Kansalaisten lintubongausharrastuksen avulla voidaan kehittää lintujen esiintymisen ennustamista, kertoo Jyväskylän yliopiston akatemiaprofessori Otso Ovaskainen STT:lle.
Jyväskylän yliopiston kehittämä Muuttolintujen kevät -sovellus julkaistiin reilut kaksi vuotta sitten. Käyttäjä voi äänittää linnunlaulua sovellukseen, ja tekoälymalli tunnistaa, mikä lintu on kyseessä. Lisäksi nauhoituksia käytetään tutkimukseen Jyväskylän yliopistossa.
Sovelluksella on nyt noin 300 000 käyttäjää. Sillä on tehty 13 miljoonaa äänitystä, joiden yhteiskesto on noin 31 vuotta.
Ovaskaisen mukaan sovelluksen suosio on kasvanut koko ajan. Lisävauhtia sille on tuonut esimerkiksi keväällä lisätty lintupeli, jolla käyttäjä voi itse opetella tunnistaman lintuja.
Suomalaislintujen esiintyminen on aiemminkin tunnettu hyvin, kertoo Ovaskainen. Kansalaisten tekemät nauhoitukset kuitenkin tarjoavat tutkijoille tietoa paljon aiempaa kattavammin.
– Havaintoja on tullut niin valtavasti jokaisesta niemen notkosta ja kylästä, Ovaskainen kertoo.
Eniten suoria nauhoituksia
Sovelluksella voi tehdä kolmentyyppisiä äänityksiä: suoria nauhoituksia, intervallinauhoituksia ja pistelaskentaa.
Suoria nauhoituksia tulee Ovaskaisen mukaan ylivoimaisesti eniten. Ne ovat niitä, joita kansalainen nauhoittaa kuulemaansa linnunlaulua selvittääkseen, mikä laji on kyseessä. Pelkät suorat nauhoitukset kuitenkin vääristäisivät tutkimustuloksia.
– Kansalaistieteiden data tulee tyypillisesti sieltä, missä kansalaiset itse ovat, eikä välttämättä sieltä, missä linnut ovat.
Vääristymiä kuitenkin korjataan kahdella muulla nauhoitustyypillä.
Intervallinauhoitus nauhoittaa ympäristöä tietyn ajan, esimerkiksi tunnin verran.
– Sillä poistuu harha, että näyttäisi, että linnut laulavat aina, kun nauhoitetaan, mikä johtuu vain siitä, että nauhoituksia tehdään silloin, kun linnut laulavat, Ovaskainen kertoo.
Pistelaskentaverkosto taas muodostuu yli 500 pistelaskentapaikasta. Niitä on eri puolilla maata kansallispuistoissa sekä kaupunkien ja kuntien viheralueilla. Pisteellä kansalainen voi lukea QR-koodin ja nauhoittaa viisi minuuttia ääntä.
Ennalta määritetyt paikat poistavat sitä vääristymää, että havaintoja tehdään sieltä, missä kansalaiset itse sattuvat olemaan.
Vaikka suoria nauhoja saadaan eniten, kahta muutakin tyyppiä saadaan riittävästi vääristymän korjaamiseksi.
– Ehkä pistelaskenta on sellainen, että kansalaiset tekevät sitä siksi, että heistä on kiva nimenomaan tukea tutkimushanketta. Mutta intervallinauhoituksia moni tekee ihan omasta ilostaan, koska niillä pystyy vaikka selvittämään, että onko yöllä jotain pöllöjä omassa pihassa, mitä ei ehkä muuten kuulisi, kun on nukkumassa, Ovaskainen pohtii.
Parantaa ennustettavuutta
Kansalaishavainnoilla on kehitetty erityisesti malleja, joilla voidaan ennustaa, missä ja milloin voi nähdä mitäkin lintuja.
Ovaskainen kertoo, että mallit ovat parantuneet, kun lintujen pitkäaikaiseen seurantaan on lisätty sovelluksesta saatavat nauhoitukset.
– Ei pelkästään niin, että tämä kännykkädata muuttaa ennusteitamme, vaan olemme todenneet, että se parantaa aidosti niitä ennusteita, Ovaskainen sanoo.
Äänityksestä lintulajin tunnistaa tekoälymalli. Eniten haasteita tekoälyllä on, jos linnut laulavat yhtä aikaa tai kaukana.
– Sanoisin, että suurin pullonkaula siinä on kännykän mikrofoni, jos verrataan vaikka ihmiskorvaan.
Tekoäly ei Ovaskaisen mukaan vedä tunnistamisessa vertoja parhaille lintuasiantuntijoille, mutta toimii kuitenkin hyvin ja kehittyy jatkuvasti.
Etua on esimerkiksi siitä, että Jyväskylän yliopistolla on tallessa kaikki alkuperäiset äänitykset. Tutkijat ovat siis voineet kuunnella äänityksiä itse ja selvittää, kuinka paljon tekoälymalliin voi luottaa.
