Welke AI-modellen weten écht waar zeldzame planten groeien?
Waar groeit een bepaalde plant? Die vraag lijkt simpel, maar het antwoord bepaalt of natuurbeschermers de juiste gebieden beschermen. Onderzoekers gebruiken steeds vaker kunstmatige intelligentie (AI) om dit te voorspellen. Maar nieuw onderzoek laat zien dat deze modellen lang niet altijd even betrouwbaar zijn, vooral niet bij zeldzame soorten.
Wetenschappers gebruiken zogeheten soortverspreidingsmodellen: computerprogramma's die voorspellen waar een plant of dier voorkomt. Ze doen dit door waarnemingen van mensen te combineren met informatie over het klimaat en de bodem op die plek. Denk aan meldingen die vogelaars of plantenliefhebbers doorgeven via apps.
De nieuwste modellen, "DeepSDMs" genoemd, zijn extra slim: ze leren van honderden miljoenen waarnemingen tegelijk en voorspellen de verspreiding van duizenden soorten in één keer. Dat klinkt veelbelovend. Maar een onderzoeksteam ontdekte dat er een groot probleem schuilt in deze aanpak.
Het probleem met waarnemingen
Niet elke plek op aarde wordt even vaak bezocht door mensen die waarnemingen doorgeven. Populaire wandelgebieden worden veel vaker gecheckt dan afgelegen moerassen of bergtoppen. Daardoor lijkt het soms alsof een plant zeldzaam is, terwijl hij daar gewoon nooit is gezien omdat er niemand kwam kijken.
Om dit probleem goed te testen, bouwden de onderzoekers een nieuwe meetlat: SAGE. Ze gebruikten waarnemingsdata van het platform GBIF om de modellen te trainen. Vervolgens testten ze de voorspellingen met een heel andere, betrouwbaardere dataset: systematisch opgezette plantentellingen in vaste proefvlakken, verspreid over de hele wereld. In totaal ging het om 5.771 plantensoorten.
Wie wint: simpel of slim?
De onderzoekers vergeleken de nieuwe DeepSDMs met oudere methodes, zoals het klassieke Random Forest-model (een model dat beslissingen neemt op basis van veel kleine, simpele regels die het combineert). De uitkomst was genuanceerd: geen enkele methode won overal.
De DeepSDMs waren vooral beter bij soorten die maar weinig zijn waargenomen, vaak juist de soorten die natuurbeschermers het meest zorgen baren. Bij soorten die al goed in kaart zijn gebracht, maakte het model geen verschil.
Belangrijk detail: dit voordeel van de DeepSDMs verscheen alleen wanneer onderzoekers de vertekening in de waarnemingen eerst corrigeerden. Ze deden dit met technieken als "spatial thinning" (het uitdunnen van te dicht opeengepakte waarnemingen uit populaire gebieden) en herweging van data. Zonder die correctie verdween het voordeel van de slimme AI-modellen.
Wat betekent dit (nog) niet
Dit is één onderzoek, uitgevoerd door één onderzoeksteam, gericht op plantensoorten. Het betekent niet dat DeepSDMs voortaan altijd de beste keuze zijn, of dat deze uitkomsten automatisch gelden voor dieren zoals vogels of insecten. De resultaten laten vooral zien onder welke voorwaarden een model wel of niet werkt, niet dat één model universeel "wint".
Waarom is dit belangrijk? Natuurbeschermers gebruiken verspreidingskaarten om te bepalen welke gebieden bescherming verdienen. Als een model stilletjes faalt bij zeldzame soorten, blijven juist de kwetsbaarste planten onzichtbaar op de kaart. De SAGE-meetlat helpt onderzoekers voortaan te checken welk model voor welke soort betrouwbaar is, in plaats van blind te vertrouwen op een gemiddelde score.
Bron: SAGE: A sampling-aware global evaluation benchmark for species distribution modeling