Analisi automatizzata del comportamento animale
I ricercatori hanno sviluppato un nuovo metodo che utilizza l'intelligenza artificiale per valutare il comportamento degli animali. Ciò consente di effettuare studi più dettagliati nella ricerca comportamentale e studi su lunghi periodi di tempo. Il metodo contribuisce inoltre a migliorare il benessere degli animali. ? già in fase di sperimentazione presso lo zoo di Zurigo.
- Per saperne di più
- Numero di commenti
Per gli studi comportamentali sugli animali, gli scienziati devono spesso analizzare grandi quantità di registrazioni video. Tradizionalmente, esaminano registrazioni con una durata totale di molte settimane o mesi e tengono un verbale del comportamento osservato. I ricercatori dell'ETH di Zurigo e dell'Università di Zurigo hanno ora automatizzato l'analisi di tali registrazioni. Un algoritmo di analisi delle immagini da loro sviluppato utilizza la visione artificiale e l'apprendimento automatico. L'algoritmo è in grado di distinguere i singoli animali e di riconoscere i modelli comportamentali che indicano, ad esempio, curiosità, paura o interazioni armoniose con i conspecifici.
Le registrazioni video degli animali, anche quelle molto estese, possono ora essere analizzate automaticamente con la semplice pressione di un tasto. Un altro vantaggio è la riproducibilità: se diversi gruppi di ricerca analizzano i loro dati video utilizzando lo stesso algoritmo, il loro lavoro è più facile da confrontare perché vengono sempre applicati gli stessi standard. Inoltre, il nuovo algoritmo è così sensibile che è possibile rilevare anche sottili cambiamenti di comportamento che si sviluppano molto lentamente e per un lungo periodo di tempo. "Per l'occhio umano, invece, tali cambiamenti sono spesso difficili da riconoscere", spiega Markus Marks. Markus Marks è un postdoc nel gruppo di Mehmet Fatih Yanik, professore di Neurotecnologia e primo autore del lavoro di ricerca.
Adatto a tutte le specie animali
Gli scienziati hanno addestrato l'algoritmo di apprendimento automatico utilizzando registrazioni video di topi e macachi. Tuttavia, il metodo è adatto a tutte le specie animali, come sottolineano i ricercatori. La notizia del nuovo metodo si è già diffusa nella comunità scientifica. I ricercatori stanno mettendo l'algoritmo a disposizione di altri ricercatori su una piattaforma pubblica e numerosi colleghi in tutto il mondo lo stanno già utilizzando. "L'interesse è particolarmente alto tra i ricercatori di primati. Ad esempio, anche un gruppo di ricerca sugli scimpanzé selvatici in Uganda sta utilizzando la nostra tecnologia", spiega Marks.
Uno dei motivi è probabilmente che questo metodo può essere utilizzato anche per valutare comportamenti sociali complessi in una comunità animale, come ad esempio quale animale striglia la pelliccia di un altro membro del gruppo e quando. "Rispetto ai precedenti algoritmi di analisi comportamentale basati sull'apprendimento automatico, il nostro metodo presenta notevoli vantaggi, soprattutto quando si tratta di analizzare il comportamento sociale in contesti complessi", afferma Marks.
Migliorare l'allevamento degli animali
Il metodo può essere utilizzato anche per migliorare l'allevamento degli animali. ? possibile monitorare gli animali 24 ore su 24 e rilevare automaticamente i comportamenti anomali. In questo modo è possibile individuare precocemente comportamenti sociali sfavorevoli o malattie e gli addetti alla cura degli animali possono intervenire rapidamente per migliorare la situazione degli animali.
Attualmente i ricercatori collaborano anche con lo zoo di Zurigo, che vuole migliorare ulteriormente l'allevamento degli animali e condurre ricerche comportamentali automatizzate. Per uno studio recentemente pubblicato sul comportamento degli elefanti durante il sonno, ad esempio, i ricercatori dello zoo hanno dovuto valutare manualmente le registrazioni video. Sperano che il nuovo metodo consenta loro di automatizzare questo lavoro in futuro.
Il metodo viene utilizzato nella ricerca biologica di base, neurobiologica e medica. "Il nostro metodo è in grado di rilevare anche cambiamenti minimi nel comportamento degli animali da laboratorio, ad esempio segni di stress, paura e disagio", spiega l'ETH Yanik. "Egli stesso intende utilizzare il metodo nelle sue ricerche neurobiologiche nel campo dell'apprendimento per imitazione".
Letteratura di riferimento
Marks M, Jin Q, Sturman O, von Ziegler L, Kollmorgen S, von der Behrens W, Mante V, Bohacek J, Yanik MF: Identificazione, tracciamento, stima della posa e classificazione del comportamento di primati e topi interagenti in ambienti complessi basati sull'apprendimento profondo. Nature Machine Intelligence, 21 aprile 2022, doi: pagina esterna10.1038/s42256-022-00477-5