科學家研製出從運動軌跡上揭示動物行為特徵的人工智慧技術

出處：快科技 作者：斌斌

近日據外媒報道，科學家開發了一種靈活的人工智慧技術來了解動物的行為特徵，這種方法可以使人們更容易理解動物的運動以及它們潛在的大腦活動。

由於小型廉價的GPS設備和攝像機的發展，記錄人和動物（包括鳥類和昆蟲）的運動變得非常容易。然而，仍然很難從它們的行為記錄中推斷是什麼觸發了這種運動，例如外部刺激、心理過程等。

在這項研究中，Shuhei Yamazaki及其同事開發了一種人工智慧（AI）技術。這種AI技術會在沒有分類的情況下先去評估動物的行為狀態，如「休息」、「覓食」或「遊玩」。然後再通過比較不同條件下的反應，例如經歷某種刺激前後的反應。

這種方法被稱為STEFTR（動物行為的狀態估計和特徵提取），研究人員用這種方法使成功預估了培養皿中蠕蟲和南極海洋中企鵝的行為特徵。值得注意的是，儘管傳統的研究人員利用目前已知的動物運動和動物行為的數百萬個視頻圖像來完善人工智慧，但Shuhei Yamazaki僅使用數十個動物運動軌跡就獲得了90%以上的準確度。

在特徵提取中，Yamazaki等人還揭示了蠕蟲和蝙蝠特定行為方面的學習依賴性變化，以及果蠅性信息素依賴性變化。此外，他們還發現了與蠕蟲行為變化相關的神經活動變化。

總之，STEFTR方法可以很容易地僅使用野生動物的軌跡數據來推斷動物行為的「重要位置」，例如通常難以找到的巢穴和覓食處。此外，它還可能有助於發現與動物行為相關的重要腦活動，從而有助於基礎腦科學的發展。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！