Registrar os movimentos de pessoas e animais (incluindo pássaros e insetos) tornou-se muito fácil devido ao desenvolvimento de dispositivos GPS e câmeras de vídeo pequenos e baratos. Contudo, ainda é difícil inferir o que desencadeia tais movimentos (por exemplo, estímulos externos e / ou seus processos mentais) a partir dos registros comportamentais.

Neste estudo, Shuhei Yamazaki e colegas desenvolveram uma tecnologia de inteligência artificial (IA), primeiro, para estimar o estado comportamental de um animal, como "descansando, " "alimentando, "ou" viajando, "sem classificação humana, e, próximo, para explorar as características de cada estado comportamental, comparando as respostas em diferentes condições, como antes e depois de experimentar um determinado estímulo.

Este método, denominado STEFTR (estimativa de estado e extração de características do comportamento animal), permitiu aos pesquisadores estimar os estados comportamentais de lombrigas e pinguins que se movem aproximadamente 1 cm em 10 min em uma placa de Petri e vários quilômetros em 1 dia ou mais no Oceano Antártico, respectivamente, analisando-os exatamente da mesma maneira. Notavelmente, eles alcançaram> 90% de precisão usando apenas dezenas de trajetórias de animais, embora tradicionalmente os pesquisadores usem o conhecimento prévio de especialistas sobre o movimento do animal e / ou milhões de imagens de vídeo do comportamento animal para treinar IA.

Na extração de recursos, Yamazaki et al. revelado dependente da experiência (ou seja, dependente da aprendizagem) mudanças em aspectos comportamentais específicos em vermes e morcegos, e alterações sexuais dependentes de feromônio em moscas-das-frutas. Além disso, eles revelaram mudanças na atividade nervosa que está ligada a mudanças comportamentais em vermes.

Para concluir, o método STEFTR pode facilitar a inferência de "lugares importantes" para o comportamento animal, como ninhos e locais de alimentação que geralmente são difíceis de encontrar, usando apenas dados de trajetória de animais selvagens. Além disso, pode ajudar a descobrir importantes atividades cerebrais relacionadas ao comportamento animal, contribuindo assim para o progresso da ciência do cérebro básica.