Дорогие друзья!
Мы несколько раз в текущем дайджесте новостей сообщали вам о том, что в МГУ мы прочитали в осеннем семестре межфакультетский курс для небиологов по iNaturalist. Все лекции мы выложили на наш канал в YouTube, у которого сейчас 202 подписчика. По итогам курса в него вошло 11 видеолекций. Последняя лекция была размещена накануне.
Межфакультетские курсы (МФК) в Московском университете - это традиция, которой уже 8 лет. В среду после обеда студенты освобождены от занятий на своих факультетах. В это время они должны выбрать себе и пройти два курса на других факультетах, которых в МГУ насчитывается 38 штук. Соответственно, наш курс "Полевая биология для небиолога: среда iNaturalist для документации биоразнообразия" могли выбрать все студенты, кроме студентов биологического факультета.
Межфакультетские учебные курсы готовятся таким образом, чтобы для их понимания было достаточно знания школьной программы. Кое-что об МФК как форме обучения можно прочитать здесь.
Студент МГУ имеет право посещать любые лекционные курсы в Московском университете. Более того, студенты, с согласия факультета, могут посещать также семинары, практические занятия и даже сдавать зачеты и экзамены по курсам вне своего учебного плана. Результаты такой аттестации вносятся в приложение к диплому. Эти правила в полной мере распространяются и на межфакультетские учебные курсы. Любой студент Московского университета может ходить на любые МФК и сдавать по ним зачет, если пожелает. Межфакультетские курсы можно прослушать раньше, чем это предписано по учебному плану. В этом случае, по желанию студента, они могут быть засчитаны либо как обязательные МФК в соответствующем семестре, либо как дополнительный факультативный курс. Студент может изменить свой выбор МФК – в течение всего семестра отписаться от одного МФК и записаться на другой. В течение двух первых недель чтения МФК свой выбор курса можно изменить на сайте, далее — через учебную часть своего факультета.
В МГУ предлагается сотни курсов МФК, все они являются курсами по выбору. Преподаватели получают перед началом курса группу, которая максимально мотивирована пройти именно этот МФК, что заметно отличает межфакультетские курсы от обязательной программы университета. Это обеспечивает дружелюбную и одновременно рабочую обстановку во время освоения программы как в виде дистанционных лекций, так и в виде выполняемых студентами самостоятельных домашних заданий.
В этом году мы впервые читали курс "Полевая биология для небиолога: среда iNaturalist для документации биоразнообразия". Отдельной задачей было насытить его понятной и интересной информацией о том, как устроен алгоритм автоматического распознавания видов на iNaturalist, поскольку искусственный интеллект и различные аспекты его использования были объявлены Ректором МГУ топ-приоритетом в программах межфакультетских курсов.
На курс была выдана квота 500 человек, которая вскоре была увеличена до 600 человек. В моменте к нам на курс было записано 587 человек, однако после первых двух лекций началось активное движение студентов и вскоре число слушателей остановилось на отметке около 500 человек. Без малого 400 человек в итоге успешно прослушали курс, выполнили несколько домашних заданий и получили зачёт.
Курс готовили:
- Серегин Алексей Петрович (@apseregin), доктор биологических наук, ведущий научный сотрудник кафедры экологии и географии растений биологического факультета МГУ
- Дудова Ксения Вячеславовна (@antennaria), кандидат биологических наук, младший научный сотрудник кафедры экологии и географии растений биологического факультета МГУ
АННОТАЦИИ ЛЕКЦИЙ (готовились заранее, а потому иногда немного отличаются от видеозаписи) и ССЫЛКИ НА ВИДЕО:
Лекция 1. Введение. «Большие данные» о биоразнообразии.
А.П. Серегин
https://youtu.be/SybZDiCwfLw
Традиционные данные о биоразнообразии. Оцифровка данных (перевод данных в электронный вид). Электронные данные о биоразнообразии. Современные возможности и технологии для работы в поле. Global Biodiversity Information Facility (GBIF). Структура данных в GBIF, типы данных. Поисковые поля и фильтры GBIF. Статистические отчёты по данным GBIF. Выгрузки данных из GBIF и их использование. Страны-лидеры GBIF. Учреждения-лидеры GBIF. Зачем публиковать открытые данные о биоразнообразии? Гражданская наука, или научное волонтёрство. История. Примеры проектов.
Лекция 2. Знакомство с платформой iNaturalist.
А.П. Серегин
https://youtu.be/kZTALhWBTks
История платформы. Основные вехи развития. Эволюционные изменения. Учредители, управление. Современное состояние платформы. Основные правила пользования. Регистрация на платформе. Жизнь данных. Сайт и приложение iNaturalist. Приложение Seek. Личный кабинет и профиль. Настройки лицензий. Модуль «Исследуйте». Модуль «Идентифицируйте». Модуль загрузки данных. Модуль «Сообщество» (люди, проекты, журналы, форум). Модуль «Информация о таксонах». Модуль «Места». Руководства. Справка. Данные iNaturalist. Страны-лидеры. Диспропорции в данных.
Лекция 3. «Наблюдение» как основа массива данных. Геоданные. Как снимать, что снимать?
А.П. Серегин
https://youtu.be/ak5axaF_gp8
Научные основы сбора данных о биоразнообразии. Что такое «наблюдение»? Фотография / группа фотографий. Exif-файл. Визуальные данные о живых организмах. Сложности и возможности. Достоинства и недостатки. Смартфон или фотоаппарат? Таксономические группы. Макросъемка. Технические ограничения. Особенности съёмки в разных условиях. Особенности съёмки при отсутствии знаний. Снимаем хорошо, снимаем много: техника эффективных наблюдений в природе. Метаданные. Географические координаты. Редактирование геоданных. Точность геоданных. Синхронизация трека и фотографий при съемке на камеру без GPS-модуля. Тэги. Аннотирование наблюдений.
Лекция 4. Искусственный интеллект iNaturalist. Ошибки пользователей: что не надо делать на iNaturalist? Подготовка к практическому заданию.
А.П. Серегин
https://youtu.be/QYHy5NUZLik
История распознавания объектов на изображениях. Роль iNaturalist в развитии этой области. Эволюция распознавания видов по изображениям. Современное состояние обучения ИИ внутри платформы. Ошибки искусственного интеллекта. Ограничения искусственного интеллекта. Ввод дополнительных параметров: география наблюдений. Ввод дополнительных параметров: фенология наблюдений.
Технические ошибки и сбои. Плохие практики. Неадекватные действия. Мошенничество. Нарушение авторских прав. Нарушение иных правил. Блокировки пользователей. Игнорирование пользователей. Практическое задание (двухнедельная самостоятельная работа студентов в природе): выбор территории. Выбор объектов. Выбор техники. Съёмка. Самостоятельная загрузка наблюдений.
Лекция 5. Другие платформы по документации биоразнообразия: возможности и альтернативы, плюсы и минусы.
К.В. Дудова
https://youtu.be/JfFD_vLfSEA
Универсальные платформы (observation.org, naturgucker). Национальные платформы (Швеция, Норвегия, Финляндия и проч.). Растения (Pl@ntNet, Плантариум). Птицы (Дневники наблюдений за птицами, eBirds). Млекопитающие (rusmam.ru). Насекомые и проч. (MacroID). Грибы. Приложения.
Лекция 6. Как ученые используют данные платформ citizen science?
К.В. Дудова
https://youtu.be/AEeJHW8O3wI
Управление городским биоразнообразием (использование данных распространения видов для урбанизированных территорий). Мониторинг и выявление инвазивных видов. Мониторинг редких видов. Хорология и биогеография (уточнение и изучение ареалов видов). Использование фотонаблюдений как источника экологических данных. Использование платформы в учебном процессе. Теория и практика машинного обучения, нейросети. Исследования структуры и применимости данных iNaturalist в различных исследованиях. Примеры научных исследований, выполненных в России.
Лекция 7. Итоги практического задания. Как iNaturalist помогает в реальной жизни.
А.П. Серегин
https://youtu.be/OeCvTTa12zA
Короткий обзор, общие впечатления преподавателя от работы студентов. Формальные итоги (статистика). Отмеченные виды. Неопределяемые виды. Причины успеха. Причины неудач. Выводы из самостоятельной работы студентов. Объявление победителей.
Как iNaturalist помогает в реальной жизни (в Африке).
Лекция 8. Определение видов: искусственный интеллект и таксономическая экспертиза изображений.
А.П. Серегин
https://youtu.be/O6muDRLOFmA
Принципы таксономии живых организмов. Как определять живые организмы: источники информации. Массив изображений iNaturalist. Таксономическая экспертиза. Сообщество экспертов iNaturalist. Сильные слабые стороны таксономического краудсорсинга. Верификация данных. Проблемы (таксономия, неопределенность, качество данных).
Лекция 9. Проекты в iNaturalist. Биоблицы: чемпионаты по документации биоразнообразия
А.П. Серегин
https://youtu.be/GWo2xsBIDkM
Что такое «проект» на iNaturalist. Три типа проектов (традиционные, проекты-коллекции, проекты-зонтики). Зачем они нужны? Настройки проекта. Описание проекта. Журнал проекта и его ведение. Разметка текста. Вставка иллюстраций в журнал. Вставка таблиц в журнал. Сообщество и его развитие. Приглашения. Для чего не нужно создавать проекты? Геймификация гражданской науки. Биоблицы, их история. City Nature Challenge – самый большой биоблиц мира. Большой год – самый старый биоблиц мира. Командный кубок по фотофиксации растений – самый большой биоблиц России.
Лекция 10. Что учёные узнали нового о флоре России за последние три года благодаря iNaturalist? Часть 1.
А.П. Серегин
https://youtu.be/x-rkjB-UWY4
Вымирание видов. Расселение видов. География видов. Таксономия видов. Новые виды. Самые обычные виды. Самые редкие виды. Региональные флоры. Локальные флоры.
Лекция 11. Что учёные узнали нового о флоре России за последние три года благодаря iNaturalist? Часть 2. Проблемы.
А.П. Серегин
https://youtu.be/JLgA3socRCA
Чистка данных (на примере Московской области). Вымирание видов. Расселение видов. География видов. Таксономия видов. Новые виды. Самые обычные виды. Самые редкие виды. Региональные флоры. Локальные флоры. Проблемы платформы iNaturalist.
Краткий дайджест домашних заданий.
Домашнее задание №1. Регистрация на платформе iNaturalist. Заполнение профиля. Освоение базовых функций. Подписка на проекты. – Текст задания: https://www.inaturalist.org/projects/kiber-mfk-mgu-osen-2021-g/journal/57674-domashnee-zadanie-1-k-lektsii-ot-6-10-2021-g . Данное домашнее задание являлось ознакомительным и исключительно простым. Его задача – выполнение простейших организационных действий на платформе. По итогам его выполнения проверялась обратная связь «преподаватель – студент», оценивалась общая техническая грамотность слушателей, контролировалась четкость выполнения инструкций из текста домашнего задания. Неожиданным итогом выполнения первого домашнего задания стало очень плохое владение русским языком ряда студентов-иностранцев, обучающихся по контракту (преимущественно из КНР). По итогам выполнения первого домашнего задания отлаживались технические детали взаимодействия преподавателей и студентов с помощью целого ряда образовательных и вспомогательных платформ и инструментов (iNaturalist, msu.ru, YouTube, GetCourse, e-mail, социальные сети).
Домашнее задание №2. Регистрация в ORCID. Регистрация в ИСТИНе. Освоение фильтров GBIF. Тест на фильтры GBIF. – Текст задания: https://www.inaturalist.org/projects/kiber-mfk-mgu-osen-2021-g/journal/57868-domashnee-zadanie-2-po-lektsii-ot-13-10-2021-g . Второе домашнее задание предполагало обязательное изучение материалов лекции №1, без ее внимательного прослушивания выполнить задание было нельзя. Задача задание – освоение поисковой системы Global Biodiversity Information Facility (GBIF) на примере настройки фильтров простых и сложных запросов. По итогам его выполнения проверялся общий уровень понимания темы (базы данных, таксономия живых организмов, геоданные и проч.). В качестве инструмента сдачи и проверки тестовых заданий использовался инструменты Google-формы.
Домашнее задание №3. Первые самостоятельные полевые наблюдения. Освоение модуля массовой загрузки наблюдений (браузерная версия). – Текст задания: https://www.inaturalist.org/projects/kiber-mfk-mgu-osen-2021-g/journal/58584-domashnee-zadanie-3-po-lektsii-ot-20-10-2021-g . Третье домашнее задание стало ключевым для освоения важнейшей функции iNaturalist – непосредственного полевого сбора данных о биоразнообразии. Студенты должны были сделать пять первых обязательных наблюдений (до начала этого задания полевые наблюдения выполнялись студентами по желанию). Третье домашнее задание выполнялось в октябре и было досрочно зачтено участникам, освоившим модуль массовой загрузки самостоятельно по итогам анализа текущей csv-выгрузки данных проекта. В ходе проверки задания выявлялись типовые проблемы и ошибки пользователей при наблюдениях и загрузке данных. Эти ошибки подробно разбирались в начале следующей лекции.
Домашнее задание №4. Продолжение самостоятельных полевых наблюдений. Биоблиц. Самостоятельные полевые исследования в Подмосковье (выезд за пределы МКАД). – Текст задания: https://www.inaturalist.org/projects/kiber-mfk-mgu-osen-2021-g/journal/58758-domashnee-zadanie-4-po-lektsii-ot-27-10-2021-g (трёхнедельное). Задача четвертого домашнего задания – навыки самостоятельных полевых наблюдений (включая планирование) в условиях нескольких ограничений: сезонность (конец октября – начало ноября), таксономические фильтры (исключены 15 самых обычных видов), длительность (три недели), исключение видов культурной флоры. По итогам этого домашнего задания у студентов была возможность получить автомат по всему курсу. Для этого нужно было войти в топ-квартиль (25%) по числу наблюдений и в топ-квартиль по числу обнаруженных видов одновременно, что добавляло выполнению домашнего задания характер соревнования. Автомат выставлялся по курсу только при условии выполнения прочих домашних заданий, этой возможностью воспользовались 114 человек.
Домашнее задание №5. Знакомство с основными крупными группами живых организмов. Освоение модуля по определению (идентификации) чужих наблюдений. Первые самостоятельные определения крупных групп. – Текст задания: https://www.inaturalist.org/projects/kiber-mfk-mgu-osen-2021-g/journal/57871-domashnee-zadanie-5-identifikatsii (двухнедельное). Задача пятого домашнего задания – практические навыки опознавания крупных таксономических групп по чужим фотографиям в условиях незнакомой местности. Для выполнения этого домашнего задания использован набор из 200 000 наблюдений из США, которые лежат несортированными в категории «Неизвестно». Естественным ограничением было то, что студенты были е с биологического факультета, а значит могли определять только основные и хорошо знакомые группы живых организмов. В качестве задания они должны были разделить фотографии на следующие безранговые категории: РАСТЕНИЯ: Chlorophyta (зелёные водоросли), Bryopsida (листостебельные мхи), Marchantiophyta (печёночники), Polypodiopsida (папоротниковидные), Pinopsida (хвойные), Liliopsida (однодольные), Magnoliopsida (двудольные). – ПОЗВОНОЧНЫЕ ЖИВОТНЫЕ: Mammalia (млекопитающие), Aves (птицы), Reptilia (пресмыкающиеся), Amphibia (земноводные), Actinopterygii (лучепёрые рыбы). – БЕСПОЗВОНОЧНЫЕ ЖИВОТНЫЕ: Lepidoptera (бабочки), Coleoptera (жуки), Hymenoptera (перепончатокрылые), Diptera (двукрылые), Odonata (стрекозы), Malacostraca (ракообразные), Arachnida (паукообразные), Gastropoda (брюхоногие), Bivalvia (двустворчатые), Annelida (кольчатые черви). – ГРИБЫ: Agaricomycetes (базидиальные грибы), Pucciniales (ржавчинные грибы), Ascomycota (аскомицеты), Lecanoromycetes (лишайники). – ПРОЧЕЕ: Mycetozoa (миксомицеты), Bacteria (бактериии), Viruses (вирусы). Для успешного выполнения задания нужно было подписать группы у 100 наблюдений. По итогам этого домашнего задания у студентов также была возможность получить автомат по всему курсу. Для этого нужно было правильно подписать свыше 1000 наблюдений. Автомат выставлялся по курсу только при условии выполнения прочих домашних заданий, этой возможностью воспользовались 35 человек.
По итогам освоения курса студенты прошли анонимный опрос, в котором могли высказать свои пожелания по улучшению структуры курса в будущем. Это позволило преподавателям, впервые прочитавшим курс, получить отклик со стороны студентов, узнать, какие стороны курса были сильными и привлекательными, а какие – излишними или малоинтересными.
Подписались здесь на обновления: @natalia_gamova, @marina_gorbunova, @andrey_sdobnikov, @alexfamilyteam, @serycherny, @oleg_kosterin, @oksana_serikova, @taimyr, @yurii_basov, @madmanserg, @urij777, @tsn, @pavelsus, @denis_ivanov, @daba, @yuriydanilevsky, @julia_shner, @irinabobyleva, @tatyana_ilina, @windof, @petr_kosachev, @tanniii66, @grigoriy_yashin, @svetlanakutueva, @naturalist19358, @prokhozhyj, @forestru, @marina_sad, @tls-60, @cat_arch_angel, @irina_lebedeva83, @hoktokon, @daria_dru, @millione, @nikita_gerasin, @yuliaspiridonova, @woodmen19, @konstantin_shiryaev, @sennator, @stepan_vdovichenko, @nikolaydorofeev, @anaumkin, @svetlana-bogdanovich, @aleks-khimin, @pavelkomkov, @katya, @nikolay_sobolev, @dinanesterkova, @magrat666, @svetlana_katana, @irinasavenko, @liyixuan, @eugenia_urusova, @chimik, @naturalist57011, @tatianavladimirova, @v199rus, @wildpendulum, @dakileno, @gushchina_angelina, @pyakai, @danilinav, @npz, @tivanik, @okasana, @solisia, @cyathus, @cryptobasis, @vera_sokolova, @ev_sklyar, @alexandrtichonov, @caseymclowe, @mallaliev, @beerolha, @olga-2021, @olga_neogeo, @pamari, @alex_iosipenko, @alexander_ignatenko, @dni_catipo, @yaroslavmagazov, @naturalist34144, @zhu_lixun, @liyixuan, @iljar, @phlomis_2019, @savva_chigarkov, @sansan_94, @elena526, @ivan_savinov, @a-travva, @aleksandrebel, @eliooblomoff, @natalya_vilyaeva, @nooboon, @antropov_alexandr, @nadya_n, @xueqiqi, @djevergreen, @sokolkov2002, @pavel_golyakov, @aeroself, @alexanderdubynin, @pushai, @kristina_k, @tatiana_dolgova (если вы заполняли форму, но вас тут нет, значит, вы написали свой ник с ошибкой - заполните форму ещё раз).