Scienza, fede, ragione, informazione. Direttore Paolo Centofanti

News 2018, News agosto 2018

Neuroscienze: studiare il comportamento animale con l’intelligenza artificiale

scimpanzè

Algoritmi di deep learning e apprendimento automatico applicati alle neuroscienze per lo studio dei comportamenti negli animali

Con questo tipo di sistemi, basati su intelligenza artificiale – AI, è possibile studiare il comportamento animale con una precisione paragonabile a quella umana. In particolare, alcuni ricercatori hanno sviluppato un algoritmo di deep learning, che rende superfluo l’utilizzo di marker per tracciare i movimenti dei soggetti studiati. Anche le analisi manuali diventano non necessarie.

Ne parla una ricerca pubblicata il 20 agosto 2018 su Nature Neuroscience con il titolo DeepLabCut: markerless pose estimation of user defined body parts with deep learning. L’algoritmo e lo studio sono stati sviluppati da Taiga Abe, Mathis e Matthias Bethge, Kevin M. Cury, Pranav Mamidanna, Alexander Mathis, Venkatesh N. Murthy, Mackenzie Weygandt. DeepLabCut è uno strumento open source per tracciare i movimenti. Finora era necessarie procedure estremamente lunghe e costose. Ad esempio registrarli in video, etichettando con un tag ogni fotogramma. Oppure collocando prima delle riprese dei marker, ovvero indicatori, in alcuni specifici punti – come ad esempio le articolazioni – del corpo degli animali studiati.

I marker – come i tag – sono un sistema scomodo e laborioso da utilizzare. E come spiegato nell’articolo “possono interferire con il comportamento studiato e sono spesso adatti solo per il monitoraggio di alcuni tipi limitati di movimento”. L’obiettivo di Mathis, Bethge e gli altri autori dello studio era superare tali limiti e complicazioni. I ricercatori precedentemente programmato – “preaddestrato” – lo strumento DeepLabCut, tramite “un set di dati immagine con riconoscimento di oggetti di grandi dimensioni”.

I vantaggi del sistema sviluppato: semplicità, velocità, e necessità di poco addestramento

DeepLabCut richiede quindi solo una piccola serie di immagini con tag applicato manualmente – circa 200 – da addestrare per ogni nuovo compito di monitoraggio, rendendo facile per i neuroscienziati adottare negli studi sul comportamento animale. Dimostrano come l’algoritmo può tracciare parti del corpo arbitrarie di topi e mosche, durante vari comportamenti, con precisione simile a quella umana e senza bisogno di marcatori.

Come spiega l’articolo su Nature Neuroscience, il sistema “DeepLabCut è in grado di tracciare movimenti sottili, come l’estensione delle uova e della proboscide nelle mosche”, oppure i movimenti di topi da laboratorio in un percorso predeterminato. Link Nature Neuroscience.

Lascia una risposta