Kecerdasan Buatan Membantu Mengamati Perilaku Hewan yang Sebelumnya Tidak Dilaporkan

Salah satu aspek paling menarik dari kecerdasan buatan (AI) adalah bahwa teknologi ini terus membantu para ahli menemukan informasi baru tentang lingkungan kita. Ini adalah kasus lagi sebagai tim peneliti dari Universitas Osaka telah menciptakan sistem pengumpulan data hewan yang baru yang mengandalkan AI. Sistem ini adalah yang membantu menemukan perilaku hewan yang sebelumnya tidak dilaporkan pada burung laut, khususnya dalam hal pencarian makanan.

Bio-Logging

Salah satu teknik yang saat ini digunakan untuk mengamati hewan liar, termasuk perilaku dan interaksi sosial mereka, adalah bio-logging. Teknik ini melibatkan pemasangan kamera video ringan atau perangkat lain yang dirancang untuk mengumpulkan data pada tubuh hewan. Meskipun bio-logging dianggap sebagai salah satu teknik terbaik untuk mencegah gangguan pada hewan, teknik ini memiliki beberapa kelemahan.

Secara khusus, bio-logging memerlukan tingkat baterai yang tinggi, dan sistem ini mahal.

Takuya Maekawa adalah penulis utama studi ini, yang diterbitkan di Communications Biology dan berjudul “Machine learning enables improved runtime precision for bio-loggers on seabirds.”

“Karena bio-loggers yang dipasang pada hewan kecil harus kecil dan ringan, mereka memiliki waktu operasional yang singkat dan oleh karena itu sulit untuk merekam perilaku yang menarik dan jarang terjadi,” kata Maekawa.

“Kami telah mengembangkan perangkat bio-logging yang dilengkapi dengan AI yang memungkinkan kami untuk secara otomatis mendeteksi dan merekam perilaku target yang spesifik berdasarkan data dari sensor biaya rendah seperti akselerometer dan sistem positioning geografis (GPS),” lanjut Maekawa.

Dengan menggunakan sensor biaya rendah, ketergantungan pada sensor biaya tinggi dapat dikurangi, yang termasuk kamera video. Sensor biaya tinggi ini kemudian hanya perlu digunakan selama waktu yang paling mungkin perilaku target dapat ditangkap.

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

Paired with Machine Learning

Dengan menggabungkan sistem ini dengan teknik pembelajaran mesin, sensor biaya tinggi dapat diarahkan pada perilaku yang sangat menarik tetapi jarang terjadi. Ini berarti bahwa perilaku yang jarang terjadi memiliki kemungkinan yang lebih tinggi untuk diamati.

Sistem kamera video yang dibantu AI yang dikembangkan oleh tim di Universitas Osaka diuji pada burung camar ekor hitam dan burung shearwater bergaris. Kedua hewan ini dipelihara di habitat alami mereka, yang terletak di pulau-pulau di lepas pantai Jepang.

Joseph Korpela adalah penulis utama makalah ini.

“Metode baru ini meningkatkan deteksi perilaku pencarian makanan pada burung camar ekor hitam 15 kali lipat dibandingkan dengan metode sampling acak,” kata Korpela. “Pada burung shearwater, kami menerapkan sistem AI yang dilengkapi dengan GPS untuk mendeteksi aktivitas penerbangan lokal spesifik dari burung-burung ini. Sistem GPS ini memiliki presisi 0,59 – jauh lebih tinggi daripada 0,07 dari metode sampling periodik yang melibatkan menghidupkan kamera setiap 30 menit.”

Menurut para peneliti, ada banyak aplikasi yang mungkin untuk teknologi AI ini, termasuk penggunaan anti-pemburuan dan untuk memperoleh wawasan tentang hubungan dan interaksi antara manusia dan hewan liar.

“Sistem ini memiliki rentang aplikasi yang sangat luas, termasuk deteksi aktivitas pemburuan menggunakan tag anti-pemburuan,” kata Maekawa. “Kami juga memprediksi bahwa pekerjaan ini akan digunakan untuk mengungkap interaksi antara masyarakat manusia dan hewan liar yang menyebarkan epidemi seperti coronavirus.”