Технология ИИ для выявления характеристик поведения животных только по траектории

Технология ИИ для выявления характеристик поведения животных только по траектории
Технология ИИ для выявления характеристик поведения животных только по траектории

Запись перемещений людей и животных (включая птиц и насекомых) стала очень простой благодаря развитию небольших и недорогих устройств GPS и видеокамер. Однако по поведенческим записям все еще сложно сделать вывод о том, что запускает такие движения (например, внешние раздражители и/или их психические процессы).

В этом исследовании Шухей Ямазаки и его коллеги разработали технологию искусственного интеллекта (ИИ), во-первых, для оценки поведенческого состояния животного, такого как «отдых», «кормление» или «путешествие», без классификации человека., а затем исследовать характеристики каждого поведенческого состояния, сравнивая реакции в разных условиях, например, до и после воздействия определенного стимула.

Этот метод, названный STEFTR (оценка состояния и извлечение признаков поведения животных), позволил исследователям оценить поведенческие состояния круглых червей и пингвинов, которые перемещаются примерно на 1 см за 10 минут в чашке Петри и на несколько километров за 1 минуту. день и более в Антарктическом океане, соответственно, анализируя их точно таким же образом. Примечательно, что они достигли > точности 90%, используя только десятки траекторий животных, хотя традиционно исследователи использовали предварительные знания специалистов о движении животных и/или миллионы видеоизображений поведения животных для обучения ИИ.

При извлечении признаков Yamazaki et al. выявили зависящие от опыта (т.е. зависящие от «обучения») изменения конкретных аспектов поведения у червей и летучих мышей, а также зависящие от половых феромонов изменения у плодовых мушек. Более того, они выявили изменения в нервной деятельности, связанные с изменением поведения червей.

В заключение следует отметить, что метод STEFTR может упростить определение «важных мест» для поведения животных, таких как гнезда и места кормежки, которые обычно трудно найти, используя только данные о траекториях диких животных. Кроме того, это может помочь обнаружить важную деятельность мозга, связанную с поведением животных, тем самым способствуя прогрессу фундаментальной науки о мозге.