Японские исследователи разработали ИИ-инструмент для управления мозговыми цепями животных в реальном времени
Команда из Университета Нагоя создала YORU — систему искусственного интеллекта, которая идентифицирует поведение животных и мгновенно управляет соответствующими мозговыми цепями, улучшая изучение социальных взаимодействий у различных видов.
Исследователи из Университета Нагоя разработали систему искусственного интеллекта под названием YORU (Your Optimal Recognition Utility), которая способна в реальном времени распознавать конкретное поведение животных и немедленно взаимодействовать с соответствующими мозговыми цепями. Это программное обеспечение с открытым исходным кодом позволяет биологам изучать социальные взаимодействия с беспрецедентной скоростью и точностью. Рассматривая сложные действия как отдельные визуальные объекты, YORU позволяет компьютерам распознавать такие поведения, как ухаживание или совместное питание, и реагировать в течение миллисекунд.
Традиционные методы анализа взаимодействий животных часто основываются на оценке позы, отслеживая определённые точки тела на видео для вычисления движений. Однако эти методы могут испытывать трудности, когда животные находятся в тесной близости или перекрываются, что затрудняет запуск экспериментов в точные моменты. Чтобы решить эту проблему, исследовательская группа во главе с Хаято М. Яманоучи и Рёсукэ Ф. Такэути под руководством старшего автора Азузы Камикаучи выбрала другой подход. Они разработали систему с «замкнутой петлёй» обратной связи, когда компьютер наблюдает за животным и мгновенно генерирует стимул в ответ. Например, система может включить свет в момент, когда муха расправляет крыло.
YORU использует алгоритм глубокого обучения, известный как обнаружение объектов, анализируя всю форму животного на одном кадре видео. Этот метод позволяет программному обеспечению распознавать конкретные действия как отдельные «объекты поведения», например, когда две муравьи делятся пищей или самец мухи вибрирует крылом. Рассматривая поведение как единый объект, а не набор точек, YORU эффективно справляется со случаями, когда животные соприкасаются или перекрываются.
Команда протестировала YORU на различных видах, включая плодовых мух, муравьёв и данио-рерио, достигнув точности распознавания от 90% до 98% по сравнению с наблюдениями человека. Программное обеспечение также показало эффективность в анализе мозговой активности у мышей, точно идентифицируя такие поведения, как бег, уход за шерстью и движения усиков, и связывая эти действия с нейронной активностью в коре мозга мыши.
В продвинутом эксперименте с использованием оптогенетики — техники, которая управляет генетически модифицированными нейронами с помощью света — исследователи модифицировали самцов плодовых мух так, чтобы нейроны, отвечающие за их брачную песню, подавлялись зелёным светом. YORU отслеживал мух в реальном времени и, обнаружив, что самец расправляет крыло для пения, включал зелёный свет в течение миллисекунд, заставляя самца прекратить брачную песню. Это прерывание привело к статистически значимому снижению успеха спаривания.
Хаято М. Яманоучи, соавтор и аспирант Нагояского университета, отметил эффективность системы:
«Вместо отслеживания точек тела во времени YORU распознаёт целые поведения по их внешнему виду на одном кадре видео. Он обнаружил поведения у мух, муравьёв и данио с точностью 90-98% и работал на 30% быстрее конкурирующих инструментов.»
Исследователи также продемонстрировали точность YORU, используя проектор для манипуляции только одним животным из пары, не затрагивая другое. Они генетически модифицировали самок мух, чтобы их слуховые нейроны были чувствительны к свету, и при обнаружении расправления крыла у самца проецировали маленький световой круг на грудь самки, подавляя её слуховые нейроны именно в момент попытки пения самца. В результате самка игнорировала ухаживания, так как не слышала самца.
Старший автор Азуза Камикаучи объяснила важность такой точности:
«Мы можем подавлять нейроны ухаживания у мух в тот момент, когда YORU обнаруживает расправление крыла. В другом эксперименте мы использовали целенаправленный свет, который следил за отдельными мухами и блокировал слуховые нейроны только у одной мухи, в то время как другие свободно двигались рядом.»
Скорость работы системы была ключевым аспектом для исследователей. Сравнение YORU с SLEAP, популярным инструментом для оценки позы, показало, что YORU имеет среднюю задержку около 31 миллисекунды, что примерно на 30% быстрее альтернативного метода. Такая скорость необходима для изучения нейронных цепей, которые работают на чрезвычайно быстрых временных масштабах.
Разработанная с учётом удобства для биологов без глубоких знаний программирования, YORU включает графический интерфейс пользователя, позволяющий исследователям маркировать поведения и обучать ИИ без написания кода. Команда сделала программное обеспечение открытым, что позволяет лабораториям по всему миру скачивать и адаптировать его под свои модели животных.
Хотя YORU обеспечивает скорость и точность, он опирается на внешний вид поведения на одном кадре, что снижает эффективность при распознавании действий, зависящих от последовательности событий во времени. Кроме того, текущая версия не отслеживает автоматически индивидуальную идентичность животных на протяжении длительного времени, что может потребовать дополнительных инструментов для исследований с необходимостью долгосрочного учёта индивидуальных историй.
Несмотря на эти ограничения, YORU представляет собой значительный прорыв в изучении нейронных основ коммуникации. Позволяя компьютерам распознавать социальное поведение в момент его возникновения, учёные теперь могут исследовать, как мозг справляется со сложными социальными взаимодействиями, открывая новые пути для понимания нейронных механизмов поведения.