Makmal Mackenzie Mathis di EPFL memperkenalkan SuperAnimal, model AI yang menjejaki pergerakan haiwan secara autonomi, merevolusikan analisis tingkah laku merentas pelbagai spesies.
Kemajuan terobosan dalam analisis tingkah laku haiwan telah dicapai oleh makmal Mackenzie Mathis di EPFL, sebuah universiti penyelidikan awam di Lausanne, Switzerland, dengan pembangunan "SuperAnimal," alat AI yang canggih. Teknologi sumber terbuka baharu ini secara automatik boleh mengesan kedudukan titik utama dalam haiwan tanpa sebarang input manusia, secara mendadak mengurangkan masa dan tenaga kerja yang diperlukan untuk tugasan tersebut.
. alat inovatif, diperincikan dalam artikel Nature Communications baru-baru ini, boleh menganalisis pergerakan dalam lebih 45 spesies haiwan yang berbeza, termasuk juga beberapa makhluk mitos. Secara tradisinya, fenotaip tingkah laku melibatkan usaha manusia yang signifikan untuk melabelkan titik utama, yang membawa kepada ketidakkonsistenan dan pertindihan kerja. SuperAnimal mengubah permainan dengan menyediakan model terlatih dan harmoni yang menyelaraskan proses.
"Saluran paip semasa membolehkan pengguna menyesuaikan model pembelajaran mendalam, tetapi ini kemudian bergantung pada usaha manusia untuk mengenal pasti titik utama pada setiap haiwan untuk mencipta set latihan," kata Mackenzie Mathis dalam Siaran akhbar. “Ini membawa kepada usaha pelabelan pendua merentas penyelidik dan boleh membawa kepada label semantik yang berbeza untuk titik utama yang sama, menjadikan data penggabungan untuk melatih model asas yang besar sangat mencabar. Kaedah baharu kami menyediakan pendekatan baharu untuk menyeragamkan proses ini dan melatih set data berskala besar. Ia juga menjadikan pelabelan 10 hingga 100 kali lebih berkesan daripada alat semasa."
Teknologi ini dibina berdasarkan kerja Mathis sebelum ini dengan alat anggaran pose “DeepLabCut™️.” SuperAnimal memudahkan tugas yang sukar untuk menyusun dan melabelkan data latihan dengan menggunakan pendekatan model asas.
"Di sini, kami telah membangunkan algoritma yang mampu menyusun satu set besar anotasi merentas pangkalan data dan melatih model untuk mempelajari bahasa yang diselaraskan - kami memanggil pra-latihan ini sebagai model asas," Shaokai Ye, pengarang pertama kajian itu dan pelajar kedoktoran. penyelidik di EPFL. "Kemudian pengguna hanya boleh menggunakan model asas kami atau memperhalusinya pada data mereka sendiri, membolehkan penyesuaian lanjut jika perlu."
Dengan aplikasi yang berpotensi bermula daripada diagnostik veterinar kepada penyelidikan saintifik saraf, SuperAnimal bersedia untuk menjadi alat yang sangat diperlukan.
"Doktor veterinar mungkin sangat berminat, serta mereka dalam penyelidikan bioperubatan - terutamanya apabila ia datang untuk memerhatikan tingkah laku tikus makmal. Tetapi ia boleh pergi lebih jauh,” tambah Mathis, membayangkan penggunaan dalam sains sukan dan bidang lain yang melibatkan analisis gerakan yang tepat.
Selain itu, Mathis dan Ye sedang mencari untuk mengembangkan keupayaan model mereka.
"Kami juga akan memanfaatkan model ini dalam antara muka bahasa semula jadi untuk membina alat yang lebih mudah diakses dan generasi akan datang," kata Mathis.
Satu projek sedemikian, AmadeusGPT, membolehkan pertanyaan data video melalui teks lisan atau bertulis dan bertujuan untuk memperkenalkan kaedah inovatif dalam analisis tingkah laku yang kompleks.
Model SuperAnimal kini boleh diakses secara bebas oleh penyelidik di seluruh dunia melaluinya pengedaran sumber terbuka, membolehkan penerimaan meluas dan kemajuan berterusan dalam bidang tersebut.