Schlagwort-Archive: computer-vision

SAS schützt Bienen mit Advanced Analytics und Machine Learning vor dem Aussterben

SAS schützt Bienen mit Advanced Analytics und Machine Learning vor dem Aussterben Heidelberg, 2. Juli 2020 — SAS, einer der weltweit führenden Anbieter von Lösungen für Analytics und künstliche Intelligenz (KI), wirkt in gleich drei innovativen Projekten zur Rettung vom Aussterben bedrohter Bienenpopulationen aktiv mit. Zum Einsatz kommen dafür Technologien rund um das Internet of Things (IoT), Machine Learning und Visual Analytics.

In allen Projekten geht es darum, die Lebensbedingungen der Bienen zu verbessern. Das ist nicht nur für die Bienen selbst wichtig, sondern wirkt sich auch direkt auf die Bestäubung von Pflanzen und damit auf die Lebensmittelversorgung aus. In einem ersten Projekt haben Wissenschaftler bei SAS eine Methode entwickelt, um den Zustand von Bienenstöcken über akustische Daten und Machine-Learning-Algorithmen in Echtzeit und ohne äußeren Eingriff zu verfolgen. Zudem arbeitet SAS zusammen mit der Appalachian State University am World Bee Count, um Populationsdaten der weltweiten Bienenbestände zu visualisieren. Und die Gewinner eines SAS Hackathons haben einen Weg gefunden, die Kommunikation von Bienen mithilfe von Machine Learning zu entschlüsseln.

„Es war schon immer ein Anliegen von SAS, Technologie für Verbesserungen einzusetzen, die Mensch, Tier und Umwelt direkt betreffen“, sagt Oliver Schabenberger, COO und CTO von SAS. „Mit der Nutzung von Advanced Analytics und KI für eine bessere Gesundheit der Bienen liefern wir einen wichtigen Beitrag für unsere eigene Versorgung.“

Nichtinvasives Monitoring: Gesundheit von Bienenstöcken

Mitarbeiter der SAS IoT-Division haben ein bioakustisches Monitoring-System (https://www.sas.com/content/dam/SAS/support/en/sas-global-forum-proceedings/2020/4509-2020.pdf) entwickelt, um den Zustand von Bienenstöcken in Echtzeit ermitteln zu können. Zum Einsatz kommen dabei digitale Signalverarbeitung und Machine-Learning-Algorithmen, die über SAS Event Stream Processing und SAS Viya bereitgestellt werden.

Eine häufige Ursache für das Aussterben von Bienenvölkern ist der Ausfall einer Königin. Eine Analyse akustischer Signale alarmiert Imker sofort, wenn eine Bienenkönigin verschwindet – und das ist immens wichtig, um Verluste innerhalb des Bienenstocks zu reduzieren. Das Monitoring-System verschafft Imkern ein besseres Verständnis ihrer Bienenstöcke – ganz ohne aufwendige und für die Bienen störende manuelle Inspektionen.

In einem Feldversuch stattete das SAS Team die vier unternehmenseigenen Bienenstöcke am Hauptsitz in Cary, North Carolina, mit Sensoren aus; die darüber generierten Daten flossen direkt in die Cloud. Dabei wurden kontinuierlich Datenpunkte innerhalb des Bienenstocks und in der unmittelbaren Umgebung gemessen, die Auskunft über Gewicht, Temperatur, Luftfeuchtigkeit, Flugaktivitäten und Akustik gaben. In-Stream-Modelle für Machine Learning analysierten Geräusche im Bienenstock, die Rückschlüsse auf Gesundheit, Stress-Level, Schwarmaktivitäten und den Status der Königin zuließen.

Um sicherzustellen, dass ausschließlich das Summen des jeweiligen Bienenstocks gemessen wird, setzten die Wissenschaftler robuste Hauptkomponentenanalyse (Robust Principal Component Analysis, RPCA) ein. Dabei handelt es sich um eine Machine-Learning-Methode, die dazu dient, fremde oder irrelevante Geräusche auszublenden. Bei diesem Testszenario entdeckten die Wissenschaftler, dass sich mit RPCA anhand der Frequenz, in der Bienen „pfeifen“, feststellen lässt, ob eine Königin vor Ort ist. Dies gibt Imkern die Gelegenheit, einzugreifen und größere Verluste des Bienenvolkes zu vermeiden.

Visualisierung: Globale Bienenpopulationen

SAS hilft mit einer Datenvisualisierung, die Anzahl der Bienen weltweit im Rahmen der Initiative World Bee Count (https://beescount.org/index.html) abzubilden, die vom Center for Analytics Research and Education (CARE) an der Appalachian State University mitbegründet wurde. Ziel ist es, Bürger in der ganzen Welt dazu zu bewegen, Fotos von Bienen zu machen, die Aufschluss über mögliche Ursachen für das globale Bienensterben geben könnten.

„Der World Bee Count als Crowdsourcing-Initiative erlaubt uns, die gesamte Bienenpopulation zu visualisieren und einen der umfangreichsten und aussagekräftigsten Datensätze zu Bienen zu erstellen“, erklärt Joseph Cazier, Professor und Executive Director des CARE-Instituts. „Datenvisualisierung von SAS bildet die über Crowdsourcing identifizierten Standorte für Bienen und andere Bestäuber ab. In einer späteren Phase des Projektes können Wissenschaftler die wichtigsten Datenpunkte wie Ernteergebnisse, Niederschlag und andere Faktoren, die Auswirkungen auf die Gesundheit von Bienen haben, einbeziehen. Somit erhalten sie einen Gesamtblick auf globale Bestäuberpopulationen.“ Bayer wird Studenten und die Fakultät bei ihren Untersuchungen zum World-Bee-Count-Projekt sowie bei Auswertungen von Bestäuberdaten aus anderen Quellen unterstützen.

Über die World Bee Count App sollen Imker und Bürger, sogenannte „Citizen Data Scientists“, der Global Pollinator Map Datenpunkte hinzufügen. Imker können in der Anwendung die Zahl ihrer Bienenstöcke angeben, und jeder User kann Fotos von Bestäubern hochladen. SAS hat mit SAS Visual Analytics eine Karte (https://app.gatheriq.analytics/reports/BeeDayProject.html) erstellt, die die Fotos der User darstellt. Die Visualisierungen lassen über das Projekt hinaus Aussagen zu, welche Bedingungen zu einer besonders gesunden Bienenpopulation führen.

Machine Learning: Maximaler Zugang zu Nahrung

Beim diesjährigen SAS EMEA Hackathon gewann ein Team aus der Region Nordics: Amesto NextBridge. Die Aufgabe bestand darin, mit SAS Viya Nachhaltigkeit zu verbessern. Das Gewinnerteam setzte Machine Learning ein, um den Zugang der Bienen zu Nahrung zu maximieren, was sich letztlich positiv auf die menschliche Lebensmittelversorgung auswirkt. In Zusammenarbeit mit Beefutures hat das Team diese Aufgabe mit Bravour gelöst – und zwar mit der Entwicklung eines Systems, das automatisch Bienentänze identifiziert, entschlüsselt und abgleicht.

Bienen befruchten fast 75 Prozent aller Pflanzenarten, die für die Herstellung von Lebensmitteln verwendet werden. Entsprechend stellt das Bienensterben, das unter anderem durch einen mangelnden Zugang zu Futter aufgrund monokultureller Landwirtschaft hervorgerufen wird, ein Grundproblem für die menschliche Nahrungsmittelversorgung dar. Finden Bienen eine gute Futterquelle, teilen sie dem Bienenstock den Standort durch einen bestimmten Tanz mit. Eine Auswertung dieses Tanzes zeigt Imkern, wo ihre Bienen Futter finden. So können sie an diesen Stellen neue Bienenstöcke aufstellen, um das Volk zu stärken.

„Alle diese Tänze zu beobachten, ist für einen Imker unmöglich. Videoaufnahmen aus dem Bienenstock und Machine-Learning-Algorithmen helfen dabei, den Tanz zu entschlüsseln. So erfahren wir, wo Bienen das beste Futter finden“, sagt Kjetil Kalager, Leiter des Gewinnerteams. „Wir haben diese Informationen mit Koordinaten zum Standort, zum Sonnenwinkel, zur Tageszeit und zur landwirtschaftlichen Umgebung des Bienenstocks kombiniert und auf dieser Basis eine interaktive Karte mit SAS Viya erstellt. Diese gibt Imkern einen Überblick, wo sich eventuell bessere Standorte für ihre Bienenstöcke befinden.“

Weitere Informationen zum Projekt gibt es unter https://www.sas.com/sas/events/20/sas-emea-hackathon-2020/partners-nordic/nextbridge-norway.html.

circa 7.000 Zeichen

SAS Institute GmbH
Thomas Maier
In der Neckarhelle 162

69118 Heidelberg
Deutschland

E-Mail: thomas.maier@sas.com
Homepage: http://www.sas.de
Telefon: 0049 6221 415-1214

Pressekontakt
Dr. Haffa & Partner GmbH
Anja Klauck
Karlstraße 42

80333 München
Deutschland

E-Mail: postbox@haffapartner.de
Homepage: http://www.haffapartner.de
Telefon: 089 993191-0

SAS und IIASA: Crowd-KI gegen die Abholzung der Wälder

SAS und IIASA: Crowd-KI gegen die Abholzung der Wälder Heidelberg, 29. April 2020 – Umweltschutz ist SAS, einem der weltweit führenden Anbieter von Lösungen für Analytics und künstliche Intelligenz (KI), ein großes Anliegen. Jetzt setzt das Unternehmen im Rahmen der „Data for Good“-Initiative zusammen mit dem International Institute for Applied Systems Analysis (IIASA) die nächste Generation an Crowd-basierter KI zur Erkennung und Beseitigung von Umweltproblemen um. Erstes Projekt ist die Eindämmung der weltweiten Abholzung, für das Freiwillige anhand von Satellitenaufnahmen den Zustand von Wäldern beurteilen. So helfen sie, statistische Modelle zu trainieren und die Entwicklung präziser KI-Algorithmen zu fördern, die diese Aufgaben künftig automatisch erledigen können.

Das IIASA ist ein unabhängiges internationales Forschungsinstitut mit umfassender Expertise zu Systemanalyse. Das Institut zeigt unter anderem, wie KI sinnvoll eingesetzt werden kann, um Einblicke in das Zusammenwirken der verschiedenen Ökosysteme auf der Erde zu bekommen und beispielsweise Abholzung zu erkennen. Mit KI erschließt sich eine neue Dimension der Forschung: Systeme ändern sich heutzutage so rasant, dass menschliche Erfahrung, wissenschaftliches Verständnis und herkömmliche Modelle nicht mehr ausreichen, um negative Entwicklungen rechtzeitig aufzuhalten.

„Diese Veränderungen haben existenzielle Bedeutung – entsprechend benötigen wir beste Technologie, um mit ihnen umzugehen. Deshalb haben wir uns für SAS entschieden“, sagt Albert van Jaarsveld, CEO des IIASA. „Mit der geballten Power aus unseren Forschungsplattformen zum Umweltschutz, SAS Technologie für KI und Computer Vision in Verbindung mit menschlicher Intelligenz bekommen wir aussagekräftige KI-Modelle. Diese werden uns bessere Einblicke denn je verschaffen und eine Beurteilung der globalen Umweltveränderungen annähernd in Echtzeit zulassen.“

SAS und das IIASA haben eine Crowdsourcing-App entwickelt, um kollektives Wissen zu sammeln. Ehrenamtliche „Citizen Scientists“ – von Studierenden über Berufstätige aus unterschiedlichsten Branchen bis hin zu professionellen Data Scientists – bewerten in einem ersten Schritt Aufnahmen vom Regenwald. Dabei geht es darum zu beurteilen, ob ein Stück Land unberührt oder von Menschenhand bearbeitet ist.

„Bildanalyse ist ein wichtiger erster Schritt für die präzise Erfassung und Prognose für Abholzung. Menschen sind bestens für diese Aufgabe geeignet, denn sie erkennen – im Gegensatz zur Technologie – auch kleinere Eingriffe in die Wälder weltweit, wie sie zunehmend vorkommen“, erklärt van Jaarsveld. „Crowdsourcing verbessert die KI-Algorithmen. Analysen, die bisher Jahre benötigten, können nun sehr viel schneller durchgeführt werden. So lassen sich wichtige Leitlinien für die Politik schnell entwickeln und zeitnah umsetzen. Dadurch können wir unsere Wälder effektiver schützen.“

„Ein Mensch kann ohne Probleme eine Straße von einem Fluss unterscheiden. KI-Modelle schaffen diese Differenzierung nur mit entsprechendem Training, das wiederum auf menschlicher Beobachtung basiert. Insofern ist Crowd-KI bestens geeignet, um aussagekräftige Erkenntnisse über den aktuellen Zustand bestimmter Regionen zu gewinnen“, führt Dr. Gerhard Svolba, Analytic Solutions Architect bei SAS DACH, aus.

Nach der ersten Phase, die sich auf Abholzung konzentriert, soll die Plattform für weitere Umweltthemen eingesetzt werden, bei denen Crowdsourcing unterstützen kann.

Weitere Informationen dazu gibt es hier.

circa 3.400 Zeichen

SAS Institute GmbH
Thomas Maier
In der Neckarhelle 162

69118 Heidelberg
Deutschland

E-Mail: thomas.maier@ger.sas.com
Homepage: http://www.sas.de
Telefon: 0049 6221 415-1214

Pressekontakt
Dr. Haffa & Partner GmbH
Anja Klauck
Karlstraße 42

80333 München
Deutschland

E-Mail: postbox@haffapartner.de
Homepage: http://www.haffapartner.de
Telefon: 089 993191-0