W starożytnych lasach Wielkiej Brytanii, gdzie nocną ciszę przerywa jedynie echo skrzydeł, naukowcy po raz pierwszy usłyszeli głosy milionów nietoperzy — i to nie bez pomocy sztucznej inteligencji. W ciągu trzech lat w 310 kompleksach leśnych w całym kraju zarejestrowano 98 milionów sygnałów echolokacyjnych. Bez SI przetworzenie takiej ilości danych zajęłoby ponad trzydzieści lat.
Badanie przeprowadzone przez Fundację Ochrony Nietoperzy i Służbę Leśną Wielkiej Brytanii przy wsparciu University College London stało się największym przeglądem akustycznym nietoperzy w lasach kraju. Urządzenia na żerdziach rejestrowały dźwięki w 9734 nocy od 2021 do 2024 roku, tworząc 217 terabajtów nagrań. Otwarte algorytmy SI pozwoliły nie tylko rozpoznać gatunki, ale także wykryć prawidłowości na poziomie krajowym.
Szczególnie ważne okazały się znaleziska rzadkich gatunków. Mopek zachodni (Barbastella barbastellus) i uszan szary zostały odnotowane w południowo-zachodnich hrabstwach — Somerset, Devon, Kornwalia i Dorset. Właśnie tutaj skupiły się „gorące punkty” aktywności tych skrytych mieszkańców starych lasów. Przegląd objął niemal wszystkie gatunki brytyjskich nietoperzy z wyjątkiem jednego trudnego do identyfikacji.
Takie dane zmieniają wyobrażenie o roli lasów w życiu nietoperzy. Aktywność nocków dużych i nocków wąsatków okazała się wyższa na zachodzie, a lasy liściaste ogólnie okazały się preferowane. Dla siedmiu rzadkich gatunków, w tym podkowców i uszanów, jest to na razie jedyne badanie krajowe poza znanymi miejscami występowania.
Naukowcy podkreślają: SI nie tylko przyspieszyła pracę, ale otworzyła zasadniczo nową skalę monitoringu. „Sztuczna inteligencja fundamentalnie zmieniła możliwości obserwacji dzikiej przyrody” — zauważa Kate Jones z UCL. Projekt nazywany jest „dobrą historią o SI na rzecz dobra” — technologią, która pomaga zrozumieć, gdzie i jak chronić kruche ekosystemy.
Wyniki pokazują, jak cenne są stare lasy dla rzadkich gatunków i jak ważne jest kontynuowanie takich obserwacji, aby na czas zauważać zmiany w populacjach.
