W Izraelu opracowano SI do wykrywania bólu u koni
Naukowcy w Izraelu opracowali system sztucznej inteligencji SHIC-XE, który analizuje wideo i wykrywa oznaki bólu u koni. Metodę stworzył międzynarodowy zespół kierowany przez Marcelo Feigelsteina, szefa programu inżynierii systemów sztucznej inteligencji na Uniwersytecie Tel-Hai w Kirjat Szemona, informuje „The Jerusalem Post”.
System ma nie tylko określać obecność bólu, lecz także wyjaśniać, na które anatomiczne obszary zwierzęcia zwraca uwagę model. Według Feigelsteina zespół ustalił, że podczas podejmowania decyzji model koncentruje się między innymi na uszach i mięśniach policzków konia.
Stabilna analiza wideo
Tradycyjne systemy wyjaśnialnej sztucznej inteligencji wykorzystują dwuwymiarowe mapy uwagi, które wyróżniają ważne części obrazu. Podczas pracy z wideo takie mapy mogą się zmieniać z powodu ruchu zwierzęcia lub kamery, co utrudnia ich interpretację i porównywanie między klatkami.
Aby rozwiązać ten problem, SHIC-XE rzutuje dane dotyczące uwagi modelu na stałą trójwymiarową reprezentację pyska konia. Umożliwia to zachowanie anatomicznie spójnego wyjaśnienia, gdy zwierzę się porusza, zmienia pozycję głowy lub pojawia się w kadrze pod innym kątem. Naukowcy oświadczyli, że wyjaśnienia generowane przez system można ilościowo porównywać z ocenami ekspertów.
Więcej aktualnych wiadomości na kanale UA.News w Telegramie Telegram.
Możliwe zastosowanie
W badaniu uczestniczyli profesor Anna Zamanska i laboratorium Tech4Animals, profesor Ilan Shimshoni z Uniwersytetu w Hajfie, studenci Technionu Omer Bibi i Ofer Rosenbaum, a także badacze z uniwersytetów w Bernie, Mediolanie, São Paulo i Newcastle. Wyniki opublikowano w „International Journal of Computer Vision”.
Feigelstein zaznaczył, że zwierzęta często ukrywają cierpienie, dlatego nawet weterynarzom i opiekunom bywa trudno rozpoznać ból. Wcześniej jego zespół opracowywał także narzędzia SI do rozpoznawania bólu i emocji u kotów, psów, królików, owiec i bydła.
Obecnie SHIC-XE określa obecność bólu. W przyszłości badacze planują nauczyć system oceniać jego intensywność i być może ustalać prawdopodobne pochodzenie bólu. Według Feigelsteina technologia mogłaby być potencjalnie stosowana w gospodarstwach, szpitalach weterynaryjnych, laboratoriach i podczas transportu zwierząt, jednak do praktycznego wykorzystania wciąż trzeba stworzyć aplikację.
Czytaj nas na Telegram i Sends