kraftfuldt satellit-IoT-radiomodul i senderen for at garantere den efterfølgende transmission af den udtrukne information."

Især i områder uden for jordbaserede kommunikationsinfrastrukturers rækkevidde er der behov for støtte fra satellitbaserede netværk. For at muliggøre direkte transmission fra senderknudepunktet til satellitten er Fraunhofer-eksperterne ved at udvikle et kommunikationssystem baseret på en jordbaseret mioty-teknologi. Som et resultat af udviklingen fra Leibniz-IZW og Fraunhofer IIS bliver der skabt et lille dyremærke, som intelligent forbehandler og kombinerer data og kun sender relevant miljøinformation via en satellitbaseret kommunikationsforbindelse. + Udforsk yderligere

Beskyttede områder i Afrika er for små til at beskytte hurtigt faldende gribbebestande