Ansiktsuttrykk hos mus analyseres med kunstig intelligens

Ifølge Nature, har et team av forskere nylig anvendt kunstig intelligens for å analysere og tolke ansiktsuttrykkene til mus. Laboratoriemus er noen av de mest vanlige laboratoriedyrene, men lite er kjent om hvordan de uttrykker seg med ansiktet. Forskningen kan også hjelpe forskere å forstå hvilke nevroner som påvirker bestemte ansiktsuttrykk hos mennesker.

Studiet av dyreuttrykk er en gammel idé, men en relativt ny disiplin. Darwin antydet opprinnelig at dyreansiktsuttrykk kunne gi oss innsikt om deres følelser, men først nylig har vitenskap og teknologi nådd et punkt der det er mulig å studere slike uttrykk og følelser.

David Anderson, en nevrovitenskapsmann ved California Institute of Technology i Pasadena, forklarte at studiet var et viktig skritt i å avmystifisere hvordan hjernen manifesterte bestemte følelser og hvordan disse følelsene kunne uttrykkes i ansiktsmuskulaturen. I mellomtiden forklarte Nadine Gogalla, en nevrovitenskapsmann ved Max Planck-instituttet for nevrobiologi i Tyskland, bakgrunnen for studiet. Gogalla ledet studiet og ble inspirert av en artikkel fra 2014 skrevet av Anderson og kolleger. I artikkelen antydet Anderson og kolleger at følelser og andre hjernetilstander burde vise bestemte målbare attributter, og teoriserer at styrken av stimulus burde påvirke alvorlighetsgraden av følelsen og at følelsene burde være varige, og fortsette en stund etter at stimulus som var ansvarlig for dem hadde opphørt.

Som Inverse forklarte, filmet Gogolla og de andre forskerne ansiktene til musene mens de ble utsatt for en rekke stimuli, både behagelige og ubehagelige. For eksempel fikk de enten bitter eller søt væske. Forskerne sa at mus kan endre uttrykkene sine ved å endre ansiktsstrukturer som nese, øyne, ører og kinn. Imidlertid var det ikke en metode for å lett koble forskjellige ansiktsuttrykk til forskjellige følelser. Forskningsgruppen løste dette problemet ved å ta videoer av musens ansikter og dele dem opp i korte klipp, som deretter ble matet inn i en maskinlæringsalgoritme.

Camilla Bellone ved Universitetet i Genève i Sveits, sier at den AI-drevne metoden for å undersøke ansiktsuttrykk er verdifull “fordi den unngår alle eksperimentelle fordommer”.

AI-algoritmen kunne tydeligvis gjenkjenne de forskjellige ansiktsuttrykkene til musene, ettersom bevegelsen av forskjellige ansiktsmuskler korrelerte med forskjellige følelser. En mus viser at den opplever glede ved å trekke kjeven og ørene fremover og trekke nesetippen nedover mot munnen. Dessuten, når de analyserer hvordan uttrykkene manifesterte seg i respons til stimulus, fant forskningsgruppen at uttrykkene var både varige og korrelerte med stimulus-styrken, akkurat som Anderson og kolleger hadde antydet.

Forskningsgruppen brukte deretter en teknikk kalt optogenetikk for å prøve å bestemme hvilke hjerneceller som var ansvarlige for disse følelsene. Forskningsgruppen undersøkte de enkelte neurale kretsene assosiert med bestemte følelser hos dyr. Når disse kretsene ble stimulert, gjorde musene de tilsvarende ansiktsuttrykkene.

Forskningsgruppen brukte også en teknikk kalt to-foton kalsium-bilde, som kan spore enkelte nevroner. Ved å bruke denne teknikken identifiserte de nevroner i musens hjerner som bare ble aktivert når bestemte ansiktsuttrykk, og dermed følelser, ble observert. Gogolla antydet at disse nevronene kunne representere en del av en kodning for følelser i hjernen, en kodning som muligens er bevart gjennom den evolusjonære historien til pattedyr, og derfor kan mus og mennesker dele noen felles trekk i denne kodningen.