AI動作識別新用途：分析野生動物群體行為

智東西（公眾號：zhidxcom）

編 | 年年

導語：美國和意大利科學家團隊在近日發表的一篇論文提出了AI動作識別的一個新用途，通過統計框架分析野生動物群體行為

智東西7月3日消息，近日來自美國、意大利的一群科學家們在發表的一篇論文“A Framework for Identifying Group Behavior of Wild Animals”中提出了AI動作識別的一個新用途，那就是通過一個新的統計框架（ statistical framework）鑒定野生動物群體行為。

理解動物的行為對於揭示動物和人類的行為模式具有至關重要的作用，科學家在研究中採用兩步序列分析方法，並添加了動物社交信息，結果證明實驗精度得到了顯著提升。

一、AI動作識別新用途：分析野生動物群體行為

AI驅動的動作識別已被用於從步態中識別情緒、估算房間人數和僅憑借開始和結束幀就創建一個完整的視頻。但這並不是它所有的用途。在Arxiv.org網站上發表的一篇新論文“A Framework for Identifying Group Behavior of Wild Animals”中，來自伊利諾伊大學、意大利米蘭理工大學和加州大學戴維斯分校的科學家提出了一個分析野生動物群體行為的統計框架。他們表示，與基礎模型相比，這個新的統計框架在初步試驗中表現出了更好的分類準確性。

“理解動物行為對於揭示動物（包括人類）為什麽做他們所做的事情至關重要，”文章的共同作者寫到。“最近，生物學家開始使用可穿戴技術，如GPS、加速計（accelerometers）和無線電傳感器來跟蹤動物及其活動。然而，人類無法直接解釋收集到的原始數據，必須進行處理並從中提取動物行為模式……動作識別模型可用來解釋原始時間序列與通過觀察或其他方式收集的行為模式之間的關係。”

正如研究人員所解釋的那樣，時間序列分類——即在連續時間獲得的數量值的分類，通常具有相等的時間間隔——且通常使用時間序列分析或機器學習來解決。前者基於對原始數據的明確描述，而後者自動從輸入數據中推斷出行為特徵。

二、兩步序列分析方法提高實驗精度

研究人員採用兩步序列分析方法：首先，他們為給定的語料庫選擇“最佳”的全局時間分辨率（相對於時間的測量分辨率），然後通過提取與分類相關的拓撲和關係組件來編碼動物組之間的社會關係。

在實驗中，該團隊從狒狒群體活動的公開數據集中獲取信息，其中包含26隻已經追蹤35天的動物。他們根據鄰近度定義了狒狒的社交網絡，這樣，在兩米範圍內經過的狒狒就會被認為是相互作用的。

研究人員報告稱，他們的方法比以前的方法提高了大約10％的準確性，並且在添加社交信息之後，得出的結果比初始結果又提高7％。

“我們對現實世界數據集的評估表明，現在的框架可以更好地識別野生動物群體的複雜行為動作，”共同作者寫道，他還表示他們計劃在未來的工作中納入其他數據集。“我們目前正致力於將時間分辨率步驟（兩步序列分析方法的第一步）擴展到更加動態的方法，允許不同的時間步驟，這將有助於更好地識別每種不同行為的關鍵含義。”

結語：AI技術日新月異，動作識別用途多多

AI作為前沿科技，已經越來越融合進各項科學研究當中，AI技術也在這個過程中不斷得到豐富和拓展。

基於AI活動識別，美國和意大利的科學家們提出了鑒定野生動物群體行為的統計框架，這是一個重要的進步，有助於人們理解動物和人類的行為模式，相信未來AI能夠為科學和社會研究提供更多助力。