Les pandas géants sont l'un des animaux les plus aimés au monde. Originaire des montagnes du centre et du sud-ouest de la Chine, l'ours, avec ses yeux noirs distinctifs et son pelage noir et blanc, a été placé sur la liste des espèces menacées de l'Union internationale pour la conservation de la nature (UICN) en 1990. Leur statut a été mis à niveau vers Vulnérable en 2016, et le Fonds mondial pour la nature estime qu'il y a maintenant environ 1 800 pandas géants vivant à l'état sauvage.
Le maintien d'une population saine d'une espèce commence naturellement par la reproduction, mais les pandas géants présentent des défis particuliers en raison de leur courte saison de reproduction - la fenêtre pour un succès reproducteur optimal ne s'ouvre qu'un jour par an.
Pour aider à trouver le "bon moment", des chercheurs de l'Université du Sichuan, du Sichuan Provincial Key Laboratory of Endangered Wildlife Conservation Biology et de l'Académie du Sichuan des sciences du panda géant ont formé un réseau neuronal CGANet (module de convolution C, module bidirectionnel Gated cyclic unit, module Attention) pour automatiser le processus de prédiction du succès de l'accouplement basé sur les sons du panda géant.
Au stade de la collecte des données vocales, les chercheurs ont collecté, coupé et normalisé les données vocales des pandas géants en train de s'accoupler. La prochaine étape est la prédiction automatique du succès de l'appariement : les chercheurs ont extrait 43 caractéristiques acoustiques par seconde à partir de clips audio et ont introduit ces données dans un réseau de neurones profonds CGANet, qui apprend les caractéristiques acoustiques discriminantes et utilise les caractéristiques d'identification associées pour prédire le succès de l'accouplement. En fin de compte, ces informations sont fournies aux travailleurs locaux de la conservation de la faune, qui peuvent explorer des options telles que l'insémination artificielle une fois que le moment optimal de l'accouplement a été déterminé.
Les résultats expérimentaux démontrent l'efficacité du CGANet proposé dans l'apprentissage de caractéristiques vocales plus discriminantes pour la prédiction automatique du succès de l'accouplement des pandas. Pour les études futures, les chercheurs prévoient de continuer à ajouter des données sur la vocalisation des pandas et à tester l'efficacité réelle de la méthode. Ils prévoient également d'explorer le potentiel des entrées de données multimodales, telles que les données acoustiques et visuelles.
Outre la saison des amours, l'IA est également utilisée pour la reconnaissance faciale des pandas. L'article IEEE 2019 "Giant Panda Facial Recognition Using Small Datasets" de l'Université technologique de Nanyang, de l'Université normale du Sichuan et du Laboratoire clé provincial du Sichuan sur la biologie de la conservation des espèces menacées présente un nouvel algorithme de reconnaissance faciale du panda géant, qui a été développé en Des résultats encourageants ont été montrés dans les premières évaluations de performance.
L'article "Audio-Based Prediction of Automatic Mating Success in Giant Pandas" est disponible sur arXiv.