Ansigtudtryk hos mus analyseres med kunstig intelligens

Ifølge Nature, har et hold af forskere nylig anvendt kunstig intelligens til at analysere og fortolke ansigtudtryk hos mus. Laboratoriemus er nogle af de mest almindeligt brugte laboratoriedyr, men der er kun lidt kendt om, hvordan de udtrykker sig selv med deres ansigter. Forskningen kan også hjælpe videnskabsmænd med at forstå, hvilke neuroner påvirker bestemte ansigtudtryk hos mennesker.

Studiet af dyreadfærd er en gammel idé, men en relativt ny disciplin. Darwin antog oprindeligt, at dyreadfærd kunne give os indsigt om deres følelser, men først nu har videnskab og teknologi udviklet sig til et punkt, hvor det er muligt at studere sådanne adfærd og følelser.

David Anderson, en neurovidenskabsmand ved California Institute of Technology i Pasadena, forklarede, at studiet var et vigtigt skridt i at afmystificere, hvordan hjernen manifestere bestemte følelser og hvordan disse følelser kan udtrykkes i ansigtsmuskler. Imens forklarede Nadine Gogalla, en neurovidenskabsmand ved Max Planck Institute of Neurobiology i Tyskland, baggrunden for studiet. Gogalla ledede studiet og var inspireret af en artikel fra 2014 skrevet af Anderson og kolleger. I deres artikel antog Anderson og kolleger, at følelser og andre hjernetilstande skulle have bestemte målbare attributter, og at styrken af stimulus skulle påvirke alvoren af følelsen, og at følelser skulle være varige og fortsætte lidt endda efter, at stimulus, der var årsag til dem, var ophørt.

Som Inverse forklarede, optog Gogolla og de andre forskere ansigterne af mus, mens de blev udsat for en række stimuli, både behagelige og ubehagelige. For eksempel fik de enten bitter eller sød væske. Forskerne fastslog, at mus kan ændre deres udtryk ved at ændre ansigtstrukturer som næse, øjne, ører og kinder. Der var dog ikke en metode til at let kobling af forskellige ansigtudtryk til forskellige følelser. Forskningsholdet løste dette problem ved at tage videoer af musens ansigter og splitte dem op i korte klip, som derefter blev ført ind i en maskinelæringsalgoritme.

Camilla Bellone ved Universitetet i Genève i Schweiz siger, at den AI-drevne metode til at undersøge ansigtudtryk er værdifuld “fordi den undgår enhver bias fra eksperimentatoren”.

AI-algoritmen kunne genkende de forskellige ansigtudtryk hos musene, da bevægelser af forskellige ansigtsmuskler korrelerer med forskellige følelser. En mus viser, at den oplever nydelse ved at trække kæben og ørerne frem og tippe næsen nedad mod munden. Desuden fandt forskningsholdet, da de analyserede, hvordan udtrykkene manifesterede sig i respons til stimuli, at udtrykkene var både varige og korrelerede med styrken af stimulus, ligesom Anderson og kolleger havde antaget.

Forskningsholdet brugte derefter en teknik kaldet optogenetik for at forsøge at bestemme, hvilke hjerneceller er ansvarlige for disse følelser. Forskningsholdet undersøgte de enkelte neurale kredsløb associeret med bestemte følelser hos dyr. Når disse kredsløb blev stimuleret, gjorde musene de tilsvarende ansigtudtryk.

Forskningsholdet anvendte også en teknik kaldet to-foton-kalcium-billede, som kan spore enkelte neuroner. Ved hjælp af denne teknik identificerede de neuroner i musens hjerne, der aktiveredes kun, når bestemte ansigtudtryk, og dermed følelser, blev observeret. Gogolla antog, at disse neuroner måske repræsenterer en del af en kodning for følelser i hjernen, en kodning, der muligvis er bevaret gennem evolutionens historie hos pattedyr, og derfor kan mus og mennesker dele nogle fælles træk i denne kodning.