Forradalom az állatkutatásban: A mobil kamerák felfedik a madarak viselkedését!

Forradalom az állatkutatásban: A mobil kamerák felfedik a madarak viselkedését!

A Konstanz Cluster of Excellence „Collective Behavior” kutatói kifejlesztettek egy innovatív mobil kamerarendszert, a „3D-SOCS” nevet. Ezt a rendszert úgy tervezték, hogy részletes adatokat rögzítsen az állatok viselkedéséről természetes élőhelyükön, és lehetővé teszi több madár testhelyzetének és mozgásának egyidejű, pontos, marker nélküli 3D nyomon követését. A mai napig a 3D-s nyomkövetés leginkább a beltéri terekre vagy a fogságban tartott állatokra összpontosított. Az új rendszer a neves Methods in Ecology and Evolution folyóiratban jelent meg, és előrelépést jelent az állatok viselkedésének kutatásában.

A 3D-SOCS használatára a möggingeni Max Planck Magatartásbiológiai Intézet melletti erdőben került sor. Egy szabadföldi kísérlet során vizuális ingereket, például lisztkukacokat és kitömött madarakat mutattak be, hogy megfigyeljék a madarak reakcióit. A kapott adatok alapján következtetések vonhatók le a látómező használatáról és a madarak lateralizációjáról. A rendszer az állatok testtérfogatának becslésére is használható, ami közelítőleg szolgál a súlyukra. Ami különösen figyelemre méltó, hogy az adatgyűjtés nem invazív, vagyis az állatokat nem kell befogni.

Technológiai innovációk és ökológiai monitoring

A 3D SOCS rendszer egy nyílt platformot képvisel. A hardvertervek és a szoftverfolyamatok nyilvánosan elérhetők, lehetővé téve a széles tudományos közösség számára a technológia használatát. Ez a rendszer elősegíti a szinergiákat a laboratóriumi és terepi kutatások között, és megszünteti a szakadékot az ellenőrzött vizsgálatok és az ökológiailag érvényes terepi megfigyelések között. A Német Kutatási Alapítvány (DFG) és a Svájci Oktatási, Kutatási és Innovációs Államtitkárság (SERI) finanszírozza, akkumulátorról működik, tehát terepen való használatra tervezték.

Az alapjául szolgáló tanulmány szerzői, köztük Michael Chimento és Alex Hoi Hang Chan célja, hogy nagyméretű viselkedési adatokat gyűjtsenek a vadon élő állatokról a természetes élőhelyeken. A legmodernebb szenzortechnológiák, például a GPS és a passzív transzpondercímkék használatával jelentősen javul a viselkedési adatok minősége és terjedelme. A gépi tanulás és a számítógépes látás fejlődése különösen precíz méréseket tesz lehetővé, amelyek felvehetik a versenyt az ellenőrzött laboratóriumi körülményekkel.

Képelemző algoritmusok szerepe

A konstanzi fejlesztések mellett az Egyetem Neuroinformatikai Intézetének és az ETH Zürich kutatói képelemző algoritmust készítettek a videofelvételek elemzésének automatizálására a viselkedési vizsgálatok során. Ez az algoritmus számítógépes látást és gépi tanulást használ az egyes állatok megkülönböztetésére, valamint az olyan viselkedések észlelésére, mint a kíváncsiság és a félelem. Az algoritmus különös erőssége a videofelvételek gyors és automatizált kiértékelésében rejlik, ami növeli a kutatási eredmények reprodukálhatóságát és érvényességét.

A módszert egerekről és makákókról készült videofelvételek segítségével képezték ki, de univerzálisan alkalmazható. Az állattenyésztésben fellépő abnormális viselkedés megfigyelésétől az állati közösségekben zajló összetett társadalmi interakciók elemzéséig ez az algoritmus széles körben alkalmazható. A Zürichi Állatkerttel együtt ennek a kezdeményezésnek az a célja, hogy javítsa az állattenyésztést és automatizált viselkedéskutatást hozzon létre. Yanik ETH professzor ezt a technikát tervezi használni az imitációs tanulással kapcsolatos kutatásai során.

Az e technológiák által elért előrelépések jelentősen hozzájárulhatnak ahhoz, hogy elmélyítsük a vadon élő állatok viselkedését, és ezáltal javítsuk a veszélyeztetett fajok védelmének és megőrzésének alapjait.