AIがこれまで報告されていなかった動物の行動を観察するのに役立つ

人工知能（AI）の最も興奮する側面の1つは、技術が常に環境についての新しい情報を専門家に発見するのを助けていることです。これは、再び大阪大学の研究チームがAIに依存する新しい動物用データ収集システムを作成した場合に当てはまります。このシステムは、特に採食に関して、海鳥におけるこれまで報告されていなかった行動を発見するのを助けたのです。

バイオロギング

野生動物、包括してその行動や社会的相互作用を観察するために現在使用されている技術の1つは、バイオロギングです。この技術は、動物の体に軽量のビデオカメラやデータを収集するための他のデバイスを取り付けます。バイオロギングは、動物の妨害を防ぐための最良の技術の1つと見なされますが、いくつかの欠点があります。
特に、バイオロギングには高いバッテリー寿命が必要であり、システムは高価です。
Takuya Maekawaは、Communications Biology に掲載され、「海鳥のバイオロガーに対するマシンラーニングによる実行精度の向上」というタイトルの研究の対応著者です。
「小型動物に取り付けられたバイオロガーは小型で軽量でなければならないため、実行時間が短く、興味深いまれな行動を記録することが難しかった」とMaekawaさんは述べました。
「私たちは、加速度計や地理位置情報システム（GPS）などの低コストセンサーからのデータに基づいて、特定のターゲット行動を自動的に検出して記録することができる、AIを搭載した新しいバイオロギングデバイスを開発しました」とMaekawaさんは続けました。
低コストセンサーを使用することで、高コストセンサー、つまりビデオカメラへの依存度を低減できます。これらの高コストセンサーは、特定のターゲット行動が捉えられる可能性が最も高いときにのみ使用する必要があります。
https://www.youtube.com/watch?v=Xybdokb4g9s
 

マシンラーニングとペアリング

これらのシステムをマシンラーニング技術とペアリングすることで、高コストセンサーをまれで興味深い行動に向けてターゲットにすることができます。これにより、まれな行動が観察される可能性が高くなります。
大阪大学のチームが開発したAIアシストビデオカメラシステムは、ウミネコとハヤブサにテストされました。両方の動物は、日本の沿岸にある島々で自然環境に維持されました。
Joseph Korpelaは、論文の第一著者です。
「新しい方法は、ランダムサンプリング方法と比較して、ウミネコの採食行動の検出を15倍に向上させました」とKorpelaさんは述べました。「ハヤブサでは、鳥の特定の地元の飛行活動を検出するために、GPSベースのAIを搭載したシステムを適用しました。GPSベースのシステムの精度は0.59で、30分ごとにカメラをオンにする周期サンプリング方法の0.07よりもはるかに高かったです」。
研究者によると、このAIテクノロジーには、密猟対策や人間と野生動物の関係や相互作用を理解するための多くの可能な応用があります。
「これらのシステムには、密猟活動の検出に使用される密猟対策タグなど、多くの可能な応用があります」とMaekawaさんは述べました。「私たちはまた、この研究が、コロナウイルスなどの伝染病を伝える人間社会と野生動物の関係や相互作用を明らかにするために使用されることを予想しています」。