0
Дослідники з Університету Карнегі-Меллона, Університетської лікарні Бонна та Університету Бонна створили платформу з відкритим вихідним кодом, відому як A-SOiD, яка може вивчати та передбачати поведінку, визначену користувачем, лише з відео. Результати дослідження тепер опубліковані в журналі Nature Methods.
«Ця техніка чудово підходить для вивчення класифікацій різних видів поведінки тварин і людей», — сказав Ерік Іттрі, доцент кафедри біологічних наук сім’ї Еберлі в Карнегі-Меллон. «Це працюватиме не лише на поведінку, але й на поведінку будь-чого, якщо є шаблони, які можна ідентифікувати: фондові ринки, землетруси, протеоміка. Це потужна машина для розпізнавання шаблонів».
На відміну від багатьох програм штучного інтелекту (AI), A-SOiD не є чорною скринькою. Натомість дослідники дозволили програмі заново дізнатися, що вона зробила не так. Спочатку вони навчили програму з частиною набору даних, зосередившись на слабших переконаннях програми. Якби програма була невпевненою, алгоритм зміцнив би віру в дані навчання.
Оскільки A-SOiD навчили зосереджуватися на невизначеності алгоритму, а не розглядати всі дані однаково, Алекс Хсу, нещодавній доктор філософії. випускник Карнегі-Меллона, сказав, що він уникає типових упереджень, які зустрічаються в інших моделях ШІ.
Інструмент штучного інтелекту відповідає кожному класу в наборі даних
«Це інший спосіб подачі даних», — сказав Хсу. «Зазвичай люди використовують повний набір даних будь-якої поведінки, яку вони шукають. Вони рідко розуміють, що дані можуть бути незбалансованими, тобто в їхньому наборі може бути добре представлена поведінка, а в їхньому наборі — погано представлена поведінка. . Потім це зміщення може поширюватися від процесу прогнозування до експериментальних результатів. Наш алгоритм піклується про збалансування даних, навчаючись лише на слабших. Наш метод краще справедливо представляє кожен клас у наборі даних».
Оскільки A-SOiD навчається під наглядом, він може бути дуже точним. Якщо надати набір даних, він може визначити різницю між звичайним тремтінням людини та тремором пацієнта з хворобою Паркінсона. Він також служить додатковим методом до їхньої платформи сегментації поведінки без нагляду B-SOiD, випущеної два роки тому.
Крім того, що A-SOiD є ефективною програмою, вона дуже доступна, може працювати на звичайному комп’ютері та доступна у вигляді відкритого коду на GitHub.
A-SOiD доступний для всіх, хто займається наукою
Йенс Тілманн, докторант з Університету Бонна в Університетській лікарні Бонна, сказав, що ідея зробити цю програму відкритою для всіх дослідників є частиною її впливу.
«Цей проект був би неможливий без відкритого наукового мислення, яке продемонстрували обидві наші лабораторії, а також уся спільнота нейроетології в останні роки», — сказав Тілманн. «Я радий бути частиною цієї спільноти і з нетерпінням чекаю майбутніх спільних проектів з іншими експертами в цій галузі».
Іттрі та Мартін К. Шварц, головні дослідники Університетської лікарні Бонна та члени трансдисциплінарних дослідницьких напрямків (TRA) «Життя та здоров’я» Боннського університету, планують використовувати A-SOiD у своїх власних лабораторіях для подальшого дослідження взаємозв’язку між мозком і поведінкою. Yttri планує використовувати A-SOiD у поєднанні з іншими інструментами для дослідження нейронних механізмів, що лежать в основі спонтанної поведінки. Шварц використовуватиме A-SOiD у поєднанні з іншими модальностями поведінки для детального аналізу відомої поведінки в соціальних взаємодіях.
І Іттрі, і Шварц висловили надію, що A-SOiD використовуватимуть інші дослідники з різних дисциплін і країн.
«A-SOiD — це важлива розробка, яка дає змогу ввійти в поведінкову класифікацію на основі штучного інтелекту і, отже, чудова унікальна можливість краще зрозуміти причинно-наслідковий зв’язок між мозковою активністю та поведінкою», — сказав Шварц. «Ми також сподіваємося, що розробка A-SOiD послужить ефективним стимулом для майбутніх спільних дослідницьких проектів, зосереджених на дослідженні поведінки в Європі, а також по всій Атлантиці».