Машина смотрит — и понимает: как алгоритмы расшифровали язык животных

Как животные принимают решения? Почему одни особи отдыхают, а другие активно исследуют пространство? Ответы на эти вопросы теперь помогает находить искусственный интеллект. Новая разработка японских учёных открыла путь к расшифровке поведения живых существ без участия человека. Об этом сообщает портал New-Science.ru.

Как работает система STEFTR

Исследовательская группа под руководством Шухея Ямазаки создала метод STEFTR - State Estimation and Feature Extraction from Animal Behavior. Его особенность в том, что алгоритм способен самостоятельно классифицировать поведение животных — например, "отдых", "кормление" или "путешествие" — без ручного ввода категорий. Это стало возможным благодаря анализу траекторий движений и автоматическому выделению ключевых признаков, отражающих состояние животного.

STEFTR не просто определяет текущее поведение, но и позволяет изучать, как оно меняется под воздействием внешних раздражителей. Система сопоставляет данные до и после воздействия факторов — например, запахов, света или звуков — и находит закономерности. Такой подход делает анализ гибким и независимым от субъективных представлений исследователей.

"Мы стремились к универсальному инструменту, который одинаково точно работает с самыми разными видами — от микроскопических червей до крупных птиц", — отмечается в публикации.

Применение от лаборатории до Антарктики

Учёные испытали STEFTR на трёх типах животных: круглых червях, пингвинах и летучих мышах. При этом разница в масштабе их движений огромна — от сантиметра за десять минут до километров в течение суток. Тем не менее система показала впечатляющую точность — свыше 90%, что ранее считалось невозможным без огромных объёмов видеоданных или экспертных знаний.

В классических исследованиях требовались тысячи часов видеонаблюдений, чтобы описать модель поведения. Теперь достаточно десятков траекторий. Это делает технологию особенно ценной для полевых биологов, изучающих редкие или трудно наблюдаемые виды.

"Метод показал, что ИИ способен заменить предварительные гипотезы специалистов, предлагая независимый и объективный анализ", — говорится в отчёте исследователей.

Сходные технологии уже применяются в смежных направлениях, например, при отслеживании поведения воронов, способных передавать память о врагах новым поколениям. Такие системы объединяет стремление понять внутренние механизмы принятия решений у животных.

Новые открытия о мозге и поведении

С помощью STEFTR команда Ямазаки выявила ряд ранее неизвестных зависимостей. Например, у круглых червей наблюдались изменения в активности нейронов, напрямую связанные с переходом от одного типа поведения к другому. У плодовых мух ИИ зафиксировал влияние половых феромонов на структуру движения, а у летучих мышей — опытные изменения в ориентации при полёте.

Эти результаты подтверждают, что алгоритмы могут быть не просто инструментом наблюдения, а средством для выявления нейрофизиологических закономерностей. В перспективе подобные технологии помогут глубже понять механизмы принятия решений и социального поведения у животных.

Кроме того, исследование перекликается с открытиями в области экологии: например, данные анализа шерсти крупных млекопитающих позволили установить топливный изотопный след у волков и лосей, что помогает оценивать влияние человека на поведение и миграцию дикой фауны.

Значение для науки и экологии

Разработка Ямазаки имеет не только академическую, но и практическую ценность. STEFTR позволяет определять ключевые "точки интереса" — места отдыха, кормления или размножения, — которые трудно найти визуально. Для экологов это открывает новые возможности мониторинга популяций без вмешательства в естественную среду.

Кроме того, технология может стать инструментом для изучения влияния климатических изменений и антропогенных факторов на животных, поскольку она фиксирует даже малейшие сдвиги в поведении, незаметные человеческому глазу.

Новый шаг в понимании жизни

Исследование Ямазаки показало, что искусственный интеллект способен не просто собирать данные, но и анализировать их с научной точностью. Такой подход стирает границы между биологией, нейронаукой и цифровыми технологиями. Он даёт возможность взглянуть на жизнь с точки зрения алгоритма, который учится понимать живое так же, как человек учится понимать мир.

STEFTR стал ещё одним доказательством того, что наука движется к более глубокой интеграции биологических знаний и вычислительных систем, где каждый новый шаг приближает нас к пониманию того, как именно мыслит природа.