AIが未報告の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、Osaka Universityの研究チームがAIを使用した新しい動物用データ収集システムを作成した場合にも当てはまります。このシステムは、特に採食に関して、海鳥における以前報告されていなかった行動を発見するのを助けました。

バイオロギング

野生動物、特に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。この技術では、データを収集するための軽量のビデオカメラやデバイスを動物の体に取り付けます。バイオロギングは、動物を妨げないための最良の技術と見なされていますが、欠点もあります。

具体的には、バイオロギングでは、高いバッテリー寿命が必要であり、システムは高価です。

研究の対応著者はTakuya Maekawaで、研究はCommunications Biologyに掲載され、題は「マシンラーニングにより、海鳥のバイオロガーの実行精度が向上する」でした。

「小型動物に取り付けられたバイオロガーは小さく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、新しいAI搭載のバイオロギングデバイスを開発しました」とMaekawaは続けました。

低コストセンサーを使用することで、高コストセンサーへの依存度を下げることができます。これらの高コストセンサーは、特定のターゲット行動が最も発生しやすい時間帯のみに使用されます。

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

マシンラーニングと組み合わせる

これらのシステムをマシンラーニング技術と組み合わせることで、高コストセンサーを、興味深いがまれな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、これらのまれな行動が観察される可能性が高くなります。

Osaka Universityのチームが開発したAI支援の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、日本の海岸沖の島で自然な環境に置かれました。

Joseph Korpelaは論文の第一著者です。

「新しい方法では、ウミネコの採食行動の検出が、ランダムサンプリング法と比較して15倍向上しました」とKorpelaは述べました。「ハヤブサでは、GPSベースのAI搭載システムを使用して、鳥の特定の地元の飛行活動を検出しました。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技術には、密猟行為の検出や、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潜在的な応用があります。

「これらのシステムには、密猟行為の検出や、コロナウイルスなどの疫学を伝える人間社会と野生動物の相互作用を明らかにするための多くの潜在的な応用があります」とMaekawaは述べました。「私たちは、この研究が、人間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期待しています。」