Luisteren naar de natuur: Naturalis en LIACS bundelen krachten
Het in kaart brengen van de natuur gaat gepaard met het genereren en analyseren van gigantische stromen data in allerlei vormen. De biologie en de informatica hebben dus steeds meer met elkaar te maken. De aanstelling van computerwetenschapper Dan Stowell bij het Leiden Institute of Advanced Computer Science (LIACS) versterkt de samenwerking tussen Naturalis en de Universiteit Leiden.
De levens van dieren begrijpen
‘Hier in Leiden heb je grote zwermen kauwtjes, iedereen kent ze’, vertelt computerwetenschapper Dan Stowell. ‘We zien ze vliegen, en we horen dat ze geluiden maken, maar we hebben geen helder idee wat elk dier nou eigenlijk aan het doén is, en wat onze invloed op ze is. Wij willen de levens van dieren begrijpen aan de hand van hun gedrag en hun communicatie, en de wereld helpen om de biodiversiteit in de gaten te houden.’
‘Wij willen de levens van dieren begrijpen aan de hand van hun gedrag en hun communicatie.’
Computerwetenschap koppelen aan biodiversiteitsonderzoek
Stowell is een van de pioniers in een groeiend leger van computerwetenschappers die hun talenten inzetten voor biodiversiteitsonderzoek. Hij werkte al aan biodiversiteitsonderzoek bij Naturalis en brengt expertise in kunstmatige intelligentie en diergeluiden samen met de informaticakennis binnen LIACS. Die app op je telefoon die vogelgeluiden herkent? Werkt dankzij trucs die Stowell heeft helpen ontwikkelen. Op dezelfde manier werken er bijvoorbeeld mensen aan AI voor soortherkenning op beelden, of aan algoritmes die razendsnel een miniem DNA-spoortje aan een dier- of plantensoort kunnen koppelen.
Onze nieuwe zintuigen
Maar om de huidige biodiversiteitscrisis bij te benen, is er een schaalvergroting nodig. Omdat de natuur er slecht voor staat, kiest Naturalis voor een digitale versnelling. Grote, innovatieve projecten zoals ARISE, eDentity en ABM zorgen voor deze schaalsprong. Door de wetenschappelijke expertise en de natuurhistorische collectie te koppelen aan AI en moderne technieken, wordt het complete web van leven op landelijke schaal veel sneller en nauwkeuriger in kaart gebracht.
Hierbij wordt gebruikgemaakt van nieuwe digitale ‘zintuigen’ in het veld. Slimme sensoren kijken en luisteren dag en nacht mee om continu gegevens te verzamelen. Waar camera's en microfoons stoppen, gaan moderne DNA-technieken nog een stap verder door onzichtbare sporen van leven uit de bodem, lucht of het water te onthullen. Dankzij de inzet van AI worden soorten vele malen sneller herkend dan voorheen. Hierdoor wordt de samenhang in de natuur op een voorheen onmogelijke manier zichtbaar, wat essentieel is om de achteruitgang van de biodiversiteit te begrijpen en om te buigen.
De onmisbare AI-versnelling
Zodra al die datastromen binnenkomen, volgt de volgende cruciale stap. Het is simpelweg te veel data om handmatig te verwerken, waardoor de inzet van AI noodzakelijk is om er daadwerkelijk iets mee te kunnen doen. Computerwetenschappers zoals Stowell – gespecialiseerd in dierengeluiden – zijn hiermee onmisbaar voor de biologie van de 21e eeuw.
‘Het zogeheten multimodale machine learning is verschrikkelijk interessant voor ons.’
Schaalvergroting en versnelling
De samenwerking is overigens een win-win, benadrukt Marcello Bonsangue, wetenschappelijk directeur van het LIACS. ‘Het zogeheten multimodale machine learning is verschrikkelijk interessant voor ons. De combinatie van verschillende sensoren, real time - het levert interessante nieuwe vragen op en er is nog maar weinig onderzoek naar.’
Maaike van de Kamp-Romijn, directeur Onderzoek & Onderwijs van Naturalis: ‘We willen voorop lopen in dit veld, en niet alleen bestaande techniek toepassen. We zoeken schaalvergroting en versnelling, want de uitdaging waar de biodiversiteitscrisis ons voor plaatst is enorm. ’
Stowell: ‘Er is een hoop ruimte voor de verbetering van de methodes om nuttige biodiversiteitsinformatie te leveren met minimale bijwerkingen. Om zoveel mogelijk te kunnen leren moeten we echt aan het werk om de volgende generatie van deze technieken te bouwen.’
Meer informatie
Stowell en Pucci zijn onderdeel van het team Imaging and Bioinformatics. Meer informatie daarover hier.