Gli sviluppi dell’intelligenza artificiale stanno portando alla ricostruzione delle sequenze di movimento di animali e umani. Gli informatici dell’Università di Costanza hanno trovato un modo per codificare la posa e l’aspetto di un animale per mostrare i movimenti intermedi che è statisticamente probabile che si siano verificati. La rappresentazione 3D è più malleabile e precisa rispetto ai modelli di scheletro esistenti. Il sistema AI è in grado di calcolare i passaggi intermedi statisticamente probabili. L’obiettivo a lungo termine è applicare il sistema a quanti più dati possibili sugli animali selvatici. Ci sono anche applicazioni per questo modello nel campo della biologia, in particolare per monitorare le pose di molte specie diverse di animali. Il team ha generato sagome basate su alcuni punti chiave, da 19 a 33 in tutto. I ricercatori dell’Università di Costanza sono pronti per l’applicazione del loro sistema nel mondo reale, come nell’Imaging Hanger dell’Università di Costanza, il suo più grande laboratorio per lo studio del comportamento collettivo, dove in futuro verranno raccolti dati su insetti e uccelli.
La ricostruzione delle sequenze di movimento degli animali sta diventando sempre più precisa grazie all’intelligenza artificiale. Gli informatici dell’Università di Costanza stanno lavorando su un nuovo modello di rete neurale che rende possibile rappresentare sequenze di movimento e rendere l’aspetto completo degli animali da qualsiasi punto di vista basato solo su alcuni punti chiave. Questa rappresentazione 3D è molto più malleabile e precisa rispetto ai modelli di scheletro esistenti.
Il sistema AI è in grado di calcolare i passaggi intermedi statisticamente probabili e i ricercatori sperano di applicare il loro sistema a quanti più dati possibile sugli animali selvatici. Ci sono anche applicazioni per questo modello nel campo della biologia, in particolare per monitorare le pose di molte specie diverse di animali.
Il team ha iniziato prevedendo i movimenti delle sagome di umani, piccioni, giraffe e mucche. Il collo estremamente lungo della giraffa rappresentava una vera sfida, ma i ricercatori sono riusciti a generare sagome basate su alcuni punti chiave, da 19 a 33 in tutto.
L’obiettivo a lungo termine del team è applicare il sistema a quanti più dati possibile sugli animali selvatici. In particolare, nell’Imaging Hanger dell’Università di Costanza, il più grande laboratorio per lo studio del comportamento collettivo, in futuro verranno raccolti dati su insetti e uccelli.
In generale, la visione artificiale è ancora in fase di sviluppo e i ricercatori continuano a cercare modi per rendere più precisi e dettagliati i dati raccolti. Tuttavia, questo nuovo modello di rete neurale rappresenta un passo importante verso la ricostruzione delle sequenze di movimento degli animali, il che potrebbe avere importanti implicazioni.
Questo nuovo modello di intelligenza artificiale potrebbe rivoluzionare la ricerca nel campo della biologia e del comportamento animale, consentendo ai ricercatori di comprendere meglio come gli animali interagiscono tra loro e con l’ambiente circostante. Inoltre, potrebbe avere anche applicazioni pratiche, ad esempio nel monitoraggio della fauna selvatica e nella prevenzione del bracconaggio.
Ma l’innovazione non si ferma qui. Bastian Goldlücke e il suo team stanno già lavorando per migliorare ulteriormente il modello, ad esempio aggiungendo la possibilità di prevedere il movimento delle parti del corpo degli animali, come la coda di una giraffa o le ali di un uccello. Inoltre, stanno collaborando con biologi e ricercatori di altri campi per applicare il sistema a un numero sempre maggiore di specie e di situazioni.
L’intelligenza artificiale sta dimostrando di avere un enorme potenziale nell’aiutare i ricercatori a comprendere meglio il mondo che ci circonda, sia dal punto di vista scientifico che pratico. Il modello di “burattinaio neurale” sviluppato dall’Università di Costanza potrebbe rappresentare solo l’inizio di una nuova era nel campo della visione artificiale e della biologia computazionale.
_________
Foto di Christine Sponchia da Pixabay
