Лорен Сэлига

Чтобы ответить на важные вопросы о поведении животных, у ученых обычно есть два варианта: контролируемые лабораторные эксперименты или временное наблюдение в дикой природе. Но каждый вариант приносит в жертву либо точность естественной среды, либо научную достоверность, а это означает, что ученые изо всех сил пытаются нарисовать полную картину естественного поведения животных в течение длительных периодов времени.

В сотрудничестве инженеров, биологов и физиков ученые из Пенсильвании построили умный вольер, который сочетает в себе лабораторию и естественную среду для достижения беспрецедентных возможностей наблюдения. В вольере Pennovation Works живут 20 коричневых коров, которые летают среди высокотехнологичных микрофонов и камер компьютерного зрения, которые отслеживают каждое их движение. Исследователи надеются, что анализ данных постоянного наблюдения за стадными птицами позволит выявить нюансы в их ритуалах размножения и социальных сетях, которые раньше было невозможно обнаружить.

Костас Даниилидис, профессор компьютерных и информационных наук Рут Ялом Стоун, привнес свой опыт компьютерного зрения и восприятия роботов в междисциплинарный стол этого проекта. С почти постоянными кадрами прилетающих птиц Даниилидис и его лабораторная группа должны были определить, как извлечь соответствующую информацию из огромных объемов данных. Этот процесс включал в себя разработку алгоритмов для различения каждой отдельной коровьей птицы и обучение их программ машинного обучения точному распознаванию местоположения птиц и их социальному взаимодействию.

В статье Penn Today Даниилидис также обсуждает сложность использования машинного обучения для распознавания определенных поз птиц, передающих важную социальную информацию:

Каждую птицу в вольере можно отличить по цветным полосам на ногах, но Марк Бэджер, научный сотрудник группы Данилидиса, работает над созданием алгоритмов, способных различать разные позы птиц на основе их силуэтов. Самки, например, впадают в так называемую копулятивную реакцию, своего рода позу подчинения, чтобы показать, что они восприимчивы к ухаживаниям самца. Задача инженеров — использовать машинное обучение, чтобы отличать эти типы тонких движений от других.

«Намного проще передавать результаты по положению суставов у людей или даже у гепардов или обезьян — животных, у которых есть четкая артикуляция в суставах», — говорит Даниилидис. «У птицы очень сложно нажать на точку и сказать: «Это сочленение», потому что, например, большая часть артикуляции происходит под крыльями».

Продолжить чтение можно на странице Penn Today.