近日，一项来自深圳的神经科学与人工智能融合的研究成果登上了国际顶级学术期刊《自然—机器智能》，为科学家们解开动物社交行为的奥秘带来了新的视角。
动物社交行为一直是神经科学探索的难题。想象一下，当鸟儿群集并同步起飞时是如何无声地传达信息的？为何鱼群在遭遇威胁时会改变游泳模式？这些看似简单的行为背后，蕴含着什么样的深层含义呢？
中国科学院深圳先进技术研究院和深圳理工大学的蔚鹏飞研究员团队，利用了人工智能技术提出了一种名为“Social Behavior Atlas（SBeA）”的小样本学习计算框架模型。这个模型实现了对动物社交行为的高精度识别，无需事先标注数据，就能在自由社交状态下精准识别动物身份，准确率超过90%，为动物社交行为研究带来了革命性的突破。
研究团队解决了人工智能模型需要大量数据的问题，他们利用双向迁移学习的思路，成功将动物身份信息的知识共享，从而实现了多动物社交行为的识别。这项技术不仅适用于小鼠、大鼠、鸟类、犬和非人灵长类等多种动物，还能自适应无监督聚类分析出百余种精细社交行为模块。
这项成果不仅对动物社交行为的理解有着深远意义，更有望助力神经疾病的研究。这意味着未来我们或许能更精准地理解复杂精神疾病，甚至为个性化的神经治疗提供新的思路。
该成果被认为是行为研究领域的一次巨大飞跃。北京脑科学与类脑研究中心联合主任、清华大学教授罗敏敏对该成果评价道，Social Behavior Atlas可以视为行为研究领域的一个“放大镜”，它能帮助我们更精细地观察和理解动物间复杂的社交互动、行为模式和其神经基础。
随着人工智能技术在神经科学领域的不断深入应用，这一研究或许将打开神经科学研究的新篇章，为科学家们提供更多解密大脑奥秘的利器。蔚鹏飞表示：“近年来，计算神经行为学的发展革新了经典的行为学范式，实现了从实验室环境到自然环境的行为观测。未来，人工智能赋能的神经科学研究将进一步加深从动物模型到临床医疗的大数据生理参数的理解，为实施更加精准、个体化的无创神经调控提供指导，有望帮助人类突破理解复杂精神疾病的‘牢笼’。”
蔚鹏飞研究员为论文通讯作者，在读博士生韩亚宁为论文第一作者。共同第一作者包括硕士毕业生陈可和脑所原助理研究员王云珂。深圳先进院脑所所长王立平研究员在研究过程中给予了重要的指导和帮助。深圳先进院为论文第一单位。
（广州日报全媒体记者王纳）
