人工智能技術(shù)的發(fā)展，不僅極大助力了科學(xué)家們解析和認(rèn)識生物行為，更為神經(jīng)科學(xué)研究提供了革命性的視角。

對動物社會行為的量化，是揭示互動階段大腦功能和精神障礙的重要步驟。

但是，當(dāng)一群動物在一起時，如何研究它們的社交行為，以解碼動物大腦及相關(guān)神經(jīng)環(huán)路的功能？

人工智能技術(shù)的發(fā)展，不僅極大助力了科學(xué)家們解析和認(rèn)識生物行為，更為神經(jīng)科學(xué)研究提供了革命性的視角。

近日，國際學(xué)術(shù)期刊《自然·機器智能》在線發(fā)表了深圳科學(xué)家團隊研發(fā)的可智能、精確檢測動物社交行為的小樣本學(xué)習(xí)計算框架模型SBeA（Social Behavior Atlas）。

突破理解復(fù)雜精神疾病的“牢籠”

簡單來說，SBeA能夠?qū)Χ鄠€動物目標(biāo)的自由社交行為進行連續(xù)追蹤、識別、標(biāo)注，更重要的是能夠量化、分析。它是一個基于人工智能的多動物社交行為分析計算框架。

SbeA目前實現(xiàn)了對動物社交行為的并行、動態(tài)、層次的分解，對小鼠、大鼠、鳥、犬、非人靈長類等多種動物的社交行為特征進行自適應(yīng)無監(jiān)督聚類，獲得了包括追逐、相互理毛、攻擊等百余種精細社交行為模塊，不需要提前定義社交行為類別，有利于發(fā)現(xiàn)新的、未定義的自由社交行為表型。

人工智能有希望幫助人類突破理解復(fù)雜精神疾病的“牢籠”——從實驗室、自然環(huán)境到臨床醫(yī)療的串聯(lián)研究

1月23日，相關(guān)論文的通訊作者、中國科學(xué)院深圳先進技術(shù)研究院腦所/深港腦科學(xué)創(chuàng)新研究院蔚鵬飛研究員向澎湃科技表示，這一工作有望成為計算神經(jīng)行為學(xué)研究領(lǐng)域的一塊重要拼圖。未來的目標(biāo)將更加聚焦于對神經(jīng)編碼的理解，開發(fā)新的神經(jīng)調(diào)控技術(shù)應(yīng)用于臨床。近幾年計算神經(jīng)行為學(xué)的發(fā)展已經(jīng)使經(jīng)典的行為學(xué)范式得到了革新，實現(xiàn)了從實驗室環(huán)境到自然環(huán)境的行為觀測。在未來，人工智能賦能的神經(jīng)科學(xué)研究將進一步加深從動物模型到臨床醫(yī)療的大數(shù)據(jù)生理參數(shù)的理解，人工智能有希望幫助人類突破理解復(fù)雜精神疾病的“牢籠”。

中國科學(xué)院深圳先進技術(shù)研究院腦所/深港腦科學(xué)創(chuàng)新研究院王立平院長表示，前述最新發(fā)表的研究工作使用數(shù)據(jù)驅(qū)動的方式，揭示了數(shù)字化的動物社交行為背后的結(jié)構(gòu)規(guī)律，希望依托腦解析與腦模擬重大科技基礎(chǔ)設(shè)施和光明腦科學(xué)技術(shù)產(chǎn)業(yè)創(chuàng)新中心平臺面向全國盡快實現(xiàn)充分技術(shù)共享。

前述論文的第一作者中國科學(xué)院深圳先進技術(shù)研究院在讀博士研究生韓亞寧告訴澎湃科技，通過使用SBeA，目前在小鼠等模式動物中已經(jīng)發(fā)現(xiàn)了數(shù)種和精神疾病造模相關(guān)的異常行為。

他表示，最新發(fā)表的SBeA模型突破了當(dāng)前缺乏相關(guān)標(biāo)簽數(shù)據(jù)的瓶頸，僅需要標(biāo)注幾百張圖片，SBeA模型在看過這幾百張圖片后，就會“自學(xué)”和“腦補”。SBeA參考了人腦相關(guān)認(rèn)知過程，充分利用了少量圖片中的有效信息，使用從少量圖片中提取的背景和動物目標(biāo)等信息，按照動物的運動特征，重新組合這些信息生成新的場景，從小數(shù)據(jù)集構(gòu)建大數(shù)據(jù)集，以提升各項任務(wù)的性能，從而訓(xùn)練更強大的人工智能模型，實現(xiàn)了多動物3D社交姿態(tài)估計、身份識別和社交行為分類等功能。

韓亞寧表示，SBeA既可以用于基礎(chǔ)研究，也可以用于疾病診斷。“從實驗室走到臨床，是我們設(shè)計SBeA的初衷。SBeA不但能夠加速發(fā)現(xiàn)新的異常行為、提升行為檢測的精度，而且有希望關(guān)聯(lián)不同物種的精細行為模式，以行為作為一種生物標(biāo)志物，用于診斷疾病?！?/p>

改進的空間

韓亞寧介紹，科學(xué)是一步一步發(fā)展的，神經(jīng)生物學(xué)家們從幾十年來對大腦的研究積累的經(jīng)驗中逐漸意識到，精準(zhǔn)的理解行為是精準(zhǔn)理解大腦功能的一個關(guān)鍵環(huán)節(jié)。2015年至2018年，哈佛大學(xué)神經(jīng)生物學(xué)教授Sandeep Robert Datta使用深度相機和機器學(xué)習(xí)工具Moseq，發(fā)現(xiàn)大腦紋狀體編碼行為的“語法”，揭示了動物產(chǎn)生自然行為的機理。2018年至2021年，DeepLabCut、multi-animal DeepLabCut、LEAP和SLEAP等基于人工智能的動物姿態(tài)估計技術(shù)陸續(xù)被開發(fā)出來，從而不需要在動物身體添加任何的物理標(biāo)記，就能實現(xiàn)動物數(shù)十個身體點的精準(zhǔn)追蹤。但保證它們的追蹤精度需要數(shù)以萬計的人工標(biāo)注的數(shù)據(jù)。

SBeA量化鳥和犬的精細社交行為。

最新發(fā)表的SBeA模型突破了這一瓶頸。但SBeA還有改進的空間。

韓亞寧表示，在技術(shù)層面，目前SBeA采用多階段的人工智能神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，難以做到社交行為的實時檢測。在未來的研究中，希望設(shè)計一個端到端的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，輸入視頻，直接輸出社交行為的標(biāo)簽類別，實現(xiàn)社交行為的實時監(jiān)測。

此外，在實驗層面，目前SBeA僅嘗試應(yīng)用于小鼠、鳥和家犬的曠場社交行為，未來將逐漸應(yīng)用到果蠅、斑馬魚和非人靈長類等模式動物的社交行為檢測，并從實驗室環(huán)境的應(yīng)用過渡到臨床醫(yī)療環(huán)境的應(yīng)用。

論文鏈接 ：https://www.nature.com/articles/s42256-023-00776-5

來源：澎湃新聞