Z radością dzielimy się ekscytującą wiadomością: w tym roku Open Science Conservation Fund został uhonorowany nagrodą WILDLABS 2025 za nasz wspólny projekt — Trapper Keeper. To przedsięwzięcie łączy wyjątkowy zespół z BearID Project (USA i Kanada), Universidad San Francisco de Quito (Ekwador) oraz San Diego Zoo Wildlife Alliance (USA).
Jesteśmy szczególnie dumni z tego, że trzon projektu Trapper Keeper powstał w Instytucie Biologii Ssaków PAN. W ostatnich latach projekt nieustannie się rozwijał, integrując nowoczesne narzędzia sztucznej inteligencji, takie jak TrapperAI, aby wspierać monitoring przyrody i działania na rzecz ochrony dzikich zwierząt.
https://wildlabs.net/article/announcing-wildlabs-awards-2025-grantees
Trapper Keeper – Podsumowanie Projektu
Dzięki wsparciu WILDLABS Awards rozpoczynamy realizację projektu Trapper Keeper – open source, wspieranej przez AI infrastruktury nowej generacji do zarządzania danymi z fotopułapek. Projekt ten odpowiada na potrzeby szerokiego grona użytkowników z sektora badawczego i ochrony przyrody – od małych, zdalnych laboratoriów z ograniczonym dostępem do internetu, po duże organizacje pozarządowe, instytuty naukowe i niezależnych badaczy.
Bazując na fundamencie istniejącej wersji TRAPPER 2.0 BETA, stworzymy solidny i skalowalny system, oferujący zarówno przenośne, gotowe do użytku serwery terenowe, jak i modułowe wdrożenia dla większych instytucji. Trapper Keeper umożliwi użytkownikom efektywne zarządzanie, przetwarzanie i udostępnianie danych bioróżnorodności – nawet w warunkach ograniczonych zasobów – oraz połączy lokalne działania monitorujące z globalną infrastrukturą danych o bioróżnorodności.
W trakcie realizacji projektu planujemy:
- Wydanie stabilnej, open source wersji TRAPPER 2.0, odpowiedniej zarówno dla małych, jak i dużych projektów z użyciem fotopułapek.
- Poprawę użyteczności i dostępności poprzez uproszczenie instalacji (automatyczna konfiguracja, kontenery Docker), usprawnienie procesów (przesyłanie danych, przetwarzanie przez AI, eksport) oraz zaprojektowanie intuicyjnych interfejsów dla ekspertów i uczestników projektów obywatelskich.
- Dostarczenie wsparcia i materiałów edukacyjnych, w tym dokumentacji technicznej i wideotutoriali, w celu zwiększenia dostępności technologii.
- Opracowanie i przetestowanie przenośnych serwerów opartych na Raspberry Pi 5 z modułem AI HAT+ oraz NVIDIA Jetson, zamkniętych w wytrzymałych obudowach przystosowanych do pracy w terenie.
- Wdrożenie skalowalnych rozwiązań na energooszczędnych serwerach Ampere opartych na platformie Arm dla większych projektów.
- Integrację klasyfikatorów gatunkowych opartych na AI oraz narzędzi do analizy wideo, w tym modeli opracowanych przez SDZWA i BearID, z platformą TRAPPER.
- Umożliwienie publikacji danych w formacie Camtrap DP bezpośrednio do platformy GBIF za pomocą Integrated Publishing Toolkit (IPT).
- Przeprowadzenie testów użyteczności w rzeczywistych warunkach z udziałem różnorodnych partnerów, w tym:
- USFQ (Ekwador),
- Nanwakolas First Nations (Kanada),
- Open Science Conservation Fund i Instytut Biologii Ssaków PAN (Polska),
- Rezerwat Guaquira (Wenezuela).