Findet Nemo: KI identifiziert einzelne Fische

Selbstlernendes System funktioniert bei Schwarm von 100 Zebrafischen praktisch fehlerfrei

Schwarm: Leicht zu beobachten, schwer zu analysieren (Foto: P-v-K, pixelio.de)

Lissabon (pte003/16.01.2019/06:05) Diese Künstliche Intelligenz (KI) findet Nemo: Forscher am portugiesischen Champalimaud Centre for the Unknown haben ein System entwickelt, um auf Videoaufnahmen eines Schwarms einzelne Fische zu identifizieren. Das soll den Forschern helfen, die Gruppendynamik bei Tieren zu erkunden. Dank lernender neuronaler Netze ist die Software namens "idtracker.ai" http://idtracker.ai dabei überraschend präzise. Unter 100 Zebrafischen erkennt sie einzelne Individuen mit deutlich mehr als 99 Prozent Genauigkeit.

Wissen aus Daten gewinnen

"Wir wollen verstehen, wie Tiere in der Gruppe gemeinsam entscheiden und lernen", erklärt Gonzalo de Polavieja, Leiter der Forschungsgruppe http://polaviejalab.org . Zwar ist es leicht, dazu Videomaterial von einem Tank voller Fische zu sammeln. Aus diesen Daten echtes Wissen zu gewinnen, ist aber eine Herausforderung. Dazu gilt es, Informationen wie Aufenthaltsort und Bewegungsmuster einzelner Tiere möglichst fehlerfrei zu extrahieren. Eben da kommt idtracker.ai ins Spiel. Die Software nutzt zwei neuronale Netze, die auf tiefes Lernen setzen. Nur dadurch hat sie überhaupt die Chance, auch bei großen Gruppen in vernünftiger Zeit Ergebnisse zu liefern.

Tests haben gezeigt, dass das System bei einer Gruppe von 60 Zebrafischen mit bis zu 99,96 Prozent Genauigkeit anhand des Videomaterials bestimmen kann, wo sich jeder einzelne Fisch - also auch Nemo - zu jedem Zeitpunkt befindet. Bei einem Schwarm von 100 Tieren stieg die Genauigkeit sogar auf bis zu 99,99 Prozent. Das hat selbst die Forscher überrascht. "Ich hatte nicht gedacht, dass das Bildmaterial genügend Information enthält", erklärt de Polavieja. Ein Vorgängersystem hatte vor vier Jahren gerade einmal zehn Fische verfolgen können.

Tiefes Lernen macht Unterschied

Der große Sprung in der Leistungsfähigkeit dürfte daran liegen, dass das aktuelle idtracker.ai nun neuronale Netze mit klassischen Algorithmen ähnlich denen des Vorgängers kombiniert. Zwar ist der Prozess, das System zu trainieren, recht aufwendig und erfordert auch einen großen Trainings-Datensatz. Doch die Ergebnisse rechtfertigen diesen Aufwand. "Wenn man dem Netzwerk einen zufälligen Teil des Videos zeigt, das es noch nie gesehen hat und fragt 'Wer ist das?', wird es dem Fisch zu 99,997 Prozent den richtigen Namen zuweisen", sagt de Polavieja. Fragt man dagegen nach einem bestimmten Tier, wird das System dieses praktisch immer zweifelsfrei finden.

Das System soll helfen, große Gruppen verschiedenster Tierarten zu studieren. Die Forscher haben gezeigt, dass es auch bei Fruchtfliegen, Medakas (japanischen Reisfischen), Ameisen oder Mäusen funktioniert. Allerdings kommt es dabei nicht mit ganz so vielen Tieren gut zurecht wie bei Zebrafischen. Im Zeitalter des Überwachungsstaats zeigt dies allerdings auch, dass Systeme, die einzelne Personen wirklich jederzeit verfolgen können, durchaus machbar scheinen. "Bevor wir bewiesen haben, dass das bei Tieren klappt, war das schwer vorstellbar."

Aussender:	pressetext.redaktion
Ansprechpartner:	Thomas Pichler
Tel.:	+43-1-81140-314
E-Mail:	pichler@pressetext.com
Website:	www.pressetext.com