Нейросети научились расшифровывать танцы пчел
F. Wario et al./ arXiv.org
Танец пчел — метод коммуникации между пчелами в улье, с помощью которого они передают друг другу информацию о расположении нового источника пищи. Распознавание и расшифровка пчелиных танцев, даже несмотря на появление высокоскоростных камер, до настоящего времени были ограничены необходимостью ручной обработки, поэтому были недостаточно точными и занимали много времени. Математики из Германии создали систему искусственного интеллекта, которая с высокой точностью может распознать и расшифровать танцы пчел. Препринт статьи опубликован на arXiv.org.
Если пчела обнаружила новый источник нектара, то после возвращения в улей с помощью специального танца она может передать не занятым в настоящий момент пчелам информацию о его местонахождении: направлении, расстоянии до него и количестве доступного в нем нектара. Впервые танец пчел начал изучать немецкий энтомолог Карл фон Фриш в 1920 году, который получил за свое открытие Нобелевскую премию. Танец пчелы состоит из двух основных стадий: стадия покачивания («waggle») и стадия возвращения. Во время первой стадии тело пчелы совершает колебательные движения из стороны в сторону, двигаясь при этом вперед по прямой линии. На второй стадии пчела возвращается к исходной точке своего движения. При этом возвращение к начальной точке танца происходит попеременно с правой или с левой стороны, так что вся траектория движения пчелы описывает восьмерку. Усредненная ориентация такой восьмерки по отношению к вертикали дает информацию о направлении на источник нектара, а продолжительность танца говорит о расстоянии до источника и количестве нектара в нем.
Расшифровка танцев пчел полезна как для пчеловодов, так и для энтомологов. Изначально ее проводили с помощью транспортира и секундомера, сейчас используются более точные технологии, основанные на анализе видеозаписей. Тем не менее, основные стадии расшифровки приходится проводить вручную. В результате это занимает длительное время, и при этом удается проанализировать лишь небольшое количество пчел на коротком промежутке времени, что приводит к заметному снижению точности.
В своей новой работе математики из Берлина с помощью системы на основе искусственного интеллекта смогли полностью автоматизировать процесс распознавания и расшифровки пчелиных танцев.
Схема системы регистрации движения пчел внутри улья
F. Wario et al./ arXiv.org
Нейросеть для анализа видеозаписей, полученных с камер, установленных внутри улья, состоит из четырех основных модулей. Первый модуль помощью систем иерархической кластеризации регистрирует колебательные движения тел пчел, чтобы зафиксировать момент начала танца. Известно, что колебания тела пчелы на первом этапе танца происходят с постоянной частотой около 13 Герц. Как только распознаются движения с нужной частотой, система определяет начало танца, и ее дальнейшее движение регистрируется как танец. Количество разнообразных движений пчел внутри улья огромное, и танцы с информацией о расположении источников пищи занимают среди них лишь небольшую долю. Поэтому второй модуль используется для фильтрования необходимых данных в потоковом видео с помощью сверточной нейросети. Нейросеть анализирует набор изображений 50 на 50 пикселей, и определяет, действительно ли на проанализированной видеозаписи есть танцующая пчела. В своей работе, однако, ученые не указывают, что использовалось для обучения нейросети. Третий модуль отвечает за определение ориентации танца пчелы относительно вертикали. А четвертый модуль, основываясь на данных, полученных с первых трех, расшифровывает полярные координаты источника питания и определяет его положение.
Результаты анализа танцев пчел в реальном улье. Белым и зеленым треугольниками отмечены положения на карте улья и источника питания, соответственно. Фиолетовым показаны возможные местоположения источника питания, полученные на основании анализа танцев отдельных пчел. Пунктирной линией показано усредненное направление на источник питания.
F. Wario et al./ arXiv.org
Ученые проверили работу устройства для нескольких танцев и источников пищи. В результате точность расшифорвки составила 90 процентов. Направление было определено с точностью до 3 градусов.
Нейронные сети нередко используют для наблюдения за поведением животных и изучения маршрутов их движения. Так, недавно с помощью нейросети разработали алгоритм для отпугивания котов, которые хотят пометить территорию.
Александр Дубов
