AI Pomaga Obserwować Poprzednio Nieodnotowane Zachowania Zwierząt

Jednym z najbardziej ekscytujących aspektów sztucznej inteligencji (AI) jest to, że ta technologia nieustannie pomaga ekspertom odkrywać nowe informacje na temat naszego środowiska. Jest to przypadkiem również tym razem, gdy zespół badawczy z Uniwersytetu w Osace stworzył nowy system zbierania danych noszonych przez zwierzęta, który opiera się na AI. To właśnie ten system pomógł odkryć poprzednio nieodnotowane zachowania ptaków morskich, szczególnie w odniesieniu do żerowania.

Bio-Logging

Jedną z obecnie stosowanych technik obserwacji dzikich zwierząt, w tym ich zachowań i interakcji społecznych, jest bio-logging. Technika ta polega na montowaniu lekkich kamer wideo lub innych urządzeń służących do gromadzenia danych na ciałach zwierząt. Chociaż bio-logging jest uważany za jedną z najlepszych technik zapobiegania zakłóceniom zwierząt, ma on pewne wady.
Konkretnie, bio-logging wymaga wysokiego poziomu żywotności baterii, a systemy są drogie.
Takuya Maekawa jest autorem korespondentem badania, które zostało opublikowane w Communications Biology i zatytułowane „Machine learning enables improved runtime precision for bio-loggers on seabirds”.
„Ponieważ bio-loggers przymocowane do małych zwierząt muszą być małe i lekkie, mają one krótki czas działania i było więc trudno nagrywać interesujące, nieczęste zachowania”, powiedział Maekawa.
„Rozwinęliśmy nowy urządzenie bio-logging wyposażone w AI, które pozwala nam automatycznie wykrywać i rejestrować konkretnie wybrane zachowania na podstawie danych z tanich czujników, takich jak akcelerometry i systemy geograficzne (GPS)”, kontynuował Maekawa.
Dzięki zastosowaniu tanich czujników, można zmniejszyć zależność od drogich czujników, w tym kamer wideo. Te drogie czujniki są potrzebne tylko w czasie, gdy jest najbardziej prawdopodobne, że zostaną zarejestrowane konkretnie wybrane zachowania.
https://www.youtube.com/watch?v=Xybdokb4g9s
 

W Połączeniu z Uczeniem Maszynowym

Poprzez łączenie tych systemów z technikami uczenia maszynowego, drogie czujniki mogą być ukierunkowane na zachowania, które są bardzo interesujące, ale nieczęste. Oznacza to, że te nieczęste zachowania mają większe szanse na obserwację.
System kamer wideo wspomaganych przez AI, opracowany przez zespół z Uniwersytetu w Osace, został przetestowany na mewach ogonowanych i petrelich grubodziobych. Oba zwierzęta były trzymane w swoim naturalnym środowisku, na wyspach u wybrzeży Japonii.
Joseph Korpela jest pierwszym autorem artykułu.
„Nowa metoda poprawiła wykrywanie zachowań żerowania u mew ogonowanych 15-krotnie w porównaniu z metodą losowego próbkowania”, powiedział Korpela. „U petrelich grubodziobych zastosowaliśmy system AI wyposażony w GPS do wykrywania konkretnych lokalnych aktywności lotnych tych ptaków. System GPS miał dokładność 0,59 – znacznie wyższą niż 0,07 metody próbkowania okresowego, polegającej na włączaniu kamery co 30 minut”.
Według badaczy, istnieje wiele możliwych zastosowań tej technologii AI, w tym użycie w celach przeciwpochwennych oraz uzyskanie wglądu w relacje i interakcje między ludźmi a dzikimi zwierzętami.
„Te systemy mają ogromny zakres możliwych zastosowań, w tym wykrywanie działań pochwenych przy użyciu znaczników przeciwpochwennych”, mówi Maekawa. „Spodziewamy się również, że ta praca będzie wykorzystywana do ujawnienia interakcji między społeczeństwem ludzkim a dzikimi zwierzętami, które przenoszą epidemie, takie jak koronawirus”.