Citizen Science AI

Künstliche Intelligenz (AI) für Citizen Science ist ein aufstrebender Bereich, in dem maschinelles Lernen (ML) auf verschiedene datengesteuerte Vorgänge in Apps für Bürgerbeteiligung angewendet wird. Mit KI-Maschinellem Lernen können Daten- und Medien-Uploads wie Fotos schnell analysiert und die Ergebnisse direkt in einer Citizen Science-App präsentiert werden. Ein häufiger Anwendungsfall für KI in der Bürgerwissenschaft ist der Einsatz von Bilderkennung, um beispielsweise Arten in einem Biodiversitätsprogramm zu identifizieren und eine Liste mit Wahrscheinlichkeiten auszugeben, welche Arten von einem Teilnehmer in der mobilen App fotografiert wurden.

KI ist im Allgemeinen ein Oberbegriff, der eine Vielzahl von Anwendungen künstlicher Intelligenz umfassen kann. Während viele KI-Anwendungen wie generative KI und große Sprachmodelle (LLM) eine Vielzahl von ethischen und nachhaltigkeitsbezogenen Fragen aufwerfen, kann maßgeschneidertes maschinelles Lernen oder Deep Learning ein wertvoller Gewinn für die Wissenschaft und Datenanalyse sein.

Bei SPOTTERON haben wir ein neuronales Netzwerk-Framework entwickelt, das eine flexible Grundlage für projektspezifische KI-Machine-Learning-Integrationen bildet. Mit dem SPOTTERON-KI-System können Citizen-Science-Projekte aus allen Bereichen die Bilderkennung in ihren interaktiven mobilen Apps anwenden.

Die SPOTTERON-KI lässt sich nahtlos in die Citizen Science App integrieren. Beim Hochladen einer neuen Beobachtung können die Teilnehmer das bereitgestellte Foto mit nur einem Klick/Fingertipp an die KI senden. Das KI-System verarbeitet das hochgeladene Bild und gibt die Ergebnisse aus. Die Benutzeroberfläche des KI-Tools zeigt dem Benutzer eine Liste mit der Klassifizierung und der jeweiligen Wahrscheinlichkeit an. Der Benutzer kann nun die am besten passende Auswahl treffen, die automatisch als Daten für die neue Einreichung übernommen wird.

 

 

Um die Entscheidung des Benutzers zu unterstützen, werden nicht nur die Wahrscheinlichkeiten angezeigt, sondern jedes Ergebnis ist auch mit einem „Info-Panel“ verknüpft. Auf der rechten Seite ist eine Miniaturansicht, z. B. der von der KI identifizierten Art oder des Objekts, mit einer Glossarseite mit weiteren Informationen verknüpft. Auf diese Weise kann der Benutzer das Ergebnis vor dem Absenden einfach genauer betrachten, um die Datenqualität zu verbessern, und mit nur einem Fingertipp sogar mehr über die Art oder das Objekt erfahren.

Weitere Optionen in der SPOTTERON-KI-Oberfläche bieten eine manuelle Auswahl, um ein Ergebnis abzudecken, wenn die Ergebnisse nicht mit dem Foto übereinstimmen und eine Korrektur erforderlich ist. Das SPOTTERON-KI-Toolkit kann in jede App integriert werden, die auf der Plattform läuft. Die Entwicklung des Frameworks ist bereits abgeschlossen, was Kosten spart und das Citizen Science KI-Toolkit zu einer kostengünstigen und preiswerten Option für Citizen Science-, Community Science- und Public Engagement-Projekte macht.

 

 

Aufgrund der Flexibilität im Design des SPOTTERON-KI-Systems ist es möglich, KI-Modelle für nahezu jeden Zweck zu trainieren und anzuwenden. Von der klassischen Artenidentifizierung bis zur Objekterkennung können sogar erweiterte Möglichkeiten wie Vorkommenszählung, Transkription von geschriebenem Text oder andere Formen der Datenausgabe effektiv integriert werden. Unser Expertenteam kann Ihr Projekt von Anfang an unterstützen, von der Planung des Umfangs und der Ziele der KI bis hin zum KI-Training und der Modellbereitstellung. Darüber hinaus können wir Ihnen bei den Trainingsdaten helfen und Ihnen im Trainingsprozess Berichte darüber liefern, für welche Objekte oder Arten mehr Daten für das Training benötigt werden.

Bei der Arbeit mit KI ist es unerlässlich, strenge ethische Grundsätze zu berücksichtigen und anzuwenden, um negative Auswirkungen zu mindern. Bei SPOTTERON sind digitale Autorität und Sicherheit ohne Verletzung der Privatsphäre der Teilnehmer stets ein zentrales Ziel unserer gesamten Arbeit. Im Bereich KI bauen wir nicht auf disruptiven Sprachmodelldiensten von Drittanbietern auf, sondern trainieren und betreiben unsere maßgeschneiderten Citizen-Science-KI-Integrationen in der europäischen IT-Landschaft. Wir haben das modulare SPOTTERON-KI-Basisframework im Rahmen unserer Beteiligung an der Entwicklung der von Horizon 2020 finanzierten App „IPM Popillia” entwickelt und erweitern die Technologie als Partner in anderen in Horizon Europe finanzierten Projekten weiter.