Un uso inesperado para el reconocimiento facial: rastrear chimpancés

Categoría: Inteligencia artificial Al corriente Sep 04

Un nuevo algoritmo de aprendizaje profundo entrenado para reconocer el sexo y la identidad de los chimpancés salvajes podría ayudar a los científicos a comprender mejor el comportamiento animal.

Las noticias: El reconocimiento facial ha desarrollado una mala reputación últimamente por las formas en que podría abusarse para infringir las libertades civiles. Pero fuera del ámbito humano, los investigadores de Oxford han descubierto un propósito nuevo y bastante apropiado para la tecnología: ayudarlos a monitorear los comportamientos e interacciones de los chimpancés. Un artículo que describe su estudio. fue publicado en Science Advances hoy .

Que hicieron: Utilizando aproximadamente 50 horas de imágenes tomadas durante 14 años, los científicos extrajeron 10 millones de imágenes faciales de 23 chimpancés y las introdujeron en una red neuronal profunda. El modelo resultante fue capaz de identificar individuos con hasta un 93 % de precisión y clasificar su sexo correctamente hasta en un 96 % de las veces. En una prueba de comparación, el modelo también se desempeñó dos veces mejor que los etiquetadores humanos expertos a los que se les dio casi una hora para completar la tarea, y cuatro veces mejor que los novatos a los que se les dio casi dos horas. El modelo, en cambio, tardó una fracción de segundo. (Las pocas veces que falló, la mayoría de las veces confundió el trasero de un chimpancé con una cara).

Luego, los investigadores utilizaron el modelo para analizar las interacciones sociales de una población de chimpancés. El modelo reveló que la madre y los bebés pasaban la mayor parte del tiempo juntos, un hallazgo que se alinea correctamente con los patrones de comportamiento entendidos.

Otros rastreadores de animales: Esta no es la primera vez que se utiliza el reconocimiento facial para rastrear animales. ChimpFace, una herramienta similar, se está utilizando activamente para luchar contra el tráfico ilegal de chimpancés , y otro estudios han tratado de rastrear lémures, babuinos y otras especies de primates en peligro de extinción. Los investigadores en el último trabajo dicen que su algoritmo mejora a los predecesores al minimizar la cantidad de preprocesamiento requerido en las imágenes sin procesar. Si bien los algoritmos anteriores tenían problemas para manejar las variaciones de iluminación y la mala calidad de imagen, el suyo funciona mejor en esas condiciones porque se entrenó en un conjunto de datos más diverso.

Por qué importa: Los investigadores de animales a menudo se basan en imágenes de video para rastrear los comportamientos de las poblaciones que estudian a lo largo del tiempo. Pero clasificar la gran cantidad de datos es tedioso y requiere mucho tiempo, y el etiquetado manual puede ser inexacto. El modelo demuestra un nuevo método prometedor para acelerar la investigación en el comportamiento animal. También podría usarse para mejorar los esfuerzos existentes para rastrear especies en peligro de extinción y traficadas.

Para recibir más historias como esta directamente en su bandeja de entrada, suscríbase a nuestro boletín informativo de IA nominado por Webby, The Algorithm. Es gratis.