BirdWeather 是一个公民科学平台，核心是一台叫 PUC 的小装置——放在后院、阳台或野外，它会持续收音，透过 BirdNET 神经网路即时辨识出周遭有哪些鸟在叫，并把结果上传到全球共享的地图上。
功能特色与适用场景
这个专案有意思的地方在于它的技术底子。BirdNET 是康乃尔鸟类学实验室与德国开姆尼茨工业大学合作开发的神经网路，能辨识全球超过 6,000 种鸟类的鸣叫——这是学术等级的模型，不是谁随手训练的。BirdWeather 做的是把它产品化：PUC 装置内建双麦克风、Wi-Fi 与蓝牙、GPS 定位与环境感测器，防水设计适合长期户外部署。收到的资料汇入云端后，你不只看到自己家附近有什么鸟，还能浏览全球监测站的即时资料。目前站点遍及北美、欧洲与纽澳。商业模式是硬体付费、平台与行动 App 大致免费使用，属于典型的公民科学 freemium 架构。
适合赏鸟爱好者、自然教育工作者、生态研究者，以及做环境教育的学校。台湾的赏鸟文化其实相当成熟，中华鸟会、各地鸟会的调查活动长年在跑；这种「挂着就自动记录」的装置，对长期定点监测特别有价值——人不可能天天去同一个点站八小时，机器可以。要注意 BirdNET 对台湾特有种与亚种的辨识准确度需要实际验证，模型的训练资料以欧美物种为重心。
主要功能
- PUC 装置：双麦克风、Wi-Fi／蓝牙、GPS 与环境感测器，防水户外设计
- 采用 BirdNET 神经网路（康乃尔鸟类学实验室与开姆尼茨工大共同开发）
- 可辨识全球超过 6,000 种鸟类鸣叫
- 即时上传至全球共享的监测地图
- 行动 App 查看自家站点与全球资料
- 环境资料（温湿度等）与声学纪录结合
- 支援多种参与方式，非仅限购买硬体
常见用途
- 住家或校园的长期鸟类相调查
- 自然教育与公民科学课程的实作教材
- 特定栖地的鸟类族群长期监测
- 迁徙季节的鸟种出现时序记录
- 环境变化（开发、气候）对鸟类群聚影响的资料搜集
主要功能
- PUC 装置：双麦克风、Wi-Fi／蓝牙、GPS 与环境感测器，防水户外设计
- 采用 BirdNET 神经网路（康乃尔鸟类学实验室与开姆尼茨工大共同开发）
- 可辨识全球超过 6,000 种鸟类鸣叫
- 即时上传至全球共享的监测地图
- 行动 App 查看自家站点与全球资料
- 环境资料（温湿度等）与声学纪录结合
- 支援多种参与方式，非仅限购买硬体
优点
- 底层模型出自顶尖学术机构，辨识能力有可信的研究基础
- 全自动长期定点监测，取得的资料密度远超人工调查
- 全球资料开放浏览，对比较研究与教育用途很有价值
- 平台与 App 基本免费，入门门槛主要在硬体
缺点
- 需购买 PUC 硬体才能建立自己的站点
- BirdNET 训练资料以欧美物种为主，台湾特有种与亚种的准确度需自行验证
- 背景噪音（车声、人声）会影响辨识品质，站点选址很关键
- 自动辨识结果仍需人工复核才能用于严谨的科学研究
使用场景
- 住家或校园的长期鸟类相调查
- 自然教育与公民科学课程的实作教材
- 特定栖地的鸟类族群长期监测
- 迁徙季节的鸟种出现时序记录
- 环境变化（开发、气候）对鸟类群聚影响的资料搜集
编辑点评
总编辑的话：我觉得这是 AI 落在日常生活里最舒服的一种样子——它没有要取代谁、没有要颠覆什么产业，就是让你知道今天早上五点半你家阳台外面来过哪几种鸟。对做自然教育的老师来说，这比任何简报都有说服力：孩子看到自己学校的资料出现在全球地图上，那个连结感是课本给不了的。唯一要提醒的是，台湾特有种的辨识力请自己先验过再拿去做正式调查。
常见问题
辨识准确吗？
BirdNET 是学术等级的模型，在训练资料充足的物种上表现相当好。但要有心理准备：噪音环境、相似鸣声的近缘种、以及训练资料稀少的区域性物种，错误率会明显上升。用于正式研究时，自动辨识结果需要人工复核。
台湾的鸟辨识得出来吗？
常见的广布种问题不大，但台湾特有种与特有亚种的表现需要实测。BirdNET 的训练资料以欧美为重心，这是使用前该有的预期。反过来说，台湾使用者累积的资料本身对改善模型是有贡献的。
一定要买 PUC 吗？
要建立自己的监测站需要硬体。但平台的全球资料是开放浏览的，你可以先在网站上看看别人的站点资料，判断这套系统对你的用途有没有价值再决定。