联系我们

环境

人工智能有助于观察以前未报告的动物行为

已发表

 on

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。大阪大学的研究团队创建了一个新的依赖于AI的动物传播数据收集系统,情况再次如此。该系统帮助发现了以前未曾报告过的海鸟行为,特别是在觅食方面。

生物测井

生物记录是当前用于观察野生动物(包括其行为和社会互动)的技术之一。该技术涉及安装轻型摄像机或其他旨在将数据收集到动物身上的设备。虽然生物记录法被认为是预防动物干扰的最佳技术之一,但它也有一些缺点。

具体来说,生物记录需要高水平的电池寿命,并且系统昂贵。 

前川拓也(Takuy​​a Maekawa)是该研究的通讯作者,该研究发表于 传播生物学 标题为“机器学习 为海鸟生物记录仪提高运行时精度 。”

前川说:“由于附着在小动物身上的生物记录仪必须体积小,重量轻,因此它们的运行时间短,因此很难记录有趣的罕见行为。” 

前川继续说:“我们已经开发了一种新的配备AI的生物记录设备,该设备可以基于来自低成本传感器(如加速度计和地理定位系统(GPS))的数据自动检测并记录特定的目标目标行为。”

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。这些高成本的传感器仅在需要捕获特定目标行为的最可能的时间使用。 

【动物的人工智能】青森の海鸟が仲间の鱼を横取り!AIを用いたバイオロギングによる海鸟の生态観测

在YouTube上观看此视频

 

与机器学习配对

通过将这些系统与机器学习技术配对,可以将高价传感器用于那些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AI辅助摄像机系统已在黑尾鸥和有条纹的剪水中进行了测试。两种动物都生活在日本沿海岛屿上的自然环境中。 

约瑟夫·科佩拉(Joseph Korpela)是该论文的主要作者。

Korpela说:“与随机抽样方法相比,新方法将黑尾鸥觅食行为的检测提高了15倍。” “在斑纹的剪切水中,我们应用了基于GPS的,配备AI的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30分钟打开一次相机的定期采样方法的0.07”。

研究人员认为,这种AI技术有许多可能的应用,包括反偷猎用途以及深入了解人与野生动物之间的关系和相互作用。 

Maekawa说:“这些系统具有广泛的可能应用,包括使用反偷猎标签检测偷猎活动。” “我们还期望这项工作将用于揭示人类社会与传播诸如冠状病毒等流行病的野生动物之间的相互作用。”