Kunstig Intelligens Vil Bidra Til å Dechiffrere "talen" Til Gnagere - Alternativ Visning

Kunstig Intelligens Vil Bidra Til å Dechiffrere "talen" Til Gnagere - Alternativ Visning
Kunstig Intelligens Vil Bidra Til å Dechiffrere "talen" Til Gnagere - Alternativ Visning

Video: Kunstig Intelligens Vil Bidra Til å Dechiffrere "talen" Til Gnagere - Alternativ Visning

Video: Kunstig Intelligens Vil Bidra Til å Dechiffrere
Video: RomaStories-Film (107 språk undertekster) 2024, Kan
Anonim

Som du vet er mus og rotter modelldyr og brukes ofte av forskere i en rekke studier. Dessuten er gnagerne veldig sosialiserte og omgjengelige.

Men er det mulig å finne ut hva mus og rotter "sier" til hverandre under eksperimenter? Dette spørsmålet forble ubesvart i lang tid. Fakta er at mange karakteristiske vokaliseringer av gnagere ikke kan skilles ut ved den menneskelige hørselen (de sendes ut i ultralydområdet). Og eksisterende dataprogrammer for å oppdage slike lyder krever fortsatt betydelige forbedringer. Spesielt kan de ikke filtrere ut ekstern støy og er trege med å analysere data, avhengig av "ufleksible" algoritmer.

Et nytt program kalt DeepSqueak (bokstavelig talt "Deep Squeak") er i stand til å overvinne denne tekniske barrieren. Det ble utviklet av forskere ved University of Washington School of Medicine.

I følge eksperter fanger programmet lydsignaler og transformerer dem til sonogrammer - datamaskinbilder laget med informasjon om lydbølger. Denne "oversettelsen" av akustiske data til visuelle data gjør det mulig å bruke moderne maskinvisionsalgoritmer utviklet for automatiske kontrollkjøretøy for analyse.

Med andre ord tillot det nye programmet for første gang forskere å bruke kunstige nevrale nettverk med dyp læring for å oppdage og analysere "tale" fra gnagere.

Som medforfatter Russell Marx forklarte, bruker DeepSqueak biomimetiske algoritmer som lærer å skille "unødvendige" lyder ved å stole på eksisterende eksempler på dyrevokalisering og fremmede lyder.

Merk at Marks og hans kollega Kevin Coffey (Kevin Coffey) studerer de psykologiske effektene av å ta forskjellige medisiner. Spesielt er forskere interessert i hvordan atferden til dyr endres under stress og dannelse av forskjellige typer avhengighet.

Ifølge eksperter vil DeepSqueak-programmet hjelpe dem å finne ut hva gnagerne "sier" til hverandre under eksperimenter.

Salgsfremmende video:

”Dyr har et rikt sett med [akustiske] signaler, omtrent 20 arter. Ved å misbruke narkotika avgir de både positive og negative signaler,”sa Kevin Coffey og snakket om den kompliserte naturen til hver avhengighet.

Forskeren delte også en interessant oppdagelse om at DeepSqueak-programmet gjorde det mulig. Det viste seg at hannmus avgir de samme karakteristiske vokaliseringene når de kommuniserer med hverandre. Når kvinnen nærmer seg, endres imidlertid lydsignalene deres: de blir mer komplekse og ligner en "sang" assosiert med frieri.

Forresten, denne effekten er mer dramatisk når hannen lukter den potensielle bruden, men ikke ser henne. Disse dataene tyder på at repertoaret til hannmus inneholder spesifikke "sanger" for forskjellige stadier av frieri, sa forskerne.

I tillegg ble det funnet at gnagere har større sannsynlighet for å lage "lykkelige" lyder når de leker med slektninger eller forventer en belønning, for eksempel et stykke sukker.

Imidlertid er det mer sannsynlig at atferds- og evolusjonsbiologer er interessert i slike observasjoner, og teamet ledet av professor John Neumaier er mer opptatt av funksjonene assosiert med alkohol- og opioidavhengighet (sistnevnte dannes når man tar forskjellige smertestillende medisiner). Ifølge eksperter vil den forbedrede analysen av "tale" av gnagere bidra til å utvikle nye metoder for å håndtere slike plager.

"Hvis forskere bedre kan forstå hvordan medisiner endrer hjerneaktivitet for å produsere glede eller ubehagelige sensasjoner, vil det være mulig å utvikle mer effektive behandlinger for avhengighet," konkluderte professoren.

En vitenskapelig artikkel med en mer detaljert beskrivelse av det nye programmet ble publisert i tidsskriftet Neuropsychopharmacology.

Anbefalt: