Inteligência Artificial Ajuda a Observar Comportamentos Animais Anteriormente Não Relatados

Um dos aspectos mais emocionais da inteligência artificial (AI) é que a tecnologia está constantemente ajudando especialistas a descobrir novas informações sobre nosso ambiente. Este é o caso novamente, pois uma equipe de pesquisa da Universidade de Osaka criou um novo sistema de coleta de dados animal que depende da AI. Este sistema é o que ajudou a descobrir comportamentos anteriormente não relatados em aves marinhas, especificamente em relação à forrageamento.

Bio-Logging

Uma das técnicas atualmente utilizadas para observar animais selvagens, incluindo seus comportamentos e interações sociais, é o bio-logging. A técnica envolve montar câmeras de vídeo leves ou outros dispositivos destinados a coletar dados sobre os corpos dos animais. Embora o bio-logging seja considerado uma das melhores técnicas para evitar a perturbação do animal, ele tem algumas desvantagens.
Especificamente, o bio-logging requer um alto nível de vida útil da bateria, e os sistemas são caros.
Takuya Maekawa é o autor correspondente do estudo, que foi publicado em Communications Biology e intitulado “Machine learning enables improved runtime precision for bio-loggers on seabirds”.
“Desde que os bio-loggers anexados a animais pequenos têm que ser pequenos e leves, eles têm tempos de execução curtos e, portanto, foi difícil gravar comportamentos interessantes infrequentes,” disse Maekawa.
“Desenvolvemos um novo dispositivo de bio-logging equipado com AI que nos permite detectar e gravar automaticamente os comportamentos específicos de interesse com base em dados de sensores de baixo custo, como acelerômetros e sistemas de posicionamento geográfico (GPS),” continuou Maekawa.
Com o uso de sensores de baixo custo, menos dependência pode ser colocada nos sensores de alto custo, que incluem câmeras de vídeo. Esses sensores de alto custo então só precisam ser usados durante os momentos mais prováveis em que o comportamento específico de interesse possa ser capturado.
https://www.youtube.com/watch?v=Xybdokb4g9s
 

Em Paralelo com Aprendizado de Máquina

Ao emparelhar esses sistemas com técnicas de aprendizado de máquina, os sensores de alto custo podem ser direcionados para comportamentos que são altamente interessantes, mas infrequentes. Isso significa que esses comportamentos infrequentes têm uma maior chance de serem observados.
O sistema de câmera de vídeo assistido por AI desenvolvido pela equipe da Universidade de Osaka foi testado em gaivotas-de-cauda-preta e albatrozes-rajados. Ambos os animais foram mantidos em seus ambientes naturais, que são em ilhas ao largo da costa do Japão.
Joseph Korpela é o autor principal do artigo.
“O novo método melhorou a detecção de comportamentos de forrageamento em gaivotas-de-cauda-preta 15 vezes em comparação com o método de amostragem aleatória,” disse Korpela. “Nos albatrozes-rajados, aplicamos um sistema de AI equipado com GPS para detectar atividades de voo locais específicas dessas aves. O sistema baseado em GPS teve uma precisão de 0,59 – muito maior do que a 0,07 de um método de amostragem periódica que envolve ligar a câmera a cada 30 minutos.”
De acordo com os pesquisadores, existem muitas aplicações possíveis para essa tecnologia de AI, incluindo usos anti-caça e para obter insights sobre as relações e interações entre humanos e animais selvagens.
“Esses sistemas têm uma ampla gama de aplicações possíveis, incluindo a detecção de atividades de caça usando etiquetas anti-caça,” diz Maekawa. “Também antecipamos que esse trabalho será usado para revelar as interações entre a sociedade humana e os animais selvagens que transmitem epidemias, como o coronavírus.”