Учёные из Германии выяснили, как обыкновенные тюлени, живущие в мутных прибрежных водах по всему миру, определяют направление своего движения в «непроглядной» воде и безошибочно ориентируются в этой сложной среде. Новое исследование показало, что ключ к их навигации скрывается в движении частиц воды перед глазами.

Источник изображения: Universitätsmedizin Rostock

Международная группа учёных под руководством Фредерики Ханке (Frederike Hanke), нейроэтолога из Ростокского университета, выяснила, что обыкновенные тюлени (Phoca vitulina), оказывается, полагаются на так называемый оптический поток, то есть движение частиц воды, которое фиксируется сетчаткой глаза. Эксперимент с компьютерным моделированием показал, что эти тюлени способны точно улавливать угол и направление своего перемещения, даже если вокруг них практически непроглядная муть.

Чтобы проверить гипотезу, команда разработала серию компьютерных симуляций, которые должны были воспроизвести движение в воде. Три тюленя — Nick, Luca и Miro — стали участниками эксперимента. Их научили реагировать на визуальные стимулы на большом экране, на котором двигались точки, имитирующие течение. Задача была простой и состояла в том, чтобы определить, в какую сторону происходит движение — влево или вправо.

За правильный ответ животные получали лакомство. Nick и Luca быстро освоили задание, так как ранее уже участвовали в различных экспериментах. Miro, хоть и был новичком в таких делах, проявил любознательность и легко адаптировался к новым условиям. Учёные проверяли реакцию тюленей на движение под разными углами — от 2 до 22 градусов влево или вправо, а затем проводили анализ, насколько точно тюлени определяли направление.

Иногда животные ошибались, но, как пояснила Ханке, это связано не с неспособностью, а с потерей внимания или мотивации. В целом тюлени успешно ориентировались по движению точек, даже при слабом освещении. Результат работы, опубликованный 29 мая в журнале Journal of Experimental Biology, помогает лучше понять, как эти животные чувствуют себя в естественной среде обитания. Особенно это важно для прибрежных районов, где нужно не только находить пищу, но и избегать опасностей.

В следующем исследовании учёные планируют выяснить, могут ли тюлени не только определять направление, но и оценивать расстояние, которое они преодолели, используя тот же визуальный эффект.

Компания GlocalMe представила на выставке MWC 2025 любопытное устройство под названием PetPhone — разработчик позиционирует его как смартфон для домашних животных, поддерживающий двустороннюю связь.

Гаджет крепится на ошейнике и предлагает множество возможностей, в том числе распознавание звуков, издаваемых домашними животными. Эта функция позволяет хозяину следить за настроением питомца, которого при необходимости можно успокоить: позвонить при помощи функции PawTalk или воспроизвести звук.

С PetPhone можно отслеживать местоположение животного в реальном времени — для этого здесь есть GPS/aGPS, LBS, Wi-Fi, Bluetooth и некая функция Active Radar. Присутствует функция мониторинга активности и активного оповещения при участии искусственного интеллекта.

PawTrack помогает отслеживать маршрут питомца и находить его в один щелчок мыши. Есть функция геозоны — отправки оповещения, если животное покинет установленную территорию. С помощью встроенной подсветки можно легко найти питомца в темноте; при необходимости на устройство можно позвонить и ориентироваться на звук рингтона.

GlocalMe разработала для PetPhone социальную платформу, где можно завести профиль питомца и получать актуальную информацию, в том числе сведения о нём, сведения об устройстве, данные тарифного плана и даже советы, связанные со здоровьем животного.

Можно устанавливать напоминания, чтобы следить за повседневными делами питомца или включать ему расслабляющую музыку; корпус устройства имеет защиту от пыли и воды по стандарту IP68. GlocalMe готова продавать PetPhone во всех странах мира.

Учёные разработали ИИ-системы, способные выявлять боль, стресс и заболевания у животных посредством анализа фотографий их морды. Британский ИИ Intellipig распознаёт дискомфорт у свиней, а ИИ-алгоритмы Израильского университета в Хайфе (UH) обучены определять стресс у собак. В эксперименте, проведённом в Университете Сан-Паулу (USP), ИИ продемонстрировал точность до 88 % при выявлении болевых реакций у лошадей. Эти технологии могут преобразить ветеринарную диагностику и значительно повысить уровень благополучия животных.

Источник изображения: Virginia Marinova / Unsplash

Система Intellipig, разработанная английскими учёными из Университета Западной Англии в Бристоле (UWE Bristol) совместно с шотландскими исследователями из Шотландского сельскохозяйственного колледжа (SRUC), предназначена для мониторинга состояния свиней на фермах. ИИ анализирует фотографии морды животных, выявляя три ключевых маркера: боль, недомогание и эмоциональное расстройство. Фермеры получают автоматические уведомления, что позволяет оперативно реагировать на ухудшение состояния животных и повышать эффективность сельскохозяйственного производства.

Параллельно исследовательская группа из UH адаптирует технологии машинного обучения для работы с собаками. Ранее учёные разработали ИИ-алгоритмы, используемые в системах распознавания лиц, для поиска потерявшихся питомцев. Теперь эти алгоритмы применяются для анализа мимики животных с целью выявления признаков дискомфорта. Выяснилось, что 38 % мимических движений у собак совпадает с человеческими, что открывает новые возможности для изучения их эмоционального состояния.

Традиционно подобные ИИ-системы полагаются на человека, который выполняет предварительную работу по определению значений различных форм поведения животных, основываясь на длительных наблюдениях за ними в различных ситуациях. Однако недавно в USP был проведён эксперимент, в котором ИИ самостоятельно анализировал фотографии лошадей, сделанные до и после хирургического вмешательства, а также до и после приёма обезболивающих препаратов. ИИ изучал глаза, уши и рот лошадей, определяя наличие болевого синдрома. Согласно результатам исследования, ИИ сумел выявить признаки, указывающие на боль, с точностью 88 %, что подтверждает эффективность такого подхода и открывает перспективы для дальнейших исследований.