分析灵长类动物之间的社会互动是这种新方法的应用之一。鸣谢:Ella Marushenko / ETH苏黎世研究人员开发了一种使用人工智能分析动物行为的新方法。这为行为科学领域的长期深入研究打开了大门——同时也有助于改善动物福利。这种方法已经在苏黎世动物园进行了测试。从事动物行为研究的研究人员通常依赖于他们手动分析的数小时视频镜头。通常，这需要研究人员通过跨越数周或数月的记录工作，费力地记录下对动物行为的观察。现在，苏黎世联邦理工学院和苏黎世大学的研究人员已经提出了一种自动分析这类记录的方法。他们开发的图像分析算法利用了计算机视觉和机器学习。它可以区分单个动物并识别特定的行为，例如那些表示好奇、恐惧或与同类其他成员和谐社会互动的行为。
该技术本质上为科学家提供了一个自动分析视频片段的点击式解决方案，无论记录有多长或多详细。新方法的另一个优势是它的可重复性:如果不同的研究小组使用相同的算法来分析他们的视频数据，比较结果就更容易了，因为一切都是基于相同的标准。更重要的是，新算法非常敏感，甚至可以识别长期以来逐渐发展的细微行为变化。“这些变化通常很难用肉眼发现，”该研究的主要作者马库斯·马克斯说，他是神经技术教授穆罕默德·法提赫·亚尼克领导的小组的博士后。
适合所有动物物种
研究人员用圈养老鼠和猕猴的视频片段训练了机器学习算法。然而，他们强调该方法可以应用于所有动物物种。他们新方法的消息已经在科学界传开了。ET H的研究人员已经在一个公共平台上向其他研究人员提供了该算法，他们在世界各地的许多同事已经在使用它。“灵长类研究人员的兴趣特别高，我们的技术已经被一个研究乌干达野生黑猩猩的小组使用，”马克斯说。
这可能是因为这种方法也可以用来分析动物群落中复杂的社会互动，例如识别哪些动物梳理它们群体中的其他成员，以及这种情况发生的频率。“与之前基于机器学习的行为分析算法相比，我们的方法提供了一些主要优势，特别是在复杂环境下分析社会行为时，”马克斯说。
改善人类照料动物的条件
这种新方法还可以用于改善畜牧业，实现24小时监控，自动挑出异常行为。通过及早发现不利的社会互动或疾病的发作，饲养员可以迅速做出反应，以改善他们所照料的动物的条件。
ETH的研究人员目前还与苏黎世动物园合作，该动物园希望进一步改善其畜牧业，并进行自动化行为研究。例如，在最近发表的一项研究中，研究人员检查了大象的睡眠行为模式，动物园的研究人员不得不手动注释夜间视频记录。他们希望这种新方法能使他们在未来自动化并扩大这种发现。
最后，该方法用于生物学、神经生物学和医学领域的基础研究。“我们的方法甚至可以识别研究动物微妙或罕见的行为变化，如压力、焦虑或不适的迹象，”亚尼克说。“因此，这不仅有助于提高动物研究的质量，也有助于减少动物的数量和对它们的压力。”苏黎世联邦理工学院的教授计划将这种方法作为他在模仿学习领域的神经生物学研究的一部分。
这项研究发表在《自然机器智能》上。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
