škrbina Umetna inteligenca pomaga opazovati prej neprijavljeno vedenje živali - Unite.AI
Povežite se z nami

Umetna inteligenca

Umetna inteligenca pomaga opazovati prej neprijavljeno vedenje živali

Posodobljeno on

Eden najbolj vznemirljivih vidikov umetne inteligence (AI) je, da tehnologija nenehno pomaga strokovnjakom odkrivati ​​nove informacije o našem okolju. To je še enkrat tako, saj je raziskovalna skupina z Univerze v Osaki ustvarila nov sistem za zbiranje podatkov o živalih, ki temelji na AI. Ta sistem je pomagal odkriti prej neprijavljeno vedenje morskih ptic, zlasti v zvezi z iskanjem hrane.

Bio-sečnja

Ena od tehnik, ki se trenutno uporabljajo za opazovanje divjih živali, vključno z njihovim vedenjem in družbenimi interakcijami, je biološka sečnja. Tehnika vključuje namestitev lahkih video kamer ali drugih naprav za zbiranje podatkov na telesa živali. Medtem ko biološka sečnja velja za eno najboljših tehnik za preprečevanje vznemirjanja živali, ima nekaj slabosti.

Natančneje, biološko beleženje zahteva visoko raven življenjske dobe baterije, sistemi pa so dragi. 

Takuya Maekawa je ustrezni avtor študije, ki je bila objavljena v Komunikacija Biologija in z naslovom "Strojno učenje omogoča izboljšano natančnost časa delovanja za biološke zapisovalce morskih ptic«.

"Ker morajo biti biološki zapisovalniki, pritrjeni na majhne živali, majhni in lahki, imajo kratek čas delovanja, zato je bilo težko zabeležiti zanimiva redka vedenja," je dejal Maekawa. 

»Razvili smo novo napravo za biološko beleženje, opremljeno z umetno inteligenco, ki nam omogoča samodejno zaznavanje in beleženje specifičnih ciljnih vedenj, ki nas zanimajo, na podlagi podatkov nizkocenovnih senzorjev, kot so merilniki pospeška in sistemi za geografsko določanje položaja (GPS),« je nadaljeval Maekawa.

Z uporabo nizkocenovnih senzorjev se je mogoče manj zanašati na drage senzorje, kamor sodijo video kamere. Te drage senzorje je nato treba uporabiti samo v najverjetnejših časih, v katerih je mogoče zajeti specifično ciljno vedenje. 

 

V kombinaciji s strojnim učenjem

S povezovanjem teh sistemov s tehnikami strojnega učenja je mogoče drage senzorje usmeriti v vedenja, ki so zelo zanimiva, a redka. To pomeni, da imajo ta redka vedenja večjo možnost, da jih opazimo. 

Sistem video kamer s pomočjo umetne inteligence, ki ga je razvila ekipa na univerzi v Osaki, je bil preizkušen na črnorepih galebih in progastih strigalkah. Obe živali sta ostali v svojem naravnem okolju, ki je na otokih ob japonski obali. 

Joseph Korpela je glavni avtor prispevka.

"Nova metoda je v primerjavi z metodo naključnega vzorčenja 15-krat izboljšala odkrivanje vedenja iskanja hrane pri črnorepih galebih," je dejal Korpela. »Pri progastih strigalkah smo uporabili sistem, ki temelji na GPS-u in je opremljen z umetno inteligenco, da bi zaznali specifične lokalne letalne dejavnosti teh ptic. Sistem, ki temelji na GPS-u, je imel natančnost 0.59 - veliko več kot 0.07 pri periodični metodi vzorčenja, ki vključuje vklop kamere vsakih 30 minut.«

Po mnenju raziskovalcev obstaja veliko možnih aplikacij za to tehnologijo umetne inteligence, vključno z uporabo proti krivolovu in za pridobitev vpogleda v odnose in interakcije med ljudmi in divjimi živalmi. 

"Ti sistemi imajo ogromno možnih aplikacij, vključno z odkrivanjem dejavnosti divjega lova z uporabo oznak proti divjemu lovu," pravi Maekawa. "Prav tako predvidevamo, da bo to delo uporabljeno za razkrivanje interakcij med človeško družbo in divjimi živalmi, ki prenašajo epidemije, kot je koronavirus." 

 

Alex McFarland je novinar in pisec AI, ki raziskuje najnovejši razvoj umetnih inteligenc. Sodeloval je s številnimi startupi in publikacijami na področju umetne inteligence po vsem svetu.