โมเดลและแพลตฟอร์ม AI
AI ช่วยสังเกตพฤติกรรมสัตว์ที่ไม่เคยรายงานมาก่อน
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
หนึ่งในด้านที่น่าตื่นเต้นที่สุดของปัญญาประดิษฐ์ (AI) คือเทคโนโลยีนี้ช่วยให้专家ค้นพบข้อมูลใหม่ๆ เกี่ยวกับสิ่งแวดล้อมของเราอย่างต่อเนื่อง ซึ่งเป็นกรณีนี้อีกครั้ง เนื่องจากทีมวิจัยจากมหาวิทยาลัยโอซาก้าได้สร้างระบบการเก็บข้อมูลบนพืชที่ขึ้นอยู่กับ AI ระบบนี้คือสิ่งที่ช่วยค้นพบพฤติกรรมที่ไม่เคยรายงานมาก่อนในนกทะเล โดยเฉพาะอย่างยิ่งเกี่ยวกับการล่าหาอาหาร
การบันทึกชีวภาพ
เทคนิคที่ใช้ในการสังเกตสัตว์ป่า รวมถึงพฤติกรรมและปฏิสัมพันธ์ทางสังคม คือการบันทึกชีวภาพ เทคนิคนี้เกี่ยวข้องกับการติดตั้งกล้องวิดีโอลightweight หรืออุปกรณ์อื่นๆ ที่ใช้สำหรับการเก็บข้อมูลบนร่างกายของสัตว์ แม้ว่าการบันทึกชีวภาพจะถือเป็นหนึ่งในเทคนิคที่ดีที่สุดสำหรับการป้องกันการรบกวนสัตว์ แต่ก็มีข้อเสียอยู่
โดยเฉพาะอย่างยิ่ง การบันทึกชีวภาพต้องการแบตเตอรี่ที่มีอายุการใช้งานยาวนาน และระบบเหล่านี้มีราคาแพง
ทากูย่า มาเอคาวะ เป็นผู้เขียนหลักของการศึกษานี้ ซึ่งได้รับการตีพิมพ์ใน Communications Biology และมีชื่อเรื่องว่า “Machine learning enables improved runtime precision for bio-loggers on seabirds”
“เนื่องจาก_bio-loggers ที่ติดกับสัตว์เล็กๆ ต้องมีขนาดเล็กและน้ำหนักเบา จึงมีเวลาทำงานสั้น และดังนั้นจึงยากที่จะบันทึกพฤติกรรมที่น่าสนใจที่เกิดขึ้นไม่บ่อย” มาเอคาวะกล่าว
“เราได้พัฒนาเครื่องมือการบันทึกชีวภาพที่มี AI ที่ช่วยให้สามารถตรวจจับและบันทึกพฤติกรรมเป้าหมายโดยอัตโนมัติ โดยอาศัยข้อมูลจากเซ็นเซอร์ราคาไม่แพง เช่น ระบบเร่งความเร็วและระบบกำหนดตำแหน่งทางภูมิศาสตร์ (GPS)” มาเอคาวะกล่าวต่อ
ด้วยการใช้เซ็นเซอร์ราคาไม่แพง สามารถลดการอาศัยเซ็นเซอร์ราคาแพง ซึ่งรวมถึงกล้องวิดีโอได้ เซ็นเซอร์ราคาแพงเหล่านี้จึงต้องใช้เฉพาะในช่วงเวลาที่พฤติกรรมเป้าหมายมีโอกาสเกิดขึ้นสูงสุดเท่านั้น
https://www.youtube.com/watch?v=Xybdokb4g9s
จับคู่กับ Machine Learning
โดยการผสมผสานระบบเหล่านี้กับเทคนิคการเรียนรู้ของเครื่อง สามารถกำหนดเป้าหมายเซ็นเซอร์ราคาแพงไปยังพฤติกรรมที่น่าสนใจแต่เกิดขึ้นไม่บ่อย ซึ่งหมายความว่าพฤติกรรมเหล่านั้นมีโอกาสที่จะถูกสังเกตเห็นมากขึ้น
ระบบกล้องวิดีโอที่ได้รับการช่วยเหลือจาก AI ที่พัฒนาโดยทีมงานจากมหาวิทยาลัยโอซาก้าได้รับการทดสอบกับนกกุลาและนกคะน้าดำ ทั้งสองชนิดถูกเก็บในถิ่นที่อยู่ตามธรรมชาติ ซึ่งอยู่บนเกาะใกล้ชายฝั่งญี่ปุ่น
โจเซฟ คอร์เปลา เป็นผู้เขียนหลักของเอกสาร
“วิธีการใหม่นี้ช่วยให้สามารถตรวจจับพฤติกรรมในการล่าหาอาหารในนกกุลาได้ดีขึ้น 15 เท่า เมื่อเทียบกับวิธีการสุ่มตัวอย่างแบบสุ่ม” คอร์เปลา กล่าว “ในนกคะน้าดำ เราใช้ระบบ AI ที่ขึ้นอยู่กับ GPS เพื่อตรวจจับกิจกรรมการบินเฉพาะของนกเหล่านี้ ระบบที่ขึ้นอยู่กับ GPS มีความแม่นยำ 0.59 ซึ่งสูงกว่า 0.07 ของวิธีการสุ่มตัวอย่างแบบง่ายๆ ที่ต้องเปิดกล้องทุกๆ 30 นาที”
ตามที่นักวิจัยกล่าว มีหลายกรณีการใช้งานที่เป็นไปได้สำหรับเทคโนโลยี AI นี้ รวมถึงการใช้ในการต่อต้านการล่าและเพื่อให้ได้ข้อมูลเชิงลึกเกี่ยวกับความสัมพันธ์และการโต้ตอบระหว่างสังคมมนุษย์และสัตว์ป่า
“ระบบเหล่านี้มีหลายกรณีการใช้งานที่เป็นไปได้ รวมถึงการตรวจจับการล่าโดยใช้แท็กต่อต้านการล่า” มาเอคาวะ กล่าว “เรายังคาดหวังว่างานนี้จะถูกใช้เพื่อเปิดเผยการโต้ตอบระหว่างสังคมมนุษย์และสัตว์ป่าที่ส่งผ่านโรคเช่นโควิด-19”
