Gezichtsuitdrukkingen van muizen geanalyseerd met kunstmatige intelligentie

Volgens Nature, heeft een team van onderzoekers onlangs kunstmatige intelligentie ingezet om de gezichtsuitdrukkingen van muizen te analyseren en interpreteren. Laboratoriummuizen zijn een van de meest gebruikte laboratoriumdieren, maar er is weinig bekend over hoe ze zich uitdrukken met hun gezicht. Het onderzoek kan ook helpen om te begrijpen welke neuronen specifieke gezichtsuitdrukkingen bij mensen beïnvloeden.

Het onderzoek naar dierlijke uitdrukkingen is een oud idee, maar een relatief nieuwe discipline. Darwin heeft oorspronkelijk de hypothese geformuleerd dat dierlijke gezichtsuitdrukkingen ons inzicht kunnen geven in hun emoties, maar pas recentelijk is de wetenschap en technologie zo ver gevorderd dat het mogelijk is om dergelijke uitdrukkingen en emoties te bestuderen.

David Anderson, een neuroscientist aan het California Institute of Technology in Pasadena, legde uit dat het onderzoek een belangrijke stap was in het ontrafelen van hoe de hersenen bepaalde emoties manifesteren en hoe die emoties mogelijk worden uitgedrukt in gezichtsspieren. Ondertussen legde Nadine Gogalla, een neuroscientist aan het Max Planck Instituut voor Neurobiologie in Duitsland, de reden achter het onderzoek uit. Gogalla leidde het onderzoek en werd geïnspireerd door een artikel uit 2014 geschreven door Anderson en collega’s. In hun artikel hypothezeren Anderson en collega’s dat emoties en andere hersenstaten bepaalde meetbare kenmerken moeten vertonen, en dat de sterkte van de stimulus de ernst van de emotie moet beïnvloeden en dat emoties persistent moeten zijn, zelfs nadat de stimulus die ze veroorzaakt heeft, is geëindigd.

Zoals Inverse uitlegde, filmde Gogolla en de andere onderzoekers de gezichten van muizen terwijl ze werden blootgesteld aan verschillende stimuli, zowel aangenaam als onaangenaam. Ze kregen bijvoorbeeld bittere of zoete vloeistoffen. De onderzoekers stelden vast dat muizen hun uitdrukkingen kunnen veranderen door gezichtsstructuren zoals de neus, ogen, oren en wangen te veranderen. Echter, er was geen methode om gemakkelijk verschillende gezichtsuitdrukkingen te koppelen aan verschillende emoties. Het onderzoeksteam loste dit probleem op door de video’s van de muizengezichten op te splitsen in korte clips, die vervolgens werden gevoerd in een machine learning-algoritme.

Camilla Bellone aan de Universiteit van Genève in Zwitserland, zegt dat de AI-gedreven methode voor het onderzoeken van gezichtsuitdrukkingen waardevol is “omdat het elke bias van de onderzoeker vermijdt”.

Het AI-algoritme was in staat om de verschillende gezichtsuitdrukkingen van de muizen te herkennen, aangezien de beweging van verschillende gezichtsspieren correleert met verschillende emoties. Een muis toont aan dat hij geniet door zijn kaak en oren naar voren te trekken en de punt van zijn neus naar beneden te trekken naar de mond. Bovendien, toen het onderzoeksteam analyseerde hoe de uitdrukkingen zich manifesteerden in reactie op stimuli, vonden ze dat de uitdrukkingen zowel persistent als gecorreleerd waren met de sterkte van de stimulus, net zoals Anderson en collega’s hadden gehypothezeerd.

Het onderzoeksteam gebruikte vervolgens een techniek genaamd optogenetica om te proberen te bepalen welke hersencellen verantwoordelijk zijn voor deze emoties. Het onderzoeksteam onderzocht de individuele neurale circuits die geassocieerd zijn met bepaalde emoties bij dieren. Toen deze circuits werden gestimuleerd, maakten de muizen de overeenkomstige gezichtsuitdrukkingen.

Het onderzoeksteam gebruikte ook een techniek genaamd two-photon calcium imaging, die individuele neuronen kan volgen. Met behulp van deze techniek identificeerden ze neuronen in de hersenen van de muizen die alleen werden geactiveerd wanneer bepaalde gezichtsuitdrukkingen, en dus emoties, werden waargenomen. Gogolla hypothezeerde dat deze neuronen mogelijk deel uitmaken van een codering voor emoties in de hersenen, een codering die mogelijk behouden is gebleven in de evolutionaire geschiedenis van zoogdieren, en dat muizen en mensen dus mogelijk enkele gemeenschappelijke kenmerken delen in deze codering.