当前位置： 当前位置：首页 > 热点 > 人工智能增进对候鸟体内时钟、地图和指南针的理解正文

研究人员准备捕捉夜鹰。照片:Aron Hejdströ隆德大学
（神秘的对候地球uux.cn）据隆德大学（玛丽安·洛尔）：不同种类的迁徙鸟有不同的遗传程序，发出何时该离开，鸟体内何时该返回的图和信号。这可能与日光、理解温度、人工天气和地球磁场等因素有关。智能增进钟地指南针这些迁移程序以前已经被研究过，对候但是鸟体内新的技术和计算能力使得处理大量数据甚至模拟各种因素成为可能，这样研究人员就能够研究他们的图和日常活动是如何被气候变化和人类破坏的。
鸟类的理解时钟、地图和指南针——动物生态学教授Susanne kesson和她的人工研究小组有几种不同的机制可以研究。鸟儿如何知道什么时候该行动了？智能增进钟地指南针他们如何知道他们要去哪里，什么可能会影响这种信息的对候传递？是什么触发了他们对方向、导航、时间和地点的先天知识？
“我们使用几种不同的技术来研究野外和笼子里的野生鸟类。在实验室中，我们能够模拟磁暴或其他形式的视觉信息等干扰，并观察鸟类是如何受到影响的。”
太阳罗盘、天球罗盘和磁罗盘
鸟类迁徙的方式是基因编程的行为，对每个物种及其个体都是特定的。
Susanne kesson解释说:“我们早就知道它们会对地球的磁力做出反应，但它们如何调节这种反应，以及它们如何知道它们何时到达了正确的地方，仍然不清楚。”。
然而，对某些物种的了解要比其他物种多。普通雨燕在瑞典交配，连续飞行九个月或十个月。它们以在半空中捕捉的昆虫为食，这就是它们在飞行时如何处理摄入的能量。另一个例子是夜鹰，它们全年都有周期性的行为模式，交配、迁徙和积累脂肪完全由月亮的圆缺控制。在附在鸟类身上的微数据日志的帮助下，很多数据都被绘制成了图表。
除了微型数据记录器——小型数字设备——数据也在专门建造的实验室中收集，在那里不同的小鸟被短期关在笼子里并被拍摄下来。大型螺线管使研究人员能够控制和模拟笼子周围地球磁场的变化。
处理大量数据
一个特殊的称重系统使得每天估计鸟的体重成为可能，以便跟踪它们如何储存脂肪并准备迁徙。多亏了这些照相机，研究人员能够详细跟踪这些鸟是如何移动的，在什么时间和向哪个方向移动。大多数物种是夜间活动的，在黄昏时迁徙。
“小鸟处理大量复杂的信息。能够使用如此多的详细数据来比较物种是非常令人兴奋的。这有助于我们更准确地了解鸟类在做什么，它们如何收集信息，以及它们对信息的反应，”Susanne kesson解释道。
该实验室还拥有一个现场开发的特别设计的圆柱体，它给鸟类提供了进食、睡眠和四处活动的机会。Susanne kesson对与eSSENCE(隆德大学电子科学的战略研究领域)的研究人员开展的新项目感到非常高兴，该项目可能会带来更多的理解。研究人员希望进一步开发这项技术，以便能够模拟其他情况，如来自猛禽的威胁和成群迁徙。
鸟类在迁徙过程中的脆弱性
有些物种比其他物种更脆弱。有些是大群一起迁徙，有些是一个接一个地迁徙，目前还不知道是什么影响了它们的决定。他们也可能非常依赖与父母一起迁移，通常是父亲传授迁移路线和准备工作的知识。
苏珊和其他人研究的一个物种是里海燕鸥，它是世界上最大的燕鸥物种。它在世界各地都有，但欧洲人在瑞典、芬兰交配，在一定程度上在爱沙尼亚交配。研究小组跟踪了家庭群体，并能够显示他们在第一次飞行中对了解迁徙路线的依赖程度，然后在一生中不断重复这一过程。
“它们迁徙的距离很远——远至萨赫勒，并可能穿越海拔数千米的撒哈拉沙漠。与父母失散的幼鸟都会被猛禽抓走，”Susanne kesson继续说道。“我们希望更多地了解风险在哪里出现，是什么引发了它们。”
这种文化学习是研究者感兴趣的，也是社会的重要信息。关于不同迁移项目的知识，以及例如海上风力发电场如何影响不同物种的知识，可以为决定在哪里建造风力发电场提供信息。
共享数据在知识增长方面带来了多重回报
Susanne kesson还参与了一个项目，在瑞典最北部的拉普兰地区Tavvavuoma，物种受到威胁，情况可能很严重。研究人员主要研究在遥远的北方这个独特地区繁殖的涉禽。研究它们的迁徙计划和它们中途停留的地方是很重要的，以便能够保护敏感地区，使它们的行为不被改变，或者它们的栖息地减少。
多年来，许多数据点已经被收集，共享的数据形成了早期研究人员新工作的基础，进一步加深了他们的知识。有大型的国际数据库，许多研究小组在其中存储来自鸟类和陆地动物的跟踪数据。这方面的一个例子是与世界自然基金会和瑞典鸟类保护协会在北极飞行路线项目中的合作。
“我们需要为减少地球上人类、鸟类和其他动物之间的冲突做出贡献。我们与其他物种共享栖息地和生态系统，如果我们不能保护它们，我们就会失去如此多未知的宝贵知识。”
这就是为什么新基金将使Susanne kesson能够在未来几年扩大她的研究并从LTH招募技术知识来补充该集团是一个好消息。通过使用新的算法和机器学习，他们希望更接近于回答这样一个问题:鸟类如何将体内的过程与地球磁场和一天的长度同步，它们如何在迁徙过程中校准不同的指南针，以及迁徙计划如何因物种而异。