एआई मदद करता है पहले से अनरिपोर्टेड जानवरों के व्यवहार को देखने में

कृत्रिम बुद्धिमत्ता (एआई) के सबसे रोमांचक पहलुओं में से एक यह है कि प्रौद्योगिकी लगातार विशेषज्ञों को हमारे पर्यावरण के बारे में नई जानकारी खोजने में मदद कर रही 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 वह है जिसने समुद्री पक्षियों में, विशेष रूप से भोजन के संबंध में पहले से अनरिपोर्टेड व्यवहार की खोज में मदद की।

बायो-लॉगिंग

जंगली जानवरों को देखने के लिए वर्तमान में उपयोग की जाने वाली तकनीकों में से एक, जिनमें उनके व्यवहार और सामाजिक परस्पर क्रिया शामिल है, बायो-लॉगिंग है। तकनीक जानवरों के शरीर पर हल्के वीडियो कैमरे या अन्य उपकरणों को माउंट करने के लिए शामिल है जो डेटा इकट्ठा करने के लिए हैं। जबकि बायो-लॉगिंग जानवरों के व्यवधान को रोकने के लिए सर्वोत्तम तकनीकों में से एक के रूप में देखा जाता है, इसके कुछ नुकसान हैं।

विशेष रूप से, बायो-लॉगिंग के लिए उच्च स्तर की बैटरी लाइफ की आवश्यकता होती है, और सिस्टम महंगे हैं।

ताकुया मेकावा अध्ययन के सहयोगी लेखक हैं, जो कम्युनिकेशंस बायोलॉजी में प्रकाशित हुआ था और जिसका शीर्षक है “मशीन लर्निंग बायो-लॉगर्स पर रनटाइम सटीकता में सुधार को सक्षम बनाता है।”

“चूंकि छोटे जानवरों पर लगे बायो-लॉगर्स को छोटा और हल्का होना चाहिए, उनमें कम रनटाइम होता है और इसलिए दिलचस्प अप्रायिक व्यवहार रिकॉर्ड करना मुश्किल था,” मेकावा ने कहा।

“हमने एक नया एआई-सुसज्जित बायो-लॉगिंग डिवाइस विकसित किया है जो हमें त्वरणमापी और भौगोलिक स्थिति प्रणाली (जीपीएस) जैसे कम लागत वाले सेंसर से डेटा के आधार पर रुचि के विशिष्ट लक्ष्य व्यवहार का स्वचालित रूप से पता लगाने और रिकॉर्ड करने की अनुमति देता है,” मेकावा ने जारी रखा।

कम लागत वाले सेंसर का उपयोग करके, उच्च लागत वाले सेंसर पर कम निर्भरता रखी जा सकती है, जिसमें वीडियो कैमरे शामिल हैं। उच्च लागत वाले सेंसर का उपयोग तब किया जाता है जब विशिष्ट लक्ष्य व्यवहार को कब्जा करने 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, उच्च लागत वाले सेंसर को उन व्यवहारों की ओर लक्षित किया जा सकता है जो अत्यधिक दिलचस्प लेकिन अप्रायिक हैं। इसका मतलब है कि उन अप्रायिक व्यवहारों को देखे जाने की अधिक संभावना है।

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

जोसेफ कोर्पेला पेपर के प्रमुख लेखक हैं।

“नई विधि ने काले पूंछ वाले गुलों में भोजन के व्यवहार का पता लगाने में 15 गुना सुधार किया, यादृच्छिक नमूना विधि की तुलना में,” कोर्पेला ने कहा। “स्ट्रीक्ड शियरवाटर में, हमने इन पक्षियों की विशिष्ट स्थानीय उड़ान गतिविधियों का पता लगाने के लिए एक जीपीएस-आधारित एआई-सुसज्जित प्रणाली लागू की। जीपीएस-आधारित प्रणाली की सटीकता 0.59 थी – यह एक आवधिक नमूना विधि की 0.07 से कहीं अधिक थी जिसमें हर 30 मिनट में कैमरा चालू करना शामिल था।”

शोधकर्ताओं के अनुसार, इस एआई प्रौद्योगिकी के लिए कई संभावित अनुप्रयोग हैं, जिनमें विरोधी शिकार उपयोग और मानव और जंगली जानवरों के बीच संबंधों और परस्पर क्रिया को प्राप्त करने के लिए शामिल हैं।

“इन प्रणालियों के कई संभावित अनुप्रयोग हैं, जिनमें विरोधी शिकार टैग का उपयोग करके शिकार गतिविधि का पता लगाना शामिल है,” मेकावा कहते हैं। “हमें यह भी उम्मीद है कि यह काम मानव समाज और जंगली जानवरों के बीच परस्पर क्रिया को उजागर करने के लिए उपयोग किया जाएगा जो महामारी जैसे कोरोनावायरस को प्रसारित करते हैं।”