Künstliche Intelligenz (KI) könnte in Zukunft den Artenschutz revolutionieren: Ein internationales Forscherteam unter Leitung des Deutschen Zentrums für integrative Biodiversitätsforschung (iDiv), der Universität Leipzig (UL), der Martin-Luther-Universität Halle-Wittenberg und des Helmholtz-Zentrums für Umweltforschung (UFZ) hat dazu ein automatisiertes Verfahren unter Verwendung selbstlernender Computeralgorithmen – auch bekannt als Deep Learning – entwickelt.
Die Einbindung von maschinellem Lernen kann den Forschenden zufolge das Verfahren zur Erstellung von Naturschutzgutachten auf eine neue Ebene heben. „Künstliche neuronale Netzwerke werden in anderen Bereichen schon angewendet, zum Beispiel bei der Bilderkennung“, sagt Dr. Alexander Zizka von iDiv und UL. „Mit unserem Verfahren können wir aber noch zusätzliche Aspekte integrieren, zum Beispiel Klima, geographische Region oder artspezifische Merkmale. Und das alles in sehr kurzer Zeit.“
Die Forscher fanden heraus, dass mehr als 4.300 der insgesamt 14.000 Arten potentiell vom Aussterben bedroht sind. Sie konnten außerdem aufzeigen, an welchen Orten Schutzmaßnahmen am dringendsten benötigt werden, nämlich in Madagaskar, Ostafrika, Südostasien und auf mehreren Inseln Ozeaniens. Das automatisierte Verfahren erreichte eine Genauigkeit von 84,3 Prozent.
Originalpublikation: Alexander Zizka, Daniele Silvestro, Pati Vitt, Tiffany M. Knight. Automated conservation assessment of the orchid family with deep learning. Conservation Biology (2020). DOI: https://doi.org/10.1111/cobi.13616