AI pomaže u promatranju prethodno neprijavljenog ponašanja životinja

Jedan od najuzbudljivijih aspekata umjetne inteligencije (AI) je taj što tehnologija neprestano pomaže stručnjacima u otkrivanju novih informacija o našem okolišu. Ovo je još jednom slučaj jer je istraživački tim sa Sveučilišta u Osaki stvorio novi sustav za prikupljanje podataka koji se oslanja na umjetnu inteligenciju. Ovaj sustav je ono što je pomoglo u otkrivanju dosad neprijavljenog ponašanja morskih ptica, posebno u pogledu traženja hrane.

Bio-sječa

Jedna od trenutno korištenih tehnika za promatranje divljih životinja, uključujući njihovo ponašanje i društvene interakcije, je biološka sječa. Tehnika uključuje postavljanje laganih video kamera ili drugih uređaja namijenjenih prikupljanju podataka na tijela životinja. Dok se biološka sječa smatra jednom od najboljih tehnika za sprječavanje uznemiravanja životinja, ona ima neke nedostatke.

Konkretno, biološka evidencija zahtijeva visoku razinu trajanja baterije, a sustavi su skupi. 

Takuya Maekawa dopisni je autor studije koja je objavljena u Komunikacijska biologija i pod nazivom "Strojno učenje omogućuje poboljšanu preciznost rada za biološke zapisivače na morskim pticama".

"Budući da biologeri pričvršćeni na male životinje moraju biti mali i lagani, imaju kratko vrijeme rada i stoga je bilo teško zabilježiti zanimljiva rijetka ponašanja", rekao je Maekawa. 

"Razvili smo novi uređaj za biobilježenje opremljen AI-om koji nam omogućuje automatsko otkrivanje i snimanje specifičnih ciljnih ponašanja od interesa na temelju podataka iz jeftinih senzora kao što su akcelerometri i sustavi za geografsko pozicioniranje (GPS)", nastavio je Maekawa.

Uz korištenje jeftinih senzora, manje se može pouzdati u skupe senzore, koji uključuju video kamere. Ovi skupi senzori tada se moraju koristiti samo tijekom najvjerojatnijih vremena u kojima se može uhvatiti specifično ponašanje cilja. 

Uparen sa strojnim učenjem

Spajanjem ovih sustava s tehnikama strojnog učenja, skupi senzori mogu se usmjeriti prema ponašanjima koja su vrlo zanimljiva, ali rijetka. To znači da ta neuobičajena ponašanja imaju veće šanse da budu opažena. 

Sustav video kamera potpomognut umjetnom inteligencijom koji je razvio tim sa Sveučilišta u Osaki testiran je na crnorepim galebovima i prošaranim strigama. Obje životinje držane su u svom prirodnom okruženju, koje se nalazi na otocima uz obalu Japana. 

Joseph Korpela glavni je autor rada.

"Nova metoda poboljšala je otkrivanje ponašanja galebova pri traženju hrane 15 puta u usporedbi s metodom nasumičnog uzorkovanja", rekao je Korpela. „U prošaranim strigama primijenili smo sustav koji se temelji na GPS-u i opremljen AI kako bismo otkrili specifične aktivnosti lokalnog leta ovih ptica. Sustav temeljen na GPS-u imao je preciznost od 0.59 — daleko veću od 0.07 metode periodičnog uzorkovanja koja uključuje uključivanje kamere svakih 30 minuta.

Prema istraživačima, postoji mnogo mogućih primjena ove AI tehnologije, uključujući upotrebu protiv krivolova i stjecanje uvida u odnose i interakcije između ljudi i divljih životinja. 

"Ovi sustavi imaju veliki raspon mogućih primjena uključujući otkrivanje aktivnosti krivolova pomoću oznaka protiv krivolova", kaže Maekawa. "Također predviđamo da će se ovaj rad koristiti za otkrivanje interakcija između ljudskog društva i divljih životinja koje prenose epidemije kao što je koronavirus."