AI システムはパターン認識に非常に優れており、動物が最大 100 匹の群れになっているときでも、個々のゼブラフィッシュやショウジョウバエを追跡することができます。
これを実証するため、ポルトガルの民間バイオメディカル研究所であるシャンパリモー財団の研究者グループは、2つの畳み込みニューラルネットワークを訓練し、群れの中の個々の動物を識別・追跡できるようにしました。目的は、人間の物体発見・追跡能力に匹敵、あるいは凌駕することではなく、むしろ動物の群れにおける行動を研究するプロセスを自動化することです。
「私たちのチームの究極の目標は、集団行動を理解することです」とゴンサロ・デ・ポラビエハ氏は述べた。「集団の中で動物がどのように共に意思決定し、共に学習するのかを理解したいのです。」
idtracker.aiと呼ばれるこの機械学習ソフトウェアは、「種に依存しないシステム」と説明されている。月曜日にNature Methods誌に掲載された論文によると、このソフトウェアは「小規模から大規模（最大100個体）の集団におけるすべての個体を、高い識別精度（多くの場合99.9%以上）で追跡できる」という。
idtracker.aiソフトウェアは、横断検出ネットワークと識別ネットワークに分かれています。まず、飼育ケージ内での動物同士の相互作用を捉えたビデオ映像を入力として取り込みます。例えばゼブラフィッシュの実験では、システムは魚を色付きの塊として前処理し、個体として、あるいはどの動物が互いに接触しているか、あるいは群れですれ違うかを識別します。識別ネットワークは、各横断イベントにおいて個々の動物を識別するために使用されます。
驚くべきことに、ゼブラフィッシュ60匹のグループでは最大99.96%の精度に達し、100匹のグループでは99.99%にまで向上しました。ショウジョウバエの認識はより困難です。Idtracker.aiは38匹のショウジョウバエでは99.99%の精度を達成しましたが、72匹のショウジョウバエでは99.95%とわずかに低下しました。
「まさかそんな数に達せるとは思っていませんでした。驚きました」とデ・ポラヴィエハ氏は語った。「画像では情報が足りないと思っていました」。「4年前は10頭しか追跡できませんでした」と彼は付け加えた。
アメリカ人は顔認識技術に全く問題ない。行列が短くなる限りは。
続きを読む
訓練プロセスは少し面倒です。群れの中の動物全員を個別に撮影し、群れの横断も撮影する必要があります。このプロセスは自動化できる場合もありますが、人間が手作業で画像にラベルを付ける場合もあります。その後、群れの中の動物それぞれに、ジョージやトムといった名前が付けられるか、識別用の番号が割り当てられます。
Idtracker.ai はかなりの量の学習データを必要とします。映像は動物1匹につき30枚の画像を取得する必要があり、水槽にゼブラフィッシュが100匹いる場合は、ビデオカメラでしばらく録画を続ける必要があります。横断ネットワークでは動物1匹につき約300ピクセル、識別ネットワークでは動物1匹につき約100ピクセルが分析されます。
研究者たちは、転移学習を用いることで、類似の動物で同様の実験を行うことができると考えています。「転移学習技術は識別段階に適用することで、類似の動物と光条件で以前に学習させたネットワークの知識を再利用することができます」と論文は述べています。しかし、ネットワーク全体、あるいは一部の層を再学習する必要があるかもしれません。彼らはまた、アリ、メダカ、マウスにもidtracker.aiを使用しました。
訓練されていないニューラルネットワークは物体の概念を理解できないかもしれませんが、それでも時間の経過とともに物体を識別する能力は向上します。人間とほぼ同じように見える個々の動物を識別できるのであれば、はるかに多様な人間の顔にも対処できるはずです。
しかし、この技術はまだ十分ではありません。ロンドン警視庁は、あるシステムで98%という驚異的な誤検知率を報告しました。また、アメリカ自由人権協会（ACLU）による、コンピューターによる顔認証の精度の低さを示したプロジェクトも忘れてはなりません。
しかし、顔認識の普及は止まりません。実際、顔認識はますます普及し、ホワイトハウスなどの建物やテイラー・スウィフトのコンサート会場でもテストされています。®
