Computers leren bij

Scriptie

Scriptie Ugent bijen en machine learning Een algoritme dat de populaire met de kieskeurige types aan elkaar matcht? Ja, het gaat hier inderdaad over de bloemetjes en de bijtjes, maar dan in het echt. Bio-ingenieur Sarah Vanbesien (Universiteit Gent) verbond via machine learning de juiste bijensoort met de juiste plant.

Bijen en andere bestuivers zijn zeer belangrijk voor het ecosysteem. Ze vliegen van bloem tot bloem op zoek naar voedsel, en zonder het zelf te weten doen ze hierbij iets cruciaal: ze verspreiden het stuifmeel en zorgen voor de bestuiving van planten.

Maar welke bijensoort houdt van welke plant? Het is een belangrijke vraag, waar biologen veel veldwerk voor moeten uitvoeren. Beetje bij beetje brengen ze het complexe ‘sociale netwerk’ van bijen en planten in kaart. Een arbeidsintensief werk, dat ook zijn zwaktes kent. Want wat met alle bestuivingen die we niét hebben gezien? Bestaan deze effectief niet, of zijn deze gewoon niet geobserveerd?

Tinder voor bijen

Bio-ingenieur Sarah Vanbesien onderzocht voor haar masterproef of ze dit probleem kon oplossen via machine learning. Machine learning laat computers toe 'zelflerend' te zijn door patronen in data te herkennen. Bij dit project werden 306 bijensoorten en 453 plantensoorten ingevoerd.

Net als bij een datingapp zal de computer deze algoritmes gebruiken om mogelijke combinaties tussen bijen en planten te voorspellen. Hoe beter de match tussen beide, hoe hoger de score.

De computer ging op zoek naar eigenschappen die samen voor een succesvolle bestuiving zorgen. Hoe groot is de bij, hoe groot is de bloem? Wat is het DNA van beide? Welke kleur heeft de bloem, hoeveel meeldraden heeft ze? Op basis van al die informatie ontwikkelt de computer algoritmes.

Net als bij een datingapp zal de computer deze algoritmes gebruiken om mogelijke combinaties tussen bijen en planten te voorspellen. Hoe beter de match tussen beide, hoe hoger de score. Met die informatie kan je opnieuw het veld op om dat ene 'koppel' in de gaten te houden dat onder de radar bleef tijdens eerder veldonderzoek, maar hoogstwaarschijnlijk wél bij elkaar hoort.

Kieskeurig of populair

Daarnaast houdt het algoritme ook rekening met een ander principe. Zowel bij de bijen als bij de planten zijn er 'populaire' en 'kieskeurige' types. Bijvoorbeeld: een bijensoort kan van een paar specifieke plantensoorten houden of net van heel veel verschillende planten.

Als een kieskeurige bijensoort van een kieskeurige plant houdt zijn de overlevingskansen voor beide zeer beperkt. Wanneer de ene verdwijnt, dan is de andere ook ten dode opgeschreven. Je mag er dus van uitgaan dat dit geen combinatie is die in de natuur zal voorkomen.

Klimaatverandering

Door al deze complexe informatie te combineren werkt het algoritme zo goed, dat het niet alleen kan aangeven waar er tijdens veldonderzoek observaties over het hoofd gezien zijn. Het kan ook in de toekomst kijken.

Waarom is dit nu zo belangrijk? Door klimaatverandering en globalisatie verandert ons ecosysteem in sneltempo, waardoor veel planten en dieren in een nieuwe omgeving terechtkomen. Op basis van de resultaten van deze wiskundige modellen kan men de juiste beheersmaatregelen treffen.

Promotoren: prof. dr. Bernard De Baets en prof. dr. ir. Guy Smagghe
Begeleiders: dr. ir. Michiel Stock en ir. Niels Piot

Lees de scriptie

 


Sarah Vanbesien (UGent) nam deel aan de Vlaamse Scriptieprijs 2018 en won de EOS-prijs voor beste exact-wetenschappelijke scriptie. Studeer je dit jaar af en verdient jouw bachelor- of masterproef meer aandacht? Doe mee aan de Vlaamse Scriptieprijs en maak kans op prijzen tot 2.500 euro!

Dit artikel verscheen ook in Metro en in de Vlaamse Scriptiekrant

Metro Machine Learning Ugent

 

 

 

 

 

 

 

 

 

Lees ook

 

Share this on: