Un nuevo juego de herramientas va más allá de los métodos de aprendizaje automático existentes al medir la postura corporal en animales con alta velocidad y precisión. Desarrollado por investigadores del Centro para el Estudio Avanzado del Comportamiento Colectivo de la Universidad de Konstanz y el Instituto Max Planck de Comportamiento Animal,Este kit de herramientas de aprendizaje profundo, llamado DeepPoseKit, combina métodos anteriores para la estimación de posturas con desarrollos de última generación en ciencias de la computación. Estos métodos de aprendizaje profundo recientemente desarrollados pueden medir correctamente la postura corporal a partir de imágenes nunca antes vistas después de haber sido entrenados con solo 100ejemplos y se pueden aplicar para estudiar animales salvajes en entornos de campo desafiantes. Publicado hoy en la revista de acceso abierto eLife , el estudio está avanzando en el campo del comportamiento animal con herramientas de próxima generación y al mismo tiempo proporciona un sistema accesible para que los no expertos apliquen fácilmente el aprendizaje automático a su investigación conductual.
Los animales deben interactuar con el mundo físico para sobrevivir y reproducirse, y estudiar su comportamiento puede revelar las soluciones que han evolucionado para lograr estos objetivos finales. Sin embargo, el comportamiento es difícil de definir simplemente al observarlo directamente: sesgos y poder de procesamiento limitadode observadores humanos inhibe la calidad y resolución de los datos de comportamiento que se pueden recopilar de los animales.
El aprendizaje automático ha cambiado eso. Varias herramientas se han desarrollado en los últimos años que permiten a los investigadores rastrear automáticamente las ubicaciones de las partes del cuerpo de los animales directamente desde imágenes o videos, sin la necesidad de aplicar marcadores intrusivos en los animales o el comportamiento de puntuación manual.Sin embargo, estos métodos tienen inconvenientes que limitan el rendimiento. "Las herramientas existentes para medir la postura corporal con aprendizaje profundo eran más lentas y más precisas o más rápidas y menos precisas, pero queríamos lograr lo mejor de ambos mundos", dice el autor principal JakeGraving, un estudiante graduado en el Instituto Max Planck de Comportamiento Animal.
En el nuevo estudio, los investigadores presentan un enfoque que supera este equilibrio entre velocidad y precisión. Estos nuevos métodos utilizan un modelo de aprendizaje profundo eficiente y avanzado para detectar partes del cuerpo en imágenes y un algoritmo rápido paracalcular la ubicación de estas partes del cuerpo detectadas con alta precisión. Los resultados de este estudio también demuestran que estos nuevos métodos se pueden aplicar a través de especies y condiciones experimentales, desde moscas, langostas y ratones en entornos de laboratorio controlados hasta rebaños de cebras que interactúan en elEl Dr. Blair Costelloe, coautor del artículo, que estudia cebras en Kenia, dice: "Los datos de postura que ahora podemos recopilar para las cebras usando DeepPoseKit nos permiten saber exactamente qué está haciendo cada individuo en el grupo y cómointeractuar con el entorno. En contraste, las tecnologías existentes como el GPS reducirán esta complejidad a un solo punto en el espacio, lo que limita los tipos de preguntas que puede responder ".
Debido a su alto rendimiento y su interfaz de software fácil de usar el código está disponible públicamente en Github http://github.com/jgraving/deepposekit , los investigadores dicen que DeepPoseKit puede beneficiar inmediatamente a los científicos en una variedad de campos, como neurociencia, psicología y ecología, y niveles de experiencia.Trabajar en este tema también puede tener aplicaciones que afecten nuestra vida cotidiana, como mejorar algoritmos similares para el reconocimiento de gestos utilizados en teléfonos inteligentes o diagnosticar y controlar enfermedades relacionadas con el movimiento en humanos y animales.
"En solo unos pocos años, el aprendizaje profundo ha pasado de ser una especie de método nicho y difícil de usar a una de las herramientas de software más democratizadas y más utilizadas en el mundo", dice Iain Couzin, autor principal deel documento que dirige el Centro para el Estudio Avanzado del Comportamiento Colectivo de la Universidad de Konstanz y el Departamento de Comportamiento Colectivo del Instituto Max Planck de Comportamiento Animal ". Nuestra esperanza es que podamos contribuir a la investigación conductual desarrollando un desarrollo fácilusar herramientas de alto rendimiento que cualquiera puede usar ". Herramientas como estas son importantes para estudiar el comportamiento porque, como dice Graving:" Nos permiten comenzar con los primeros principios, o '¿cómo está moviendo el cuerpo su animal a través del espacio?', en lugar de definiciones subjetivas de lo que constituye un comportamiento. A partir de ahí, podemos comenzar a aplicar modelos matemáticos a los datos y desarrollar teorías generales que nos ayuden a comprender mejor cómo los individuos y grupos de animales organizan su comportamiento de manera adaptativa ".
Fuente de la historia :
Materiales proporcionado por Universidad de Constanza . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :