कृत्रिम बुद्धिमत्ता जानवरों के पहले से अनरिपोर्टेड व्यवहार को देखती है

कृत्रिम बुद्धिमत्ता (एआई) के सबसे रोमांचक पहलुओं में से एक यह है कि तकनीक विशेषज्ञों को हमारे पर्यावरण के बारे में नई जानकारी खोजने में मदद करती है। यह मामला फिर से है क्योंकि ओसाका विश्वविद्यालय की एक अनुसंधान टीम ने एक नया जानवर-जनित डेटा-संग्रह प्रणाली बनाई है जो एआई पर निर्भर करती है। यह प्रणाली ही है जिसने पहले से अनरिपोर्टेड व्यवहारों की खोज में मदद की है, विशेष रूप से समुद्री पक्षियों में, और उनके शिकार के संबंध में।

बायो-लॉगिंग

जंगली जानवरों को देखने के लिए वर्तमान में उपयोग की जाने वाली तकनीकों में से एक बायो-लॉगिंग है, जिसमें उनके व्यवहार और सामाजिक परस्पर क्रिया शामिल हैं। इस तकनीक में जानवरों के शरीर पर हल्के वीडियो कैमरे या अन्य उपकरण लगाना शामिल है जो डेटा इकट्ठा करने के लिए डिज़ाइन किए गए हैं। जबकि बायो-लॉगिंग जानवरों को परेशान किए बिना उन्हें देखने के लिए सबसे अच्छी तकनीक मानी जाती है, इसके कुछ नुकसान भी हैं।

विशेष रूप से, बायो-लॉगिंग के लिए उच्च बैटरी जीवन की आवश्यकता होती है, और प्रणाली महंगी होती है।

ताकुया मैकावा इस अध्ययन के सह-लेखक हैं, जो कम्युनिकेशन बायोलॉजी में प्रकाशित हुआ था और इसका शीर्षक था “मशीन लर्निंग बायो-लॉगर्स पर रनटाइम सटीकता में सुधार करती है”।

“चूंकि छोटे जानवरों पर लगे बायो-लॉगर्स को छोटा और हल्का होना चाहिए, उनके पास कम रनटाइम होता है और इसलिए दिलचस्प और असामान्य व्यवहारों को रिकॉर्ड करना मुश्किल था,” मैकावा ने कहा।

“हमने एक नया एआई-सुसज्जित बायो-लॉगिंग डिवाइस विकसित किया है जो हमें सस्ते सेंसर जैसे एक्सेलेरोमीटर और जीपीएस से डेटा के आधार पर रुचि के विशिष्ट लक्ष्य व्यवहारों का स्वचालित रूप से पता लगाने और रिकॉर्ड करने की अनुमति देता है,” मैकावा ने जारी रखा।

सस्ते सेंसर का उपयोग करके, हम उच्च-लागत वाले सेंसरों पर कम निर्भर हो सकते हैं, जिनमें वीडियो कैमरे शामिल हैं। फिर उच्च-लागत वाले सेंसरों का उपयोग केवल तब किया जाता है जब विशिष्ट लक्ष्य व्यवहार को पकड़ने की सबसे अधिक संभावना होती है।

https://www.youtube.com/watch?v=Xybdokb4g9s

मशीन लर्निंग के साथ जोड़ा गया

इन प्रणालियों को मशीन लर्निंग तकनीकों के साथ जोड़कर, हम उच्च-लागत वाले सेंसरों को उन व्यवहारों की ओर निर्देशित कर सकते हैं जो बहुत दिलचस्प लेकिन असामान्य हैं। इसका मतलब है कि उन असामान्य व्यवहारों को देखे जाने की संभावना अधिक है।

ओसाका विश्वविद्यालय की टीम द्वारा विकसित एआई-सहायता प्राप्त वीडियो कैमरा प्रणाली का परीक्षण काले पूंछ वाले गुलों और धारीदार शेवाटर्स पर किया गया था। दोनों जानवरों को जापान के तट पर द्वीपों पर उनके प्राकृतिक आवास में रखा गया था।

जोसेफ कोर्पेला इस पत्र के प्रमुख लेखक हैं।

“नई विधि ने काले पूंछ वाले गुलों में शिकार व्यवहार का पता लगाने में 15 गुना सुधार किया, यादृच्छिक नमूना विधि की तुलना में,” कोर्पेला ने कहा। “धारीदार शेवाटर्स में, हमने विशिष्ट स्थानीय उड़ान गतिविधियों का पता लगाने के लिए जीपीएस-आधारित एआई-सुसज्जित प्रणाली लागू की। जीपीएस-आधारित प्रणाली की सटीकता 0.59 थी, जो 0.07 की तुलना में बहुत अधिक थी। 30 मिनट में कैमरा चालू करने वाली विधि।”

शोधकर्ताओं के अनुसार, इस एआई प्रौद्योगिकी के कई संभावित अनुप्रयोग हैं, जिनमें विरोधी-शिकार गतिविधि का पता लगाने और मानव समाज और जंगली जानवरों के बीच संबंधों और परस्पर क्रिया को समझने के लिए उपयोग किए जाने वाले टैग शामिल हैं।

“इन प्रणालियों के कई संभावित अनुप्रयोग हैं, जिनमें विरोधी-शिकार गतिविधि का पता लगाने के लिए विरोधी-शिकार टैग का उपयोग शामिल है,” मैकावा ने कहा। “हमें यह भी उम्मीद है कि यह काम कोरोनावायरस जैसी महामारी को प्रसारित करने वाले मानव समाज और जंगली जानवरों के बीच परस्पर क्रिया को उजागर करने के लिए उपयोग किया जाएगा।”