ИИ отслеживает поведение диких животных в Альпах

Исследователи из Федеральная политехническая школа Лозанны (EPFL) совместно со Швейцарским национальным парком собрали и тщательно аннотировали MammAlps – первый в своем роде мультимодальный и многовидовой датасет, посвященный поведению диких животных. Он создан с целью обучения ИИ-моделей, способных распознавать виды и интерпретировать поведенческие паттерны. В перспективе этот ресурс поможет ученым глубже изучить поведение животных и сделает природоохранные мероприятия более эффективными, доступными и технологически продвинутыми.

Исследователи установили девять автоматических камер, которые за несколько недель записали свыше 43 часов необработанного видео. Затем с помощью ИИ-инструментов команда выявляла и отслеживала отдельных животных, сократив отснятый материал до 8,5 часов, в которых зафиксированы моменты взаимодействия диких зверей. Поведение животных было размечено с использованием иерархической системы: каждый эпизод классифицировался как на общем уровне – например, игра, кормление или исследование территории, – так и на более детализированном – таких как шагание, чистка шерсти или нюхание. Такой подход помогает ИИ лучше понимать поведенческие шаблоны, связывая конкретные действия с более глобальными поведенческими категориями.

Чтобы дать моделям ии более насыщенный контекст, к видеоматериалу были добавлены аудиодорожки, а также "карты эталонных сцен" с указанием ключевых элементов окружающей среды – таких как водоемы, кустарники и скальные образования. Эти дополнительные сведения позволяют точнее интерпретировать поведение животных в зависимости от условий среды. Кроме того, исследователи включили информацию о погоде и численности животных в каждом эпизоде, чтобы создать более полные и информативные описания наблюдаемых сцен.

MammAlps устанавливает новый стандарт в мониторинге дикой природы, предоставляя многосенсорное представление о поведении животных с учетом ракурсов, звуков и контекста. Он позволяет изучать не только короткие эпизоды, но и долгосрочные поведенческие сцены – например, охоту волка на оленя с разных камер.

Исследования продолжаются: команда обрабатывает данные 2024 года и веднт новые полевые работы в 2025-м, чтобы включить редкие виды, например, рысей и альпийских зайцев, и отслеживать поведение в разные сезоны. Расширение подобных проектов позволит ИИ-моделям анализировать сотни часов видео, давая экологам своевременные и точные данные. Это поможет понять влияние климата, вмешательства человека и заболеваний на животных и защитить уязвимые виды.