Birdeři se zajisté shodnou na tom, že odlišit od sebe některé druhy ptáků je velice obtížné – zvlášť u takzvaných „UHPček“ (univerzálních hnědých ptáků), u nichž je téměř nemožné odlišit od sebe jednotlivce. Nyní to ovšem počítačový program analyzující fotografie a videozáznamy dokázal a slibuje odhalení nových informací o ptačím chování.
„Trávíme dlouhé hodiny tím, že někde dřepíme s dalekohledy u obličeje a zíráme na ptáky a jejich nohy,“ říká Iris Levinová, behaviorální ekoložka působící na Kenyon College. Již mnoho let využívají vědci k identifikaci ptáků kroužky, které jim připevňují na nohy. S jejich pomocí pak mohou identifikovat opeřence ve volné přírodě a také na pořízených foto a videozáznamech při následné práci v laboratoři. Jak uvádí Levinová, často tato metoda může být velmi pracná.
Práci mohou usnadnit speciálně navržené tagy s GPS a proximity senzory, které zaznamenávají interakce mezi zvířaty. Pasivní tagy (PIT = passive integrated transponders), jež jsou taktéž využívány jako ochrana proti krádežím v obchodech a k identifikaci domácích mazlíčků, přenesou signál na umístěné antény, když pták přistane v bezprostřední blízkosti. Behaviorální ekoložka z francouzského Národního výzkumného centra (CNRS) Claire Doutrelantová využívá spolu se svým týmem tyto maličké tagy přidávané ke kroužkům na nohou při výzkumu snovačů pospolitých (Philetairus socius) od roku 2017.
Snovači pospolití jsou ptáci obývající území jižní Afriky. Jsou pro ně charakteristická obrovská hnízda, na jejichž stavbě pracují opeřenci společně. Tato hnízda, která se nejčastěji nacházejí na akáciích, mohou vážit až jednu tunu a v jednotlivých komůrkách se může ubytovat až 200 jedinců. Kooperativní chování snovačů se také projevuje v péči o mláďata a obraně proti predátorům, jako jsou hadi nebo sokoli. Aby vědci mohli toto chování blíže studovat, identifikují a monitorují stovky jedinců.
Antény umístěné na krmítkách monitorují, jací ptáci v dané kolonii žijí. Avšak bližší informace například o tom, kteří jedinci se v komunitě angažují nejvíc, není možné takto dostat. A vědci nemohou antény rozmístit po celé ploše hnízda, jelikož by ptáky znervózňovaly. Jednotlivé komůrky v hnízdě jsou navíc příliš blízko sebe na to, aby se tímto způsobem daly shromažďovat spolehlivá data.
André Ferreira, doktorand na Univerzitě v Montpellier a člen týmu pod vedením Doutrelantové, se proto rozhodl zkusit nasadit umělou inteligenci. Nástroj zvaný konvoluční neuronová síť prověřuje tisíce fotografií, aby určila, jaké vizuální rysy mohou být užity ke klasifikaci dané fotografie. Získanou informaci pak využívá ke klasifikaci nových fotografií. Konvoluční neuronové sítě jsou již využívány k identifikaci různých druhů rostlin a zvířat ve volné přírodě, včetně 48 druhů afrických zvířat. U slonů a některých primátů zvládají i komplexnější úkol, a sice odlišit od sebe různé jedince stejného druhu.
Ferreira vložil do neuronové sítě několik tisíc fotek 30 snovačů pospolitých, kteří již byli otagováni. „Zatím nikdo nepřišel s efektivní metodou sběru těchto dat pro učení sítě,“ uvedl. Aby získal potřebné fotografie, umístil v blízkosti krmítek s radiofrekvenčními anténami kamery. Jakmile ptáci přistáli na krmítku, malý počítač zaznamenal jejich identitu pomocí PIT tagů a kamera pořizovala každé dvě sekundy snímky jejich zad (právě z tohoto úhlu jsou totiž ptáci při hnízdění nebo hledání potravy pozorováni nejčastěji).
Algoritmus sleduje jednotlivce snovačů pospolitých při kooperativní výstavbě hnízda. | Autoři: Katia Bougiouri a André Ferreira
Za dva týdny shromáždil Ferreira dostatek fotografií k vytrénování neuronové sítě. „Nebyli jsme si jistí, zda to bude fungovat,“ uvedla Doutrelantová. „Věnovali jsme pozorování těch ptáků mnoho času, ale bez barevných kroužků jsme nebyli schopni je od sebe odlišit.“ Neuronová síť však byla schopna na základě fotografií, se kterými se dosud nesetkala, správně identifikovat jednotlivce v 90 % případů. Podle Doutrelantové je to přesnost zhruba taková jako při pozorování ptáků dalekohledem a jejich identifikaci pomocí kroužků.
Ferreira poté vyzkoušel stejnou metodu i u dalších dvou druhů, jejichž studiu se věnuje Damien Farine, behaviorální ekolog z Institutu Maxe Plancka. Síť byla stejně tak přesná i při identifikaci zebřiček pestrých v zajetí a sýkor koňader ve volné přírodě.
Behaviorální ekoložka z Kalifornské univerzity Gail Patricelliová však v metodě spatřuje určité rezervy. Například u druhů, které je složité odchytit a otagovat, může být obtížné pořídit tisíce fotografií potřebných k vytrénování neuronové sítě. Patricelliová studuje ohrožené tetřívky pelyňkové, jejichž populace v přírodě klesají, a snaží se vyhýbat přímému kontaktu s ptáky, jelikož jsou pak stresováni. Další potenciální problém může nastat v období pelichání – síť možná nebude schopna ptáky takto rozpoznat a bude muset být znovu vytrénována. Ferreira proto k vylepšení nástroje shromažďuje fotomateriály dalších rozlišovacích znaků, například rysů ptačích hlav.
Největším omezením současné neuronové sítě je podle Ferreiry to, že se snaží identifikovat každého ptáka jako toho, kterého už zná, a nemůže tak rozpoznat nového jedince. Ferreira a Farine nyní spolupracují na vývoji neuronové sítě, která by to dokázala. Taková bude k tréninku potřebovat mnohem více fotografií různých ptáků. Pokud by datové sety byly dostatečně velké, nástroj by mohli využívat dokonce i vědci, kteří ptáky netagovali, což by podle Farina byl významný obrat.
I přes prozatímní mezery v přesnosti označuje Patricelliová novou práci za „vzrušující“ a tvrdí, že otevírá možnosti pro studování mnoha dalších ptačích druhů a typů chování. „Už to, že je ten algoritmus dokázal od sebe odlišit i přesto, že lidským očím připadají skoro stejní, je rozhodně působivé,“ uvedla.
Text a překlad: Pavla Novotná
Zdroj: ScienceMag.org
Titulní foto: Bernard Dupont | Licencováno pod CC BY 2.0
