動物の行動をAIで解明する

・研究者は、機械学習アルゴリズム（元々スパムフィルタリング用に開発されたもの）を使って、ヒドラの行動を解析しています

・リアルタイムで行動を分析し、様々な環境に対してヒドラの神経細胞がどのように反応するかを示すことができます

・そのために、彼らはヒドラのすべての活動を含む動画にbag-of-words分類モデルを適用しました

私たちは何世紀にもわたって、動物の行動を研究してきました。それには、多くの詳細な観察と丹念な注意が必要です。しかし、識別や分類を自動化できる効率的な技術がいくつかあります。

近年、コロンビア大学の科学者たちが、スパム・フィルター・アルゴリズムを動物の行動分析に利用する方法を発表しました。彼らは、ヒドラの完全な行動レパートリーを（映像から）選び出すことを学習する、自動行動分析パイプラインを構築しました。

ヒドラは淡水の生物で、再生能力があり、寿命がありません。脳はありませんが、半透明の体に何百もの神経細胞が走っており、複数の行動を調整しています。これらの神経細胞は規則的な行動をとり、動く前から比較することで、複雑な動物の神経系がどのように機能しているかを理解することができました。

人工知能は、ミミズの這い方やハエの飛び方を部分的に調べるのに使われてきましたが、動物の行動を研究するために機械学習を使うのは今回が初めてです。

機械学習のアルゴリズム

このアルゴリズムは、リアルタイムで行動を分析することができます。研究者は、ヒドラが何を学ぶのか、学んだ後ニューロンがどのように反応するかを観察するのに役立ちます。2017年、研究者が4種類の曲げ伸ばしの行動を制御する神経回路を発見しました。これにより、ヒドラの神経系がどのようにその行動を制御しているのかが解明されました。

今回、さらに研究が進み、ヒドラの行動を完全に網羅したデータベースを作成しました。

研究チームは、ヒドラの全活動が収録された映像に、よく知られたBag-of-Wordsモデルを適用しました。このモデルは、情報検索や自然言語処理で使用されているものを簡略化したものです。さらに、研究者は教師なし機械学習とアノテーション行動を確認しました。

緑色の蛍光で表示されたヒドラの神経細胞| 画像元: コロンビア大学

bag-of-wordsモデルは、動画や画像を、画像中の小さなパッチのような視覚的な言葉の「袋」として、あるいは、小さなパッチから抽出された形状や映像の特徴として考えます。他の手法と比較して、向き、視覚、視野角の変化などが安定しています。

研究者たちは、このモデルをより効率的にするために、密集軌跡（形状と運動の統計情報を符号化）、身体部位分割（空間情報を記述）、フィッシャーベクトル（視覚単語を統計的に表現）などを他の計算手法と統合しました。

このアルゴリズムは、何時間分ものビデオを循環させ、繰り返しの動きを検出します。テキスト本文に何回単語が現れるかを調べて、話題や主題を抽出して、そのメールにフラグを立てるのと似ています。

提供:ユーステ研究所/ コロンビア大学

従来から報告されている行動のうち、10個の行動をアルゴリズムで識別することに成功しました。実際に、そのうち6つの行動を評価したところ、周囲のシナリオを変化させても反応することが分かりました。そして、ヒドラの行動はほとんど変化しないという、非常に興味深い結果が出ました。電気を消してもつけても、餌を与えても与えなくても、同じことを何度も繰り返します。

今後の展開は?

研究者たちは、ヒドラの行動の変化を観察するために、刺激を与える実験を行う予定です。ヒドラの神経ネットワークがどのように行動を生み出すかを明らかにする神経コードを解明することが最終目標です。今後、この技術を何千年もかけて進化してきた他の生物に注入することも可能になります。

この研究で得られたことは、飛行機や船舶など、過酷な環境下で航行する機械の正確な制御と安定性を維持することにも役立つと思われます。