人工智能帮助观察以前未报告的动物行为

人工智能 (AI) 最令人兴奋的方面之一是该技术不断帮助专家发现有关我们环境的新信息。 大阪大学的一个研究团队再次创建了一种依赖人工智能的新动物传播数据收集系统。 该系统帮助发现了以前未报道的海鸟行为，特别是在觅食方面。

生物测井

目前用于观察野生动物（包括它们的行为和社会互动）的技术之一是生物记录。 该技术涉及安装轻型摄像机或其他旨在收集动物身体数据的设备。 虽然生物记录被视为防止动物受到干扰的最佳技术之一，但它也有一些缺点。

具体来说，生物记录需要较长的电池寿命，而且系统价格昂贵。 

Takuy​​a Maekawa 是该研究的通讯作者，该研究发表于 通信生物学 标题为“机器学习可以提高海鸟生物记录仪的运行精度设立的区域办事处外，我们在美国也开设了办事处，以便我们为当地客户提供更多的支持。“

“由于附着在小动物身上的生物记录仪必须又小又轻，它们的运行时间很短，因此很难记录有趣的罕见行为，”前川说。 

“我们开发了一种配备人工智能的新型生物记录设备，使我们能够根据来自加速度计和地理定位系统 (GPS) 等低成本传感器的数据自动检测和记录感兴趣的特定目标行为，”前川继续说道。

通过使用低成本传感器，可以减少对包括摄像机在内的高成本传感器的依赖。 这些高成本传感器只需要在最有可能捕获特定目标行为的时间段使用。 

与机器学习配对

通过将这些系统与机器学习技术相结合，高成本传感器可以针对非常有趣但不常见的行为。 这意味着那些不常见的行为更有可能被观察到。 

大阪大学团队开发的人工智能辅助视频摄像系统在黑尾鸥和条纹海鸥上进行了测试。 这两种动物都被饲养在日本沿海岛屿的自然环境中。 

约瑟夫·科佩拉 (Joseph Korpela) 是该论文的主要作者。

“与随机抽样方法相比，新方法对黑尾鸥觅食行为的检测提高了 15 倍，”Korpela 说。 “在条纹海鸥中，我们应用了基于 GPS 的人工智能系统来检测这些鸟类的特定局部飞行活动。 基于 GPS 的系统的精度为 0.59，远高于每 0.07 分钟打开一次摄像头的定期采样方法的 30。”

研究人员表示，这种人工智能技术有很多可能的应用，包括反偷猎用途以及深入了解人类与野生动物之间的关系和互动。 

“这些系统具有广泛的潜在应用，包括使用反偷猎标签检测偷猎活动，”前川说。 “我们还预计这项工作将用于揭示人类社会与传播冠状病毒等流行病的野生动物之间的相互作用。”