AI интерпретирует то, что говорят грызуны

«DeepSqueak» позволяет исследователям понимать вокализации грызунов.

Источник: pixabay

Искусственный интеллект (ИИ) значительно улучшился в последние годы в значительной степени благодаря достижениям в области глубокого обучения – метода машинного обучения. Превосходное распознавание образов глубокого обучения породило ряд достижений в области компьютерного зрения, перевода, распознавания речи и других целей. Алгоритмы глубокого обучения применяются во многих отраслях для различных целей. В прошлом месяце исследователи кафедры психиатрии и поведенческих наук Медицинской школы Вашингтонского университета объявили о создании DeepSqueak, системы глубокого обучения, которая может обнаруживать и анализировать вокализации грызунов.

Почему грызун болтовня?

• Красивые истины о том, чтобы быть очень чувствительным человеком
• Консерваторы здоровее либералов?
• Тридцать секунд
• Что делать, когда ваш взрослый ребенок лжет вам
• Как помочь после массовой стрельбы Авроры

Современная наука зависит от лабораторных грызунов, которые могут служить млекопитающими в качестве подопытных для людей. Исследовательские исследования, проводимые in vitro с культивируемыми клетками, как правило, лишены широты и глубины информации, которую может предоставить исследование in vivo в живом организме.

Это особенно актуально для нейробиологии, так как поиск людей-добровольцев для исследования головного мозга – это не совсем то, что нужно. Когда нейробиологические исследования изучаются на людях in vivo , это делается с согласия тех, кто подвергается операции на головном мозге, как правило, для других целей, не связанных с исследованием. Например, были проведены исследования в области неврологии на пациентах с эпилепсией, согласившихся на операцию на головном мозге для удаления областей, ответственных за судороги. Эти типы возможностей являются спорадическими и их не хватает по сравнению с огромными потребностями ученых-исследователей во всем мире. В результате грызуны часто используются в исследованиях.

Однако, в отличие от испытуемых-людей, грызуны не способны общаться с исследователями. Возможность изучения вокализации лабораторных грызунов дает дополнительную информацию, которая может быть объединена в качестве еще одного ориентира данных с поведенческими наблюдениями. Это особенно полезно для исследований нейробиологии поведения на предмет зависимости, депрессии, тревоги, страха, системы поощрений, злоупотребления наркотиками, старения и нейродегенеративных заболеваний.

• Постконтузионный синдром
• Хороший сон: еще один важный фактор для здорового гнева
• Включение вашего взрослого ребенка? Краткий тест, чтобы узнать
• Алкоголь и здоровье: полемика продолжается
• 12 продуктов, которые вы должны съесть, чтобы уменьшить хроническую боль

Какая наука стоит за DeepSqueak?

Программное обеспечение для DeepSqueak было разработано и написано Кевином Коффи и Расселом Марксом, двумя учеными из лаборатории Джона Ноймайера, профессора психиатрии и поведенческих наук в Медицинской школе Университета Вашингтона. Ноймайер, который также принимал участие в исследовании, является ассоциированным директором Института алкоголизма и наркомании, а также руководителем отдела психиатрических нейронаук.

Исследователи использовали глубокое обучение, особенно региональные сверточные нейронные сети (Faster-RCNN), для обнаружения вокализации грызунов, и опубликовали свои исследования в выпуске нейропсихофармакологии за январь 2019 года.

Согласно исследованию, крысы и мыши вокализуют в широком диапазоне частот (20–115 кГц). Когда крысы заняты позитивным, счастливым опытом, таким как игра, щекотка и наслаждение угощениями, они, как правило, издают более высокочастотные звуки в диапазоне 50 кГц. Когда крысы испытывают страх или стресс, они издают звуки с более низкой частотой около 22 кГц.

Когда в DeepSqueak вводятся аудиофайлы записей вокализации грызунов, система преобразует звуковые файлы в изображения (сонограммы). Входные записи могут быть как индивидуальными, так и большими партиями звуковых файлов. Записи преобразуются в формат изображения для обработки с помощью современного визуального алгоритма глубокого обучения, той же технологии, которая используется для автомобилей с автоматическим управлением под названием Faster-RCNN. Команда изначально обучала DeepSqueak с помощью вызовов, помеченных вручную. Нейронная сеть отличает и изолирует вокализации грызунов от окружающего шума.

Исследователи обнаружили, что у грызунов приблизительно двадцать типов вокализации. Грызуны демонстрировали вокал в счастливом диапазоне, когда играли с другими грызунами или ожидали угощения, как сахар. Команда также обнаружила, что вокализация для самцов мышей стала более сложной, если рядом была самка мышей. Когда две мыши-самцы вместе, они повторяют один и тот же тип менее сложной вокализации.

Исследовательская группа разработала DeepSqueak, чтобы он был гибким и простым в использовании для исследователей, а не только технически подкованных. Они сделали DeepSqueak доступным в открытом хранилище в надежде помочь другим ученым во всем мире улучшить свои исследования.

Copyright © 2019 Cami Rosso. Все права защищены.

Рекомендации

Коффи, Кевин Р., Маркс, Рассел Дж., Ноймайер, Джон Ф. ». DeepSqueak: основанная на глубоком обучении система для обнаружения и анализа ультразвуковых вокализаций». Нейропсихофармакология . 4 января 2019 года.