KI interpretiert, was Nagetiere sagen

Mit „DeepSqueak“ können Forscher die Vokalisation von Nagetieren verstehen.

pixabay

Quelle: Pixabay

Die künstliche Intelligenz (KI) hat sich in den letzten Jahren stark verbessert, vor allem aufgrund des Fortschritts beim tiefen Lernen, einer Methode des maschinellen Lernens. Die überlegene Mustererkennung von Deep Learning hat eine Reihe von Fortschritten in den Bereichen Computer Vision, Übersetzung, Spracherkennung und andere Zwecke hervorgebracht. Deep Learning-Algorithmen werden in vielen Branchen für verschiedene Zwecke eingesetzt. Im vergangenen Monat kündigten Forscher der Abteilung für Psychiatrie und Verhaltenswissenschaften an der School of Medicine der University of Washington die Einrichtung von DeepSqueak an, einem tiefen Lernsystem, das die Lautäußerungen von Nagetieren erkennen und analysieren kann.

Warum chit-chat für Nagetiere?

Die moderne Wissenschaft ist darauf angewiesen, dass Labornager als Säugetier-Stellvertreter für menschliche Probanden dienen. Forschungsstudien, die in vitro mit kultivierten Zellen durchgeführt wurden, neigen dazu, die Breite und Tiefe der Informationen zu vermissen , die eine In-vivo- Studie in einem lebenden Organismus liefern kann.

Dies ist besonders für die Neurowissenschaften von Bedeutung, da die Suche nach menschlichen Freiwilligen für die Hirnforschung ein bisschen unansehnlich ist. Wenn neurowissenschaftliche Tests in vivo am Menschen untersucht werden, erfolgt dies mit Zustimmung derjenigen, die sich einer Gehirnoperation unterziehen, typischerweise für andere Zwecke, die nicht mit der Studie in Zusammenhang stehen. Zum Beispiel wurden neurowissenschaftliche Forschungsstudien durchgeführt, in denen epileptischen Patienten zugestimmt wurde, die sich einer Gehirnoperation unterziehen, um Bereiche zu entfernen, die für Anfälle verantwortlich sind. Diese Arten von Möglichkeiten sind sporadisch und knapp, verglichen mit den großen Anforderungen der Forscher weltweit. Daher werden Nagetiere häufig in der Forschung verwendet.

Im Gegensatz zu menschlichen Probanden können Nagetiere jedoch nicht mit Forschern kommunizieren. Die Fähigkeit, die Lautäußerungen von Labornagern zu studieren, liefert zusätzliche Erkenntnisse, die als weiterer Datenbezugspunkt mit Verhaltensbeobachtungen kombiniert werden können. Dies ist besonders vorteilhaft für Verhaltensforschung in Bezug auf Neurowissenschaften bei Sucht, Depression, Angst, Angst, Belohnungssystem, Drogenmissbrauch, Alterung und neurodegenerativen Erkrankungen.

Was ist die Wissenschaft hinter DeepSqueak?

Die Software für DeepSqueak wurde von Kevin Coffey und Russell Marx, zwei Wissenschaftlern im Labor von John Neumaier, Professor für Psychiatrie und Verhaltenswissenschaften an der University of Washington School of Medicine, entworfen und programmiert. Neumaier, der auch an der Forschungsstudie mitgewirkt hat, ist stellvertretender Direktor des Instituts für Alkohol– und Drogenmissbrauch und Leiter der Abteilung für Psychiatrische Neurowissenschaften.

Die Forscher nutzten tiefes Lernen, insbesondere regionale neuronale Faltungsnetzwerke (Faster-RCNN), um Vokalisationen von Nagern zu entdecken, und veröffentlichten ihre Forschung in der Neuropsychopharmacology- Ausgabe vom Januar 2019.

Laut der Forschungsarbeit vokalisieren Ratten und Mäuse über einen breiten Frequenzbereich (20–115 kHz). Wenn Ratten mit positiven, glücklichen Erlebnissen wie Spielen, Kitzeln und Genussvergnügen beschäftigt sind, neigen sie dazu, im Bereich von 50 kHz höhere Frequenzen zu machen. Wenn Ratten ängstlich oder gestresst sind, ertönen sie um 22 kHz.

Wenn Audiodateien von Nagetiervokalisationen in DeepSqueak eingegeben werden, konvertiert das System die Sounddateien in Bilder (Sonogramme). Die Eingangsaufzeichnungen können entweder einzelne oder eine große Menge von Sounddateien sein. Die Aufnahmen werden in ein Bildformat konvertiert, das mit einem hochentwickelten visuellen Algorithmus für tiefes Lernen verarbeitet werden kann. Diese Technologie wird auch für selbstfahrende Autos verwendet, die als Faster-RCNN bezeichnet werden. Das Team trainierte zunächst DeepSqueak mit manuell beschrifteten Anrufen. Das neuronale Netzwerk unterscheidet und isoliert Nagervokalisationen von Umgebungsgeräuschen.

Die Forscher entdeckten, dass Nagetiere geschätzte zwanzig Arten von Lauten haben. Die Nagetiere zeigten Gesang im glücklichen Bereich, wenn sie mit anderen Nagetieren spielten oder ein Leckerbissen wie Zucker erwarteten. Das Team fand auch heraus, dass die Lautäußerungen für männliche Mäuse komplexer wurden, wenn sich eine weibliche Maus in der Nähe befand. Wenn zwei männliche Mäuse zusammen sind, wiederholen sie dieselbe Art von weniger komplexen Lautäußerungen.

Das Forschungsteam hat DeepSqueak entwickelt, damit es für Forscher flexibel und benutzerfreundlich ist, nicht nur für technisch versierte. Sie haben DeepSqueak in einem offenen Repository zur Verfügung gestellt, in der Hoffnung, anderen Wissenschaftlern weltweit dabei zu helfen, ihre Forschung zu verbessern.

Copyright © 2019 Cami Rosso Alle Rechte vorbehalten.

Verweise

Coffey, Kevin R., Marx, Russell G., Neumaier, John F. .. “DeepSqueak: ein tiefes lernendes System zur Erkennung und Analyse von Ultraschallvokalisationen.” 4. Januar 2019.