Revolūcija dzīvnieku izpētē: mobilās kameras atklāj putnu uzvedību!

Revolūcija dzīvnieku izpētē: mobilās kameras atklāj putnu uzvedību!

Pētnieki no Konstancas izcilības klastera “Kolektīvā uzvedība” ir izstrādājuši novatorisku mobilo kameru sistēmu ar nosaukumu “3D-SOCS”. Šī sistēma ir izstrādāta, lai iegūtu detalizētus datus par dzīvnieku uzvedību to dabiskajā vidē, un tā nodrošina precīzu, bezmarķieru 3D izsekošanu vairāku putnu pozām un kustībām vienlaikus. Līdz šim 3D izsekošana galvenokārt ir vērsta uz telpām vai dzīvniekiem nebrīvē. Jaunā sistēma tika publicēta slavenajā žurnālā Methods in Ecology and Evolution, un tā ir sasniegums dzīvnieku uzvedības pētījumos.

3D-SOCS izmantošana notika mežā netālu no Maksa Planka uzvedības bioloģijas institūta Mögingenā. Lauka eksperimenta laikā tika parādīti vizuāli stimuli, piemēram, miltu tārpi un pildīti putni, lai novērotu putnu reakcijas. Iegūtie dati ļauj izdarīt secinājumus par redzes lauka izmantošanu un putnu lateralizāciju. Sistēmu var izmantot arī, lai novērtētu dzīvnieku ķermeņa tilpumu, kas kalpo kā aptuvens to svara rādītājs. Īpaši ievērības cienīgs ir tas, ka datu vākšana ir neinvazīva, kas nozīmē, ka dzīvnieki nav jāgūst.

Tehnoloģiskās inovācijas un ekoloģiskais monitorings

3D SOCS sistēma ir atvērta platforma. Aparatūras plāni un programmatūras cauruļvadi ir publiski pieejami, ļaujot plašai zinātnieku aprindām izmantot tehnoloģiju. Šī sistēma veicina sinerģiju starp laboratorijas un lauka pētījumiem un novērš plaisu starp kontrolētiem pētījumiem un ekoloģiski derīgiem lauka novērojumiem. To finansē Vācijas Pētniecības fonds (DFG) un Šveices Izglītības, pētniecības un inovāciju valsts sekretariāts (SERI), un tas darbojas ar baterijām, tāpēc tas ir paredzēts izmantošanai laukā.

Pamatpētījuma autoru, tostarp Michael Chimento un Alex Hoi Hang Chan, mērķis ir savākt lielas uzvedības datu kopas par savvaļas dzīvniekiem dabiskajos biotopos. Izmantojot modernākās sensoru tehnoloģijas, piemēram, GPS un pasīvos transponderu tagus, uzvedības datu kvalitāte un apjoms tiek ievērojami uzlabots. Mašīnmācīšanās un datorredzes sasniegumi nodrošina īpaši precīzus mērījumus, kas var konkurēt ar kontrolētiem laboratorijas apstākļiem.

Attēlu analīzes algoritmu loma

Papildus notikumiem Konstanzā, pētnieki no Universitātes Neiroinformātikas institūta un ETH Cīrihes ir izveidojuši attēlu analīzes algoritmu, lai automatizētu video ierakstu analīzi uzvedības pētījumos. Šis algoritms izmanto datorredzi un mašīnmācīšanos, lai atšķirtu atsevišķus dzīvniekus un noteiktu uzvedību, piemēram, zinātkāri un bailes. Algoritma īpašās priekšrocības ir ātra un automatizēta videoierakstu novērtēšana, kas palielina pētījumu rezultātu reproducējamību un derīgumu.

Metode tika apmācīta, izmantojot gan peļu, gan makaku video ierakstus, taču tā ir universāli piemērojama. Šim algoritmam ir plašs pielietojums, sākot no patoloģiskas uzvedības novērošanas lopkopībā līdz sarežģītas sociālās mijiedarbības analīzei dzīvnieku kopienās. Kopā ar Cīrihes zooloģisko dārzu šīs iniciatīvas mērķis ir uzlabot lopkopību un izveidot automatizētu uzvedības izpēti. ETH profesors Yanik plāno izmantot šo paņēmienu savos pētījumos par mācīšanās imitāciju.

Šo tehnoloģiju sasniegumi varētu ievērojami veicināt mūsu izpratni par dzīvnieku uzvedību savvaļā un tādējādi arī uzlabot apdraudēto sugu aizsardzības un saglabāšanas pamatu.