人工智能帮助观察到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关于我们环境的新信息。这一次，来自大阪大学的研究团队创建了一个新的动物负载数据采集系统，该系统依赖于AI。这一系统就是帮助发现以前未报告的海鸟行为，特别是在觅食方面。

生物记录

目前用于观察野生动物（包括其行为和社会交往）的技术之一是生物记录。这种技术涉及将轻量级视频摄像头或其他用于收集数据的设备安装在动物的身上。虽然生物记录被认为是防止动物受到干扰的最佳技术之一，但它有一些缺点。

具体来说，生物记录需要高水平的电池寿命，而且这些系统很昂贵。

前川拓也是该研究的通讯作者，该研究发表在 Communications Biology ，题为“机器学习使海鸟生物记录器的运行精度得到改善”。

“由于附着在小动物上的生物记录器必须小巧轻便，因此它们的运行时间很短，因此很难记录下有趣的不频繁行为，”前川说。

“我们已经开发了一种新的AI设备生物记录系统，可以根据来自低成本传感器（如加速度计和地理定位系统（GPS））的数据自动检测和记录特定目标行为，”前川继续说。

通过使用低成本传感器，可以减少对高成本传感器的依赖，包括视频摄像头。然后，只有在最有可能捕捉到特定目标行为的时间内才需要使用这些高成本传感器。

https://www.youtube.com/watch?v=Xybdokb4g9s

与机器学习配对

通过将这些系统与机器学习技术配对，高成本传感器可以针对那些非常有趣但不频繁的行为。这意味着这些不频繁的行为更有可能被观察到。

大阪大学团队开发的AI辅助视频摄像头系统在黑尾鸥和条纹鹈燕上进行了测试。两种动物都保持在它们的自然环境中，即日本海岸的岛屿上。

约瑟夫·科尔佩拉是论文的第一作者。

“新的方法将黑尾鸥的觅食行为的检测提高了15倍，相比随机采样方法，”科尔佩拉说。“在条纹鹈燕中，我们应用了一种基于GPS的AI设备系统来检测这些鸟类的特定本地飞行活动。GPS系统的精度为0.59，远高于每30分钟打开摄像头的周期采样方法的0.07。”

根据研究人员的说法，这项AI技术有很多可能的应用，包括反偷猎用途和了解人类与野生动物之间的关系和交往。

“这些系统有很多可能的应用，包括使用反偷猎标签来检测偷猎活动，”前川说。“我们也预计这项工作将被用来揭示人类社会和野生动物之间的交往，这些交往会传播流行病，如冠状病毒。”