Odkrywanie sekretnego życia pustynnych mrówek jest teraz łatwiejsze, dzięki rewolucyjnej technologii śledzenia CATER.
Naukowcy opracowali tanią technologię śledzenia o nazwie CATER (skrót od ang. Combined Animal Tracking & Environment Reconstruction), która wykorzystuje obrazowanie komputerowe i sztuczną inteligencję do badania nawigacji pustynnych mrówek, ujawniając ich niezwykłą szybkość uczenia się i dostarcza informacji dla nowych technologii. Przełomowa technologia śledzenia, która ujawniła nowe informacje na temat tego, jak pustynne mrówki poruszają się po swoich złożonych światach, może zainspirować też naukowców pracujących nad następną generacją inteligentnych, wydajnych robotów.
- Nowa, tania technologia śledzenia ujawnia niezwykłą szybkość, z jaką pustynne mrówki zapamiętują trasy do domu.
- Mrówki pustynne były wcześniej śledzone za pomocą długopisu i papieru lub GPS, pozostawiając luki w wiedzy na temat ich zachowania.
- Oprogramowanie działa na różnych typach zwierząt, a jego niski koszt oznacza, że może być używany także przez amatorów, nie tylko samodzielnych naukowców.
- Bardziej kompletny obraz, który buduje, może być inspiracją dla następnej generacji robotów inspirowanych biologią.
W ramach międzynarodowej współpracy badawczej z udziałem University of Sheffield opracowano tę nową technologię śledzenia z wykorzystaniem obrazowania komputerowego — dziedziny informatyki, która programuje komputery do interpretacji i rozumienia obrazów i filmów — w celu śledzenia poszczególnych pustynnych mrówek przez całe ich żerujące życie. Narzędzie dokumentuje podróż mrówki od pierwszego opuszczenia gniazda do znalezienia miejsca pożywienia i powrotu do kolonii.
Nowy zestaw danych ujawnił, że mrówki uczą się niezwykle szybko – zapamiętując swoje ścieżki do domu już po jednej udanej podróży. Ale, co intrygujące, ich zewnętrzne trasy ewoluowały w czasie, wskazując na różne strategie eksploracji i eksploatacji. Dane o wysokiej precyzji ujawniły również podstawowy ruch oscylacyjny, który jest niewidoczny dla ludzkiego oka, co może wyjaśniać, w jaki sposób mrówki generują złożone wzorce wyszukiwania dostosowane do obecnych warunków.
Ponieważ nowe oprogramowanie działa na różnych typach zwierząt i wykorzystuje wideo rejestrowane za pomocą standardowych kamer, jest już wdrażane przez liczne międzynarodowe grupy badawcze i idealnie nadaje się do obywatelskich projektów naukowych. Zebrane bardzo precyzyjne dane mają kluczowe znaczenie dla zrozumienia, w jaki sposób mózgi mogą prowadzić zwierzęta przez ich złożony świat, co może zainspirować nową generację robotów inspirowanych biologią.
Nowa technologia i zestaw danych — opracowane przez dr Michaela Mangana, starszego wykładowcę uczenia maszynowego i robotyki na Wydziale Informatyki Uniwersytetu, wraz z Larsem Haalckiem i Benjaminem Risse z Uniwersytetu w Münster, Antoine’em Wystrachem i Leo Clementem z Centre for Integrative Biologia Tuluzy i Barabara Webb z Uniwersytetu w Edynburgu — zostały zaprezentowane w nowym badaniu opublikowanym w czasopiśmie Science Advances.
Badanie opisuje, w jaki sposób CATER (ang. Combined Animal Tracking & Environment Reconstruction) wykorzystuje sztuczną inteligencję (AI) i wizję komputerową do śledzenia pozycji owada na wideo zarejestrowanym za pomocą kamer. System może wykrywać nawet małe obiekty, które trudno dostrzec gołym okiem. Jest odporny na bałagan w tle, przeszkody i cienie, co pozwala mu funkcjonować w naturalnym środowisku zwierzęcia, gdzie inne systemy zawodzą.
Uzyskaliśmy te dane podczas letniej wycieczki terenowej, ale zbudowanie systemu zdolnego do wyodrębniania danych zajęło 10 lat, dzięki czemu można powiedzieć, że tworzyliśmy to całą dekadę. Zawsze fascynowało mnie, jak te owady potrafią pokonywać duże odległości – do 1 km – w tak nieprzyjaznych środowiskach, gdzie temperatura przekracza 50 stopni Celsjusza. Do tej pory mrówki pustynne były śledzone ręcznie za pomocą długopisu i papieru, co polegało na stworzeniu siatki na ziemi za pomocą sznurka i palików oraz monitorowaniu ich zachowania w sieci. Inną metodą obejścia tego problemu jest użycie różnicowego globalnego systemu pozycjonowania (GPS) — ale sprzęt jest drogi i mało precyzyjny. Brak niedrogiego, solidnego sposobu na uchwycenie precyzyjnych ścieżek owadów w terenie doprowadził do powstania luk w naszej wiedzy na temat zachowania mrówek pustynnych. W szczególności o tym, jak uczą się tras wizualnych, jak szybko to robią i jakie strategie stosują, aby uprościć zadanie.
powiedział dr Michael Mangan, starszy wykładowca w dziedzinie uczenia maszynowego i robotyki na Uniwersytecie w Sheffield
Nowa metoda śledzenia wizualnego firmy CATER odpowiada na te wyzwania, przechwytując materiał filmowy tras mrówek w wysokiej rozdzielczości w ich naturalnym środowisku i wykorzystując technologię obrazowania do identyfikacji poszczególnych mrówek na podstawie samego ruchu. Nowatorska technika mozaikowania obrazów jest następnie wykorzystywana do rekonstrukcji lub łączenia krajobrazu ze zdjęć o wysokiej rozdzielczości. To nowe podejście wypełnia lukę między badaniami terenowymi i laboratoryjnymi, zapewniając unikalny wgląd w zachowania nawigacyjne mrówek. Takie dane będą miały kluczowe znaczenie dla ujawnienia, w jaki sposób zwierzęta z mózgiem mniejszym niż główka szpilki tak skutecznie poruszają się w swoim złożonym środowisku.
Takie spostrzeżenia są już przekształcane w produkty komercyjne przez pionierską firmę spin-out z University of Sheffield Opteran, która dokonuje inżynierii wstecznej mózgów owadów w celu uzyskania wysoce niezawodnej autonomii przy użyciu tanich czujników i obliczeń.
Mrówki pustynne są idealną inspiracją dla robotów nowej generacji – poruszają się na duże odległości, w trudnych warunkach i nie polegają na śladach feromonowych, jak inne mrówki, ani GPS i 5G, jak obecne roboty. Mamy nadzieję, że nasze narzędzie pozwoli nam zbudować pełniejszy obraz tego, jak owady uczą się nawigować w swoich siedliskach, wnosząc nową wiedzę naukową i informując inżynierów o tym, jak mogą budować sztuczne systemy o podobnych zdolnościach.
powiedział dr Mangan
Informacje o badaniu: „CATER: Combined Animal Tracking & Environment Reconstruction”, Lars Haalck, Michael Mangan, Antoine Wystrach, Leo Clement, Barbara Webb i Benjamin Risse, 21 kwietnia 2023 r., Science Advances.
DOI: 10.1126/sciadv.adg2094
➔ Obserwuj nas w Google News, aby być na bieżąco!
źródło: Science Advances | Uniwersytet w Sheffield | ScitechDaily
zdjęcie wykorzystane w nagłówku wpisu pochodzi z Depositphotos
Od 2005 roku zajmuję się komunikacją internetową i e-marketingiem, jestem pasjonatem urządzeń mobilnych oraz nowych technologii – i nie waham się ich używać.