Недавно исследовательская группа применила технологию искусственного интеллекта, чтобы помочь идентифицировать и фиксировать поведение, представляющее ценность для исследований, во время изучения поведения шимпанзе. Этот метод, по оценкам, сэкономит исследователям десятилетия рабочей нагрузки, освободит их от тяжелой работы по поиску видео в полевых условиях и значительно ускорит эффективность исследований.
Объектами исследования являются шимпанзе из Западной Африки. Они очень умны и используют инструменты для получения вкусных орехов из твердых плодов масличной пальмы. Сначала они выбирают плоский камень в качестве разделочной доски, кладут на него орехи, а затем бьют по нему другим камнем в качестве молотка, пока твердая кожура ореха не “хрустнет” и не треснет. Исследователи стремятся понять поведение шимпанзе, использующих инструменты. В прошлом они в основном записывали поведение орангутангов, снимая видео в полевых условиях, а затем тратили много времени на просмотр этих видеозаписей, чтобы найти кадры, представляющие ценность для исследований.
В этом исследовании ученые в основном сосредоточились на двух видах поведения шимпанзе: разбивании орехов и постукивании по корням деревьев. Такое поведение очень важно для понимания обучения и общения приматов. Например, исследователи полагают, что шимпанзе, постукивающие по выступающим корням деревьев руками или ногами, — это совершенно особое коммуникативное поведение, и способ постукивания отличается у разных этнических групп. Чтобы изучить это конкретное поведение, исследователям потребовалось просмотреть 10 часов видеоданных, записанных в национальном парке Кантанес в Гвинее-Бисау. Чтобы изучить разбивание орехов, вам нужно просмотреть около 40 часов архивных кадров из леса Боссу в Гвинее.
Сначала исследователи обучили компьютерную систему, вручную кодируя видеоклипы, и, помечая действия каждого шимпанзе, они задали системе, что искать, а что не искать. Учитывая, что иногда поведение шимпанзе не может быть полностью зафиксировано одной картинкой, например, иногда они прячутся в кустах, а иногда несколько гнезд находятся вместе, трудно сказать, что они делают, когда снимается видео. Поэтому исследователи подумали о записи звука, потому что распознавание голоса может быть использовано для облегчения визуального распознавания компьютерных систем. Таким образом, даже если камера не делает снимок, соответствующее поведение может быть отмечено звуком.
Перед формальной работой система также должна пройти “экзамен” — идентификацию незнакомого видеоклипа для проверки результатов раннего обучения. После повторных тестов исследователи заявили, что точность распознавания системой двух типов поведения достигла 77 % и 86 % соответственно. Мало того, с помощью этой системы исследователи также проанализировали, как долго шимпанзе разбивали орехи и стучали по корням, и как часто самцы и самки участвовали в каждом занятии.
Это настоящее сотрудничество между исследователями машинного обучения и поведения приматов. Использование передового интеллекта людей и компьютеров для изучения моделей поведения приматов можно охарактеризовать как очень значимую инновацию и исследовании. В настоящее время эта новая система прошла этап тестирования. Исследователи надеются продолжить обучение системы отслеживанию и анализу других видов и поведения и даже отслеживать отдельных особей, чтобы понять, как они выживают в непрерывном обучении.
Со временем анализ видео с помощью искусственного интеллекта может даже помочь нам понять, как такие факторы, как изменение климата и потеря среды обитания, изменяют модели поведения приматов. Потенциал применения искусственного интеллекта в этой области безграничен.