很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于研究人员展示了一种可以一整天破译动物行为的AI的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对研究人员展示了一种可以一整天破译动物行为的AI这篇文章感兴趣的小伙伴可以一起来看看

多年来，生物学家从动物行为中学到的很多东西都来自仔细的观察和艰辛的笔记。很快会有一种更简单的方法。

在《eLife》杂志上的一项新研究中，哥伦比亚大学的研究人员展示了一种用于过滤垃圾邮件的算法如何从录像中学习数小时，以挑选出微小的，居住在池塘中的九头蛇的全部行为方法。九头蛇是珊瑚，果冻和海葵的近亲，非常原始，缺乏骨干或大脑。但是，当它移动，进食和躲避掠食者时，它的行为可以使计算机识别出可预测的方式。

通过将九头蛇的行为与神经元的发射进行比较，研究人员希翼最终了解其神经系统以及更复杂的动物的神经系统是如何工作的。这项研究的资深作者，哥伦比亚大学神经科学家拉斐尔·尤斯特(Rafael Yuste)说：“人们已经使用机器学习算法来部分分析果蝇的飞行方式以及蠕虫如何爬行，但这是对动物行为的首次系统描述。”哥伦比亚数据科学研究所的成员。“现在我们可以实时测量Hydra的全部行为，我们可以看到Hydra是否可以学习，如果可以，还可以了解其神经元如何反应。”

九头蛇的祖先大约在7亿年前浮现在地球上，当时寒武纪爆炸导致了大多数现代物种的浮现。数百个神经元沿着大脑狭窄而半透明的身体运行，而不是大脑，它们的协调行为范围从基本的(弯成球，幸免掠食者)到复杂的袭击突围。

在最新的《当前生物学》研究中，Yuste和他的同事实时记录了其所有神经元的放电，并发现了四组神经回路，它们操纵四种不同的伸长和弯曲行为，从而为理解Hydra的神经系统如何调节其行为铺平了道路。 。

在当前的研究中，该团队通过尝试对Hydra的完整行为进行分类来走得更远。为此，他们将流行的“单词袋”分类算法应用于跟踪Hydra的一举一动的数小时素材。正如该算法分析单词在文本主体中浮现的频率以挑选出主题(并标记类似垃圾邮件的模式)一样，该算法在Hydra视频中循环显示并确定了重复的动作。

他们的算法识别了10种先前描述的行为，并测量了其中6种行为对变化的环境条件的响应。令研究人员惊讶的是，九头蛇的行为几乎没有改变。尤斯特说：“无论你喂与否，打开或关闭灯，它都像一头劲劲的兔子一样反复做同样的事情。”

研究人员认为，Hydra可能已经进展出一种适应环境的方法，就像自动驾驶一样。他们现在正在尝试其他刺激，以了解Hydra是否会回应并学习。最终，他们希翼通过一个模型来破解其神经代码，该模型可以显示其神经元网络如何创建行为。

从九头蛇吸收的经验教训对于与维护机器从船到飞机的机器的稳定性和精确操纵，在高度变化的环境中航行有关的工程分支也可能实用。

尤斯特说，即使是像九头蛇这样的简单动物，其神经系统也已经进化以保持行为的稳定性。如果工程师可以解开他们的秘密，那么技术可以注入经过数亿年进化的受生物启示的控件。

该研究的主要作者，哥伦比亚大学的研究生Shuting Han说：“逆向工程Hydra有潜力教给我们很多东西。”

该研究的其他作者，叶卡捷琳娜·塔拉洛娃(Ekaterina Taralova)和克里斯托弗·杜普雷(Christophe Dupre)曾在Yuste的实验室工作，现在在初创公司Zoox Inc.和哈佛。