Benutzeranmeldung

Bitte geben Sie Ihren Benutzernamen und Ihr Passwort ein, um sich auf der Website anzumelden.

Suchergebnisse zur Ihrer letzten Suchanfrage

Vet-NewsMit künstlicher Intelligenz das Tierwohl verbessern

Forschende der ETH Zürich entwickelten eine neue Methode, die mit künstlicher Intelligenz das Verhalten von Tieren auswertet. Damit sind in der Verhaltensforschung detailliertere Untersuchungen möglich und die Methode hilft, das Tierwohl zu stärken.

Roboter mit niedlichem Welpen
M.Dörr & M.Frommherz/stock.adobe.com

 

Forschende der ETH Zürich entwickelten eine neue Methode, die mit künstlicher Intelligenz das Verhalten von Tieren auswertet. Damit sind in der Verhaltensforschung detailliertere Untersuchungen möglich und die Methode hilft, das Tierwohl zu stärken.

Verhaltensstudien mit Tieren sind häufig sehr zeitaufwendig und es bedarf der Verarbeitung von großen Datenmengen. Die Videoaufzeichnung haben meist eine Gesamtdauer von viel Wochen und Monaten und müssen durch Wissenschaftler*innen angesehen und protokolliert werden. Forschende an der ETH Zürich haben nun jedoch einen Bildanalyse-Algorithmus entwickelt, welcher computerbasiertes Sehen und maschinelles Lernen verbindet. Mit dieser Technik können die Tiere individuell unterschieden sowie Verhaltensweisen erkannt werden.

Ein Algorithmus für alle

Die oft sehr umfangreichen Videoaufzeichnungen können so folglich quasi auf Knopfdruck automatisch ausgewertet werden. Ein weiterer Vorteil ist die Reproduzierbarkeit und die damit verbundene Vergleichbarkeit zwischen verschiedenen Forschungsgruppen und ihren Ergebnissen. Außerdem ist die Empfindlichkeit des Algorithmus sehr sensitiv, sodass auch subtile Verhaltensänderungen erkannt werden, die sich nur sehr langsam und über eine lange Zeitspanne entwickeln und häufig für das menschliche Auge oft schwierig zu erkennen sind.

Trainiert wurde der Algorithmus mit Videoaufnahmen aus Tierhaltungen von Mäusen und Makaken, doch angewendet kann er auf jede Tierart. Der Algorithmus wird zudem von den ETH-Forschenden auf einer öffentlichen Plattform anderen Forschenden zur Verfügung gestellt, damit er auf der ganzen Welt genutzt werden kann. Gerade bei Primatenforschenden ist das Interesse groß, so die Aussage des Postdoc Markus Marks, er ist in der Gruppe von Mehmet Fatih Yanik, Professor für Neurotechnologie, und Erstautor der Forschungsarbeit. „Gegenüber bisherigen auf maschinellem Lernen basierenden Verhaltensanalysealgorithmen hat unsere Methode gerade bei der Analyse des Sozialverhaltens in komplexen Settings große Vorteile“, sagt Marks.

Elefanten und Co. besser verstehen

Die Methode eignet sich zudem unter anderem dazu das Verhalten von Tieren rund um die Uhr zu überwachen und so automatisch abnormales Verhalten zu erkennen. Gerade für den Einsatz im Zoo ist diese Methode der Verhaltensanalyse daher besonders gut geeignet. Ungünstiges Sozialverhalten oder Erkrankungen können so frühzeitig erkannt werden und Tierpflegende können rasch eingreifen, um die Situation für die Tiere zu verbessern. So gibt es bereits erste Zusammenarbeit mit dem Zoo Zürich, der seine Tierhaltung weiter verbessern möchte.

Aber auch in der biologischen, neurobiologischen und medizinischen Grundlagenforschung kommt die Methode zum Einsatz, da sie bereits geringfügige Änderungen im Verhalten von Versuchstieren erkennen kann. Die Qualität von Studien mit Tieren kann somit zukünftig erhöht, die Zahl der Versuchstiere reduziert und die Belastung minimiert werden.

Quelle (nach Angaben von):

Informationsdienst Wissenschaft e.V. -idw- (25.04.2022). "Automatisierte Analyse des Tierverhaltens". Im Internet: Automatisierte Analyse des Tierverhaltens (idw-online.de); 26.04.2022.