Kunstig intelligens løser konflikter, der hæmmer dyreadfærdsforskning
Kunstig intelligens-software er blevet udviklet til hurtigt at analysere dyrs adfærd, så adfærd kan knyttes mere præcist til aktiviteten af individuelle hjernekredsløb og neuroner, rapporterer forskere i Seattle.
"Programmet lover ikke kun at fremskynde forskningen i adfærdens neurobiologi, men også at muliggøre sammenligning og forene resultater, der er uenige på grund af forskelle i, hvordan individuelle laboratorier observerer, analyserer og klassificerer adfærd," siger Sam Golden, adjunkt i biologisk struktur ved University of Washington School of Medicine.
"Tilgangen giver laboratorier mulighed for at udvikle adfærdsmæssige procedurer, som de vil, og gør det muligt at lave generelle sammenligninger mellem resultaterne af undersøgelser, der bruger forskellige adfærdsmæssige tilgange," sagde han.
Et papir, der beskriver programmet, vises i tidsskriftet Nature Neuroscience . Golden og Simon Nilsson, en postdoc i Golden lab, er avisens seniorforfattere. Den første forfatter er Nastacia Goodwin, en kandidatstuderende i laboratoriet.
Studiet af den neurale aktivitet bag dyreadfærd har ført til store fremskridt i forståelsen og behandlingen af sådanne menneskelige lidelser som afhængighed, angst og depression.
Meget af dette arbejde er baseret på observationer omhyggeligt registreret af individuelle forskere, som ser på dyr i laboratoriet og noterer deres fysiske reaktioner på forskellige situationer, og derefter korrelerer denne adfærd med ændringer i hjerneaktivitet.
For at studere aggressionens neurobiologi kan forskere for eksempel placere to mus i et lukket rum og registrere tegn på aggression. Disse vil typisk omfatte observationer af dyrenes fysiske nærhed til hinanden, deres kropsholdning og fysiske visninger såsom hurtige trækninger eller raslen i halen.
At kommentere og klassificere sådan adfærd er en krævende, langvarig opgave. Det kan være svært nøjagtigt at genkende og kronikere vigtige detaljer, sagde Golden. "Social adfærd er meget kompliceret, sker meget hurtigt og er ofte nuanceret, så mange af dens komponenter kan gå tabt, når en person observerer den."
For at automatisere denne proces har forskere udviklet AI-baserede systemer til at spore komponenter af et dyrs adfærd og automatisk klassificere adfærden, for eksempel som aggressiv eller underdanig.
Fordi disse programmer også kan optage detaljer hurtigere end et menneske, er det meget mere sandsynligt, at en handling kan være tæt korreleret med neural aktivitet, som typisk sker i millisekunder.
Et sådant program, udviklet af Nilsson og Goodwin, hedder SimBA, for Simple Behavioural Analysis. Open source-programmet har en letanvendelig grafisk grænseflade og kræver ingen specielle computerfærdigheder at bruge. Det er blevet bredt vedtaget af adfærdsforskere.
"Selvom vi byggede SimBA til et gnaverlaboratorium, begyndte vi straks at modtage e-mails fra alle slags laboratorier:hvepselaboratorier, møllaboratorier, zebrafisklaboratorium," sagde Goodwin.
Men efterhånden som flere laboratorier brugte disse programmer, fandt forskerne ud af, at lignende eksperimenter gav vidt forskellige resultater.
"Det blev tydeligt, at hvordan et laboratorium eller en person definerer adfærd er ret subjektivt, selv når man forsøger at kopiere velkendte procedurer," sagde Golden.
Desuden var det vanskeligt at redegøre for disse forskelle, fordi det ofte er uklart, hvordan AI-systemer når frem til deres resultater, idet deres beregninger sker i, hvad der ofte karakteriseres som "en sort boks."
I håb om at forklare disse forskelle indarbejdede Goodwin og Nilsson i SimBA en maskinlærings-forklarbarhedstilgang, der producerer det, der kaldes Shapely Additive ExPlanations (SHAP)-score.
I bund og grund, hvad denne forklaringstilgang gør, er at bestemme, hvordan fjernelse af en funktion, der bruges til at klassificere en adfærd, f.eks. haleramling, ændrer sandsynligheden for en nøjagtig forudsigelse af computeren.
Ved at fjerne forskellige funktioner fra tusindvis af forskellige kombinationer, kan SHAP bestemme, hvor meget prædiktiv styrke, der leveres af enhver individuel funktion, der bruges i den algoritme, der klassificerer adfærden. Kombinationen af disse SHAP-værdier definerer derefter adfærden kvantitativt og fjerner subjektiviteten i adfærdsbeskrivelser.
"Nu kan vi sammenligne (forskellige laboratoriers) respektive adfærdsprotokoller ved hjælp af SimBA og se, om vi objektivt ser på den samme eller forskellig adfærd," sagde Golden.
"Denne tilgang gør det muligt for laboratorier at designe eksperimenter, som de vil, men fordi du nu direkte kan sammenligne adfærdsresultater fra laboratorier, der bruger forskellige adfærdsdefinitioner, kan du drage klarere konklusioner mellem deres resultater. Tidligere kunne inkonsistente neurale data være blevet tilskrevet mange forvirrer, og nu kan vi rent udelukke adfærdsforskelle, når vi stræber efter reproducerbarhed og fortolkning på tværs af laboratorier," sagde Golden..
Flere oplysninger: Nastacia L. Goodwin et al., Simple Behavioral Analysis (SimBA) som en platform for forklarlig maskinlæring i adfærdsmæssig neurovidenskab, Nature Neuroscience (2024). DOI:10.1038/s41593-024-01649-9
Journaloplysninger: Nature neurovidenskab
Leveret af University of Washington School of Medicine
Varme artikler
-
Er vi ved et vendepunkt med ukrudtsbekæmpelse?Forsker Adam Davis fra University of Illinois siger, at vi er tæt på at miste kemisk bekæmpelse af ukrudt som Palmer amaranth nogle steder. Kredit:Patrick Tranel Forestil dig at gå på korngangen i -
Hvordan videospil inspirerede en kamp mod mitokondriesygdommePh.d.-studerende i elektro- og computerteknik Arya Mugdha. Kredit:Colorado State University Hvad har videospil og medicinske billedbehandlingsværktøjer til fælles? Begge er drevet af synergien mel -
’Hvilken dag er det igen?’ Psykologien i tirsdagsHurtig, hvad er det første ord, der kommer til at tænke på, når du tænker på tirsdag? Fik du ingenting? Du er ikke alene. JLGutierrez/E+/Getty Images I begyndelsen af det 21. århundrede, psykolog D -
Skinde lys på viras sociale livVira som disse H1N1 -influenzapartikler er afhængige af værtsceller til at reproducere, men de kan stadig vise social adfærd, interagere med andre vira ved at konkurrere, samarbejde og nogle gange sny
- Fremskyndelse af Kinas overgang til kulstofneutralitet og ren luft
- Hvilke fire ting gør ribosomer forskellig fra organeller?
- Hubble får øje på nordlys på Uranus
- Schweiziske vælgere bakker forsikringsselskabet ud om at spionere
- Hvor slår lynet ned? Nye kort identificerer 36,8 millioner årlige jordangrebspunkter i hidtil uset…
- SpaceXs triumføjeblik ankommer, mens astronauter er klar til amerikansk opsendelse