飼育員が育てる、独自の行動・個体認識人工知能
エソスタジオでは、動物を最もよく知る人の手で、皆さまの環境に合わせて研究を設計し、映像にアノテーションを付け、飼育している種でモデルを学習させます。
役に立つ行動データが足りていません
重点的に取り組む種には、福祉、飼育管理、コンプライアンスのために、継続的で構造化された行動データが必要です。飼育員はほかの業務の合間をぬって、それを手作業で記録しています。既製のコンピュータービジョンでは、この穴は埋められません。皆さまの動物も、展示場も、チームが重要な行動をどう記録しているかも、見たことがないからです。
エソスタジオは発想が逆です。動物園を汎用人工知能に合わせるのではなく、飼育員が人工知能に教えて、動物園に合わせていきます。
研究の設定
エソスタジオは6つのステップでチームをご案内します。どのステップも、行動研究の実際の進め方に合わせて設計されています。
確認
研究内容を確認し、記録を開始します。
種
研究対象の種を選びます。一般名または学名で検索できます。選んだ種に適したサンプリング方法をエソスタジオが提案します。
サンプリング方法
観察の方法を選びます。エソスタジオは、個体追跡法、走査法、全生起法、アドリブ法という4つの古典的手法を備え、種と研究期間に適した方法をおすすめします。
対象個体
観察する個体に名前を付けます。各個体には色、識別番号、チームが必要とするメモが割り当てられます。飼育員が映像の中で個体をタグ付けするにつれ、エソスタジオは見た目で個体を識別できるようになります。この作業は、学習済みモデルをアンツ・エッジに展開したときに効果を発揮します。
研究パラメーター
研究のタイトル、期間、スケジュールを設定します。研究目標や、チームに共有すべきことを書き添えておきましょう。
エソグラム
記録したい行動のリストを作成します。各行動には名前、すばやく記録するための3文字のコード、色を設定します。行動にはサブ行動やパラメーターも持たせられます。エソグラムはテンプレートとして保存し、ほかの研究で再利用できます。
確認
研究内容を確認し、記録を開始します。
種
研究対象の種を選びます。一般名または学名で検索できます。選んだ種に適したサンプリング方法をエソスタジオが提案します。
サンプリング方法
観察の方法を選びます。エソスタジオは、個体追跡法、走査法、全生起法、アドリブ法という4つの古典的手法を備え、種と研究期間に適した方法をおすすめします。
飼育員の働き方に合わせたラベリング
エソスタジオのラベリング画面は、チームが最も多くの時間を過ごす場所です。すばやく、直感的に、ストレスなく。飼育員の実際の働き方に合わせて設計されています。
音声アノテーション (近日公開)
見たことを話すだけで、エソスタジオがエソグラムを記録します。飼育員はふだんどおりに話すだけ。たとえば「デラが展示場に入ってきたとき、ディーノは左の頬袋にサツマイモを詰めて採食している」と話せば、システムが各個体、各行動、各時刻のイベントを自動で記録します。
事前アノテーション
モデルが向上するにつれ、エソスタジオはそのモデルを使って新しい映像に事前にラベルを付けます。チームはゼロからラベルを付ける代わりに、誤りを修正するだけです。飼育員がシステムに教える行動が増えるほど、ラベリングの手間は減っていきます。
2通りの記録方法
アップロードした映像にフレーム単位でラベルを付ける映像アノテーションと、現場で起きている行動をその場で記録するライブ観察。ペン、紙、ストップウォッチはもう必要ありません。どちらも同じ研究記録に反映されます。
マルチモーダルメディア
映像、音声、画像をすべて一か所で管理できます。音声には生物音響研究のための波形表示とスペクトログラム表示があり、行動とその音をあわせて記録できます。
飼育員がつくり上げるもの
飼育員がラベルを付けるたびに、人工知能の知識が増えていきます。学習が積み重なると、エソスタジオは独自の行動認識モデルを学習させます。新しい映像の中から同じ行動を自動で認識できるソフトウェアです。
モデルが知っているのは、飼育員が教えたことだけです。重点的に取り組む種が、チームが注目する行動をとる様子を、実際の展示場の中で認識します。
チームがラベルを付けるほど、モデルが自ら認識できることが増えていきます。やがて、誰かが画面の前に座っていなくても新しい映像を解析できるようになります。
学習済みの人工知能は、見守ってこそ役に立ちます
エソスタジオは、チームが人工知能に教える場所です。アンツ・エッジは、人工知能が見守りを始める場所です。施設内で、展示場で、24時間体制で。
エソスタジオの実際の動きをご覧ください
ご案内をご予約ください。飼育員が研究を設計し、映像にラベルを付け、飼育している種で行動認識モデルを学習させる流れをご紹介します。そして、そのモデルがアンツ・エッジで動く様子もご覧いただけます。
お問い合わせ