Истражувачи развија систем со вештачка интелигенција кој автоматски го препознава моментот кога рибите ја губат рамнотежата поради температурен стрес. Овој показател се користи за процена на границите на температурната толеранција кај рибите.
Системот комбинира две технологии за длабоко учење: DeepLabCut, кој ги следи движењата и положбата на телото од видеоснимки, и ResNet34, кој ја класифицира состојбата на животното. Алгоритмот следи седум точки на телото, меѓу кои носот, перките, трупот и опашката.
Досега истражувачите мораа рачно да ги прегледуваат видеата и да го одредуваат моментот на губење на рамнотежата. Таквиот пристап одзема време и може да доведе до разлики меѓу набљудувачите. Во тестовите со 50 риби, резултатите на системот биле споредливи со процените на искусни истражувачи, а повторената анализа на исто видео давала ист резултат.
Со автоматизираната метода, тимот ја испитувал отпорноста на ниски и високи температури кај различни соеви медака и сродни видови од родот Oryzias. Популациите од повисоки географски широчини главно покажале поголема отпорност на студ. Јапонскиот медака (Oryzias latipes) бил најтолерантен на ниски температури.
Сепак, видот Oryzias cabaranensis од Тајван отстапил од овој образец. Иако живее на пониска географска широчина, покажал поголема отпорност на студ од очекуваната. Тоа укажува дека, покрај географската широчина, и други фактори влијаат врз приспособувањето на рибите кон температурата.
Истражувањето, објавено во списанието Scientific Reports, може да овозможи поголеми и попрецизни споредби меѓу видови и популации. Таквите податоци би помогнале во предвидувањето на влијанието на климатските промени врз водните екосистеми и во планирањето мерки за заштита на рибите.
