A behaviour-centric digital twin framework for animal monitoring: from managed enclosures to landscapes

何十年もの間、私たちの動物観察は「断片」の積み重ねでした。動物園、野生生物保護区、リハビリテーションセンターにおいて、研究者は行動を観察するために固定カメラに頼ってきました。隅にあるカメラは池の左側を捉え、別のポールにあるカメラは右側を捉えます。それぞれのレンズは世界の断片を切り取りますが、単一のカメラが全体像を見ることはできません。科学者が動物がどのように空間を利用しているかを理解しようとする際、彼らはしばしば、これらのバラバラな視界を手作業で繋ぎ合わせるか、あるいはさらに悪いことに、単に動物が好まない場所を「死角」と誤認してしまうことがよくあります。このアプローチは不完全であるだけでなく、しばしば動物にとって妨げとなります。占有されている囲いの中に新しいカメラを設置するには、穴あけや配線、そして繰り返される人間の立ち入りが必要であり、これは研究対象となっている動物たちにストレスを与えます。理想的には、道具が地面に触れる前にモニタリングシステムが完璧であるべきであり、データはカメラの限定的な視界ではなく、動物の「実際の世界」を反映しているべきなのです。

ここで、「デジタルツイン」という概念が登場します。物理的な場所の、寸法、質感、照明までもが同じ、完璧な仮想のコピーを想像してみてください。エンジニアリングの世界では、これらのツインは機械が作られる前にテストするために使用されます。生態学においては、これらは個体群を理解する助けとして活用され始めていますが、個々の動物とその日常的な生息地を観察するために使われることは稀でした。インドの野生動物救護・リハビリテーションセンターであるヴァンタラ（Vantara）の研究者たちが開発した新しいフレームワークは、この空白を埋めることを目的としています。彼らは、動物園の囲い（エンクロージャー）を、生きたインタラクティブな地図へと変えるシステムを作り上げました。このシステムは単にビデオを記録するのではなく、三次元空間を理解し、各カメラが何を捉え、何を捉えられないのかを正確に把握し、あらゆる動きを、その動物の真の世界を表す地図上の正確な位置へと翻訳します。

研究者たちは、このフレームワークを同センターにある2つの特定の囲いに適用しました。一つはアメリカ黒熊用、もう一つはピグミーカバ用です。面積が約1,000平方メートルに及ぶ黒熊のパドックについては、衛星画像、ドローン写真、および地上調査を用いて、詳細な仮想レプリカを構築しました。このデジタルモデルには、地形、池、岩壁、登攀構造物、さらには視界を遮る可能性のある特定の樹木や丸太までもが含まれています。彼らは、実際のカメラが設置されているのと全く同じ場所に仮想のカメラを配置し、その高さと角度を模倣しました。システムが実際のデータを取り扱う前に信頼できるものにするため、チームは厳格な自己テストを実施しました。彼らは、2頭の仮想のクマによる合成のコンピュータ生成された動きを生成し、「グラウンドトゥルース（正解値）」として、動物が本来いるべき場所を設定しました。その後、これらの偽の動きを検出システムに流し込み、ソフトウェアが位置を正確に復元できるかどうかを確認しました。

このシミュレーションの結果は精密でした。システムが単一のカメラからのデータを見たとき、クマの位置を中央値で約19センチメートルの誤差で特定できました。しかし、システムの真の力は、複数のカメラからの視界を融合させたときに発揮されました。異なる角度からのデータを融合させることで、誤差はわずか7センチメートルにまで減少しました。この融合により、システムは動物が活動している時間の94.8%を捉えることができ、従来のモニタリングを悩ませてきた「死角」を事実上排除しました。決定的なのは、このシステムが、本当に空いている空間と、単に視界から隠れているだけの空間を区別できたことです。古い手法では、カメラが囲いの隅を見ることができない場合、ソフトウェアは動物がその角を避けていると判断することがありました。この新しいフレームワークは、それらの隠れた領域を「観測不能」としてマークし、データが「見逃されたもの」ではなく、「実際に見たもの」を反映するようにしています。

単なる動きの追跡を超えて、このフレームワークは、以前は不可能であったレベルの計画を可能にします。研究者たちは、ハードウェアを設置する前にデジタルツインを使用して、動物を乱すことなく、占有された囲いの中で行うことが不可能であったプロセスである「カメラネットワークの事前分析」を行いました。彼らは、最終的に設置した5台のカメラ構成によって、パドックの85.1%が少なくとも1台のカメラから見えるようになり、57.4%が同時に2台以上のカメラから見えるようになることを算出しました。また、システムは、デンの入り口付近に配置された特定のカメラが、一般的なエリアをほとんど見ていないものの、入り口を監視するためには不可欠な「スペシャリスト」であることを明らかにしました。さらに、プールの端にある別のカメラが、全体的なカバー範囲において最も重要であり、もしそのカメラが故障すれば、可視領域が大幅に減少することも判明しました。さらに、このツインは、太陽光がレンズに直接当たり、画像の白飛びを引き起こすタイミングを予測することもできました。南向きのカメラは、冬至の日に最大10時間、太陽によって目が眩む状態になることが示されました。この問題は、カメラを稼働させる前に、取り付け角度を調整したり赤外線照明を使用したりすることで解決可能です。

この研究の究極の目標は、リハビリテーションから放逐に至るまで、各動物の「継続的な物語」を作り出すことです。現在、動物の生活は、管理された囲いの中で過ごす時期と、野生の中で過ごす時期という、2つの断絶したフェーズで研究されることがよくあります。このフレームワークは、その両者の間の架け橋となることを提案しています。動物園のクマを監視するために使用されるのと同じデジタルアーキテクチャは、GPSカラーとカメラトラップを使用することで、広大な景観へと放逐された後の同じクマを監視するために適応させることができます。これにより、科学者は、飼育下での空間利用と野生での移動方法を比較しながら、個体の行動に関する単一かつ一貫した記録を維持できるようになります。現在の研究は囲いのモニタリングの精度に焦点を当てていますが、設計自体は、より大規模で野生に近い環境へとスケールアップできるように構築されています。

研究者たちは、彼らの知見が高精度なシミュレーションと、すでに設置されているカメラネットワークの回顧的分析に基づいていることを強調しています。この研究における特定のクマのライブ映像を用いた検証はまだ行われていませんが、基礎となる検出ソフトウェアはすでにセンターのネットワーク上で稼働しています。シミュレーションの成功は、数学的および幾何学的な基盤が健全であることを証明しており、行動分析において信頼できるほど小さな誤差範囲を確立しました。設計とテストの段階を仮想世界へと移すことで、このフレームワークは、物理的な設置が最初から正しく行われることを保証し、動物に繰り返しの建設によるストレスを与えることを防ぎます。それは、動物のモニタリングを、断片的な二次元のビデオクリップの集まりから、あらゆる一歩がカウントされ、あらゆる死角が既知となる、生命の統一された三次元的な測定へと変革させるのです。