VolgendeVolgende gids
AI bij detectie van archeologische vindplaatsen
Toepassingen
ToepassingenGIDS
AI kan helpen bij het screenen van insectenbeelden en DNA-monsters uit de omgeving op interessante soorten.
Luister naar deze gidsAI-verteld · ~2 min
Een modelalert of DNA-detectie ondersteunt vervolgonderzoek, maar bevestigt niet alleen dat er op een specifieke locatie een levende plaag aanwezig is.
Bij het screenen op ongedierte en invasieve soorten kan gebruik worden gemaakt van gelabelde afbeeldingen of omgevings-DNA. Het InsectNet-artikel bestudeert diepgaande identificatie op basis van burgerwetenschappelijke insectenbeelden en rapporteert evaluaties van meer dan 2.500 soorten, waaronder schadelijke plagen en nuttige insecten. De auteurs beschrijven moeilijke gevallen zoals op elkaar lijkende soorten, gevarieerde levensfasen en beeldomstandigheden, en melden dat het model zich kan onthouden als het onzeker is. De U.S. Geological Survey definieert omgevings-DNA als genetisch materiaal dat door levende of voorheen levende organismen in het milieu terechtkomt; het kan helpen soorten te detecteren die moeilijk te vinden zijn via traditionele bemonstering. Een positief monster geeft aan dat er genetisch doelmateriaal is gedetecteerd, en niet dat er noodzakelijkerwijs een levend organisme aanwezig is op het exacte bemonsteringspunt. USDA ARS beschrijft afzonderlijk een project dat in juli 2026 startte om diepgaande classificatie van planten te ontwikkelen op basis van dronebeelden voor monitoring van weidegronden. Deze onderzoeksvoorbeelden zijn afgestemd op de gepubliceerde datasets en projectplannen; veldobservaties en bemonsteringsontwerp blijven belangrijk voor ecologische interpretatie.
InsectNet-onderzoek maakt gebruik van burgerwetenschappelijke insectenbeelden om een visueel model te trainen dat plaag- en nuttige insectensoorten kan identificeren.
Een eDNA-monster uit water, bodem, sediment of lucht kan worden geanalyseerd op genetisch materiaal dat is afgescheiden door levende of voorheen levende organismen.
Een USDA Agricultural Research Service-project ontwikkelt drone-beeldmodellen om plantensoorten en vegetatie in het gebied in kaart te brengen.
Onderzoekers kunnen op afbeeldingen gebaseerde identificaties vergelijken met eDNA-detecties en veldobservaties bij het bestuderen van de verspreiding van een soort.
Verder werk kan beeldclassificatoren en eDNA-tests testen op nieuwe locaties, seizoenen en bemonsteringsomstandigheden, en hun detecties vergelijken met veldobservaties. Het USDA ARS-project dat hier wordt vermeld, is gepland onderzoek en geen voltooid of gevalideerd operationeel systeem. Beweringen over andere sensoren, soorten of toepassingen moeten worden getoetst aan studiespecifiek bewijsmateriaal.
Gratis nieuwsbrief
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
AI kan helpen bij het screenen van insectenbeelden en DNA-monsters uit de omgeving op interessante soorten. Een modelalert of DNA-detectie ondersteunt vervolgonderzoek, maar bevestigt niet alleen dat er op een specifieke locatie een levende plaag aanwezig is.
De studie rapporteert het gebruik van een grote burgerwetenschappelijke dataset van insectenbeelden om het identificatiemodel te trainen.
Het artikel rapporteert de identificatie van meer dan 2.500 insectensoorten, waaronder schadelijke plagen en nuttige insecten.
De auteurs identificeren op elkaar lijkende soorten, variatie in de levensfase, achtergronden en beeldomstandigheden als classificatie-uitdagingen.
Een eDNA-resultaat geeft het beoogde genetische materiaal in een monster aan; het bewijst op zichzelf niet dat zich op die precieze plaats een levend organisme bevindt.
Het artikel meldt dat het model zich kan onthouden als het onzeker is, waardoor menselijk ingrijpen mogelijk wordt gemaakt in plaats van een mogelijk onbetrouwbaar etiket op te dringen.
Blijf leren
Er zijn meer handleidingen voor dit onderwerp geselecteerd
VolgendeVolgende gids
AI bij detectie van archeologische vindplaatsen
Toepassingen