AI再突破：小鼠也分等级，它的身份竟刻在大脑里在AIforScience这个领域

在AIforScience这个领域， DeepMind要说第二，恐怕没人敢叫板第一。
前脚解决了困扰学界50年的蛋白质结构问题，连登数次Nature；后脚又用深度强化学习完美控制了核聚变反应堆，再上Nature 。
最近，来自国内的团队也在这一前沿方向上做出突破性贡献！
3月16日，一篇关于行为理解机理工作登上Nature ，成功发现并解析了小鼠群体大脑中形成「社会等级身份」行为机制的神经回路。
论文用机器学习行为理解手段揭示了哺乳动物的大脑如何编码社会等级，并利用该信息来塑造自己的行为。
作者正是来自上海交通大学电院卢策吾教授的团队。该论文的另一位共同通讯作者是Salk研究院KayM.Tye教授。

文章图片

文章图片

论文链接：https://www.nature.com/articles/s41586-022-04507-5
团队基于计算机视觉分析大规模小鼠的社交和竞争与脑神经信号关联，发现小鼠群体产生的「社会等级（Socialrank）」行为竟然是由大脑中的神经回路所控制的。
也就是说，哺乳动物天生就会去判断其他个体与自己在社会群体地位的高低，并依此做出行为决策。比如低等级小鼠会让高等级小鼠优先进食，低等级小鼠会表现出服从行为等等。
文章一经发表，吃瓜群众都懵了。
万万没想到自己一直以来都深信不疑的认知就这么给「颠覆」了。
鼠群社会等级，竟然是刻在大脑里的？！
为了便于理解，我们可以把这个研究拆成两个部分来解答。
当哺乳动物（行为主体）在执行某个行为时，其大脑是否产生了对应的稳定脑神经模式映射？
如果存在稳定映射，是否能运用机器学习方法发现与解析未知行为神经回路（如社会身份相关行为）？
于是为了回答这一系列行为理解的本质问题，团队为每只小鼠佩戴了无线电生理记录设备，用于记录社交活动中的特定脑区内侧前额叶皮层（mPFC）的序列脑神经信号，并同时通过多个摄像头跟踪定位每只小鼠。
基于卢策吾教授团队研究开发的姿态估计（如AlphaPose）与行为分类研究成果提取行为语义标签，使得行为理解能规模化，定量化地关联脑神经信号。该系统集成了计算机视觉行为理解最先进的技术，如算法对小鼠姿态估计点准确率达到了比人眼还要高的水平。
然后再利用自动采集的大量数据，通过隐马尔可夫模型来训练从「小鼠mPFC脑区的神经活动信号」到「行为标签」的回归模型。团队发现，训练完的模型在测试集上仍然有着稳定映射关系。由此也就可以确定，行为视觉类型与其行为主体大脑中的脑神经信号模式存在稳定的映射关系。
于是，在有了这样的一个视觉行为检测-脑神经信号关联模型之后，就可以去探索那些新的行为神经回路了。

文章图片

文章图片

图1.视觉行为检测-脑神经信号关联模型（左：小鼠视觉机器行为检测；右：系统框架与模型学习）
对于最初提到的「哺乳动社会层级」来说，它则涉及到了十分复杂的行为概念，比如低等级小鼠会让高等级小鼠优先进食，低等级小鼠会表现出服从行为等等。
那么，这些哺乳动物是如何判断其他个体与自己的社会群体地位高低的？其背后的神经控制机制是怎么样的呢？对于学界来说，这个一直以来都是未曾攻破的难关。