Benutzerfreundliche KI für Tierverhalten
Das von dem Doktoranden Tristan Walter und Iain Couzin entwickelte, einfach zu bedienende Tool verfolgt automatisch Hunderte von einzelnen Tieren.
Computerprogramme, die Tierbewegungen messen und analysieren, sind für die Erforschung von Verhalten schnell unverzichtbar geworden. Tierbewegungen sind hochkomplex, und ihre Quantifizierung kann eine mühsame und zeitaufwändige Aufgabe sein. Automatisierte Werkzeuge ermöglichen es Wissenschaftler:innen jedoch, fortschrittlichere Verhaltensexperimente durchzuführen, die tiefere Einblicke in die Art und Weise gewähren, wie Tiere Entscheidungen auf der Grundlage dessen treffen, was sie in ihrer Umgebung wahrnehmen.
Eine besondere Herausforderung bei der quantitativen Untersuchung von Verhalten war die automatische Verfolgung einer Gruppe von Individuen in Videoaufnahmen von Tieren. Die Erfassung von Informationen über eine große Anzahl von Individuen stellt nach wie vor eine rechnerische Herausforderung dar, insbesondere in Bezug auf die Speichergröße und die Rechengeschwindigkeit. Darüber hinaus verstecken sich viele Tiere lieber in der Deckung oder hinter anderen Individuen und sehen sich oft sehr ähnlich, was es schwieriger - oder sogar unmöglich - macht, den Überblick zu behalten, wer wer ist. Während frühere Tools keine andere Wahl hatten, als sich darauf zu verlassen, dass Tiere mit physischen Markern versehen werden, um Individuen zu unterscheiden, nutzen neuere Tools Techniken des maschinellen Lernens, um diese Aufgabe automatisch durchzuführen.
Jetzt haben der Doktorand Tristan Walter und Iain Couzin ein System entwickelt, das bis zu 100 Individuen verfolgen kann und dabei ihre unterschiedlichen Identitäten beibehält, ohne dass physische Markierungen erforderlich sind. Durch die Entwicklung eines neuen Algorithmus für das Training und die Anwendung eines künstlichen neuronalen Netzwerks, das zur visuellen Identifizierung von Individuen verwendet wird, arbeitet ihr Tool viel schneller (2,5-46,7 Mal) als vergleichbare Software und benötigt gleichzeitig 2-10 Mal weniger Speicher. Neben der Verfolgung und Identifizierung von Individuen integriert das Tool auch andere Funktionen zur Untersuchung des Tierverhaltens, wie z. B. die Schätzung der 2D-Haltung und des Gesichtsfeldes eines Individuums sowie die Möglichkeit, die Positionen von bis zu 256 Individuen in Echtzeit zu verfolgen.
Alle diese Methoden sind in ein einziges, intuitives Open-Source-Tool mit einer reichhaltigen grafischen Benutzeroberfläche und einer verfügbaren (und sich ständig erweiternden) Online-Dokumentation integriert. TRex ist schnell, speichereffizient, einfach zu bedienen und verfügt über leistungsstarke integrierte Werkzeuge, die die Einstiegshürden in die quantitative Verhaltensforschung senken und ambitioniertere Ansätze ermöglichen.
Original publication: Tristan Walter and Iain D Couzin (2021) TRex, a fast multi-animal tracking system with markerless identification, and 2D estimation of posture and visual fields. eLife 2021;10:e64000. doi: 10.7554/eLife.64000