北京時間1月8日下午6點，中國科學院深圳先進技術研究院腦認知與腦疾病研究所、深圳理工大學（籌）蔚鵬飛研究員團隊的最新研究成果登上國際頂級學術期刊《自然—機器智能》。研究團隊將人工智能技術運用到神經科學研究中，提出了一種研究社交行為的小樣本學習計算框架模型——Social Behavior Atlas（簡稱「SBeA」），實現了自由社交動物模型的無標籤、高精度三維姿態估計、零樣本身份識別和精細化社交行為分類，解決了精確檢測動物社交行為的多個重要難點，有望創新社交行為神經環路機制的研究範式。
蔚鵬飛研究員為論文通訊作者，在讀博士生韓亞寧為論文第一作者。共同第一作者包括碩士畢業生陳可和腦所原助理研究員王雲珂。深圳先進院腦所所長王立平研究員在研究過程中給予了重要的指導和幫助。深圳先進院為論文第一單位。
「多動物行為量化是解讀動物社交行為的關鍵，在神經科學和生態學中有着廣泛的應用意義。」《自然—機器智能》期刊高級編輯Trenton Jerde對該研究給予了極高的評價。
人工智能助力神經疾病從實驗室、自然環境到臨床醫療的串聯研究示意圖
AI賦能 零標註精準識別動物身份
自由社交狀態下，不同疾病模型的動物往往存在不同的疾病狀態，需要逐個定位相關的行為表型。然而，動物的外表被皮毛完全覆蓋，即使是富有經驗的專業實驗人員也很難在社交場景中區分每一隻動物的身份和狀態。
近年來，人工智能技術在傳統行為學研究領域的廣泛應用促使了計算神經行為學這一新興學科的蓬勃發展，DeepLabCut,、SLEAP、MoSeq等AI動物行為追蹤技術正在成為神經科學家重要的研究工具。
然而，上述技術在分析多個動物目標、動物自由社交行為時，仍無法實現海量數據標註、連續追蹤的身份準確性等問題。目前，在檢測動物行為數據方面仍沒有真正可用的有效工具，大部分動物社交行為研究仍停留在傳統三箱行為實驗階段。
當前，人工智能識別圖像的精度已經極大地超越了人眼，在該研究中，研究團隊將人工智能技術運用到動物身份識別中，提出了雙向遷移學習計算框架，實現了人工智能模型無需提前標註動物身份數據的零樣本多動物社交身份識別，識別準確率超過90%，完全滿足社交實驗的精度需求。
「雙向遷移學習的設計思路源自大腦工作機制的啟發，在非社交場景中，區分每一隻動物的身份非常簡單，這些模型已經認識的動物身份信息可以遷移到多動物社交的場景，實現了不同模型之間的知識共享和『腦補』，從而解決了人工智能模型需要人工標註大量數據才能實現多動物身份識別的問題。」論文通訊作者蔚鵬飛說。
團隊合影
跨物種普適應用 助力神經疾病研究
在此前的研究中，蔚鵬飛團隊分別開發了單動物精細行為分析算法框架、微型化自由移動眼動追蹤設備等，研究發表在《自然—通訊》和《分子精神病學》等期刊並得到國內外研究者的廣泛應用。
「然而，這些方法僅能在單動物實驗場景應用，限制了從實驗室到臨床醫療的研究拓展。」蔚鵬飛介紹。對此，研究團隊自2020年底開始構思並嘗試將無監督、層次化的動態行為分解策略拓展至社交行為場景。
經過三年的不懈努力，蔚鵬飛帶領的學科交叉團隊解決了大量的人工智能技術問題，並結合真實的實驗需求場景優化算法框架，完成了多動物目標的精細行為分析研究，有望成為計算神經行為學研究領域的一塊重要拼圖。
解析動物行為語言，就像解析人類語言從字母、單詞再到語句的層次化結構，研究團隊開發的SBeA技術，實現了對動物社交行為進行並行、動態、層次的分解，對小鼠、大鼠、鳥、犬、非人靈長類等多種動物的社交行為特徵進行自適應無監督聚類，獲得了包括追逐、相互理毛、攻擊等百餘種精細社交行為模塊。
該方法不需要提前定義社交行為類別，有利於發現新的、未定義的社交行為差異，能夠鑑定三箱社交、分區域社交等經典社交實驗範式難以獲得的自由社交行為表型。
「在研究過程中，我們發現了一個有趣的現象，小鼠和人類一樣，會主動『關心其他小鼠，尤其是精神疾病模型小鼠。該系統發現正常小鼠對自閉症模型小鼠可能具有更高的偏好性。」論文第一作者韓亞寧介紹，這為團隊進一步解析動物社交行為更深層次含義提供了新思路。
團隊負責人蔚鵬飛研究員
除了小鼠外，該方法也適用於計算鳥類和家犬的精準的3D社交姿態、身份和精細社交模塊，具有跨物種應用的潛力。其中，家犬部分的研究工作主要與中國科學院昆明動物研究所張亞平院士和王國棟研究員團隊、公安部昆明警犬基地李靜等合作，在科技創新2030「腦科學與類腦研究」重大項目支持下共同完成。
北京腦科學與類腦研究中心聯合主任、清華大學教授羅敏敏對該成果評價道，Social Behavior Atlas可以視為行為研究領域的一個「放大鏡」，它能幫助我們更精細地觀察和理解動物間複雜的社交互動、行為模式和其神經基礎。
「近年來，計算神經行為學的發展革新了經典的行為學範式，實現了從實驗室環境到自然環境的行為觀測。未來，人工智能賦能的神經科學研究將進一步加深從動物模型到臨床醫療的大數據生理參數的理解，為實施更加精準、個體化的無創神經調控提供指導，有望幫助人類突破理解複雜精神疾病的『牢籠』。」蔚鵬飛表示。（記者 林麗青）