Das Team hat sich zum Ziel gesetzt, die Geschwindigkeit des Cloud-Computings, die Automatisierung durch KI und die verbesserte Entscheidungsfindung durch Datenanalysen in einer einzigen Lösung zu vereinen. Diese sollte auf die Bedürfnisse und Anwendungsbereiche der Forschenden zugeschnitten sein. Über den Zeitraum von 18 Monaten arbeiteten sie mit der Queensland University of Technology (QUT) sowie Korallenriff-, Naturschutz- und Technologieexpert:innen verschiedener Organisationen zusammen, um das Open-Access-Tool ReefCloud zu entwickeln.
ReefCloud ist eine cloudbasierte Webplattform, die bei Amazon Web Services gehostet wird. Sie nutzt Computer Vision, um Riff-Fotos zu analysieren und automatisch Datenpunkte wie Korallenbewuchs oder Riffzusammensetzung zu extrahieren, zu notieren und zu teilen. Nach der Analyse eines Fotos fügt die Plattform die Daten automatisch zu einem intuitiven Dashboard hinzu. Dieses übersetzt die Daten in wertvolle Erkenntnisse und Empfehlungen. So können Naturschützer:innen schnell nachvollziehen, was die Daten über den Zustand der Riffe und Korallen aussagen. Der wohl größte Vorteil der Plattform ist jedoch, dass sie Wissen demokratisiert. Dazu werden die Daten vereinheitlicht, sodass sie schnell ausgewertet, dokumentiert und verbreitet werden können – in verschiedenen Sprachen, Regionen und Forschungsgebieten.
Das KI-Modell des Tools wurde anhand von Daten aus dem Riff-Monitoring-Programm von AIMS trainiert, das Tausende von Bildern und Datenpunkten aus dem Great Barrier Reef enthält. Mit menschlichem Erfindergeist wird das leistungsstarke Computer-Vision-Modell dann zu ReefCloud.
ReefCloud ist auf Kooperation ausgelegt. Die Plattform ermöglicht der Riff-Monitoring-Community, Fotos hochzuladen und in Echtzeit zusammenzuarbeiten. Der Algorithmus lernt mit jedem neu hinzugefügten Bild dazu. Je mehr Menschen also ReefCloud verwenden, desto mehr Nutzen schafft die Plattform.