AI допомагає спостерігати раніше не повідомлені поведінки тварин

Одним з найбільш захоплюючих аспектів штучного інтелекту (AI) є те, що ця технологія постійно допомагає експертам відкривати нову інформацію про нашу довкілля. Це знову відбувається, оскільки команда дослідників з Осакського університету створила нову систему збору даних, що носиться тваринами, яка використовує AI. Ця система допомогла відкрити раніше не повідомлені поведінки морських птахів, зокрема щодо пошуку їжі.

Біо-логінг

Одним з目前 використовуваних методів спостереження за дикими тваринами, включаючи їх поведінку та соціальні взаємодії, є біо-логінг. Цей метод включає в себе встановлення легких відеокамер або інших пристроїв, призначених для збору даних, на тіла тварин. Хоча біо-логінг вважається одним з найкращих методів для запобігання порушення поведінки тварин, він має деякі недоліки.
Зокрема, біо-логінг вимагає високого рівня життя батареї, а системи є дорогими.
Такуя Маекава є відповідальним автором дослідження, яке було опубліковано в Communications Biology і назване “Машинне навчання дозволяє поліпшити точність часу виконання для біо-логерів на морських птахах”.
“Оскільки біо-логери, прикріплені до малих тварин, повинні бути малими та легкими, вони мають короткий час роботи, тому було важко записувати цікаву рідку поведінку”, – сказав Маекава.
“Ми розробили новий біо-логічний пристрій, оснащений AI, який дозволяє нам автоматично виявляти та записувати конкретну цільову поведінку на основі даних з низькобюджетних датчиків, таких як акселерометри та географічні системи позиціонування (GPS)”, – продовжив Маекава.
З використанням низькобюджетних датчиків можна зменшити залежність від високобюджетних датчиків, до яких належать відеокамери. Ці високобюджетні датчики тепер потрібно використовувати лише під час найбільш імовірних часів, коли можна записати конкретну цільову поведінку.
https://www.youtube.com/watch?v=Xybdokb4g9s
 

У парі з машинним навчанням

Паруючись ці системи з методами машинного навчання, високобюджетні датчики можна спрямувати на поведінку, яка є дуже цікавою, але рідкою. Це означає, що така рідка поведінка має більший шанс бути спостереженою.
Система відеокамер, оснащених AI, розроблена командою Осакського університету, була протестована на чорнохвостих мартинів та смугастих буревісниках. Обидві тварини були утримані у своїх природних середовищах, які розташовані на островах біля узбережжя Японії.
Джозеф Корпела є головним автором статті.
“Новий метод покращив виявлення поведінки при пошуку їжі у чорнохвостих мартинів у 15 разів порівняно з методом випадкового зразкування”, – сказав Корпела. “У смугастих буревісниках ми застосували систему, оснащену AI, на основі GPS для виявлення конкретної місцевої польотної діяльності цих птахів. Система, заснована на GPS, мала точність 0,59 – значно вищу, ніж 0,07 періодичного методу зразкування, що включає увімкнення камери кожні 30 хвилин”.
За словами дослідників, існує багато можливих застосувань цієї технології AI, включаючи використання проти браконьєрства та отримання інформації про взаємодію між людиною та дикими тваринами.
“Ці системи мають величезний діапазон можливих застосувань, включаючи виявлення діяльності браконьєрства за допомогою проти-браконьєрських міток”, – говорить Маекава. “Ми також очікуємо, що ця робота буде використана для розкриття взаємодії між людським суспільством та дикими тваринами, які передаються епідеміями, такими як коронавірус”.