成人网站免费的久久青青草,精品国产在天天线在

多年來，研究人員知道我們可以通過嚙齒類動物的叫聲來了解它們的感受。就像狗搖尾巴一樣，某些叫聲表明嚙齒動物很快樂。反過來，另一些叫聲表明嚙齒動物有壓力，甚至抑郁。

但為什么研究人員會對嚙齒動物的情緒感興趣呢？因為研究人員想了解嚙齒動物對各種刺激的反應。這有助于研究人員找到幫助成癮者或抑郁者的最佳方法。通過簡單分析嚙齒類動物的交流方式，研究人員可以判斷治療是否有助于減輕抑郁情緒。

圖片來源：Alice Gray

由于嚙齒類動物主要通過人耳聽不到的超聲波發(fā)聲（USV）進行交流，因此很難破譯老鼠吱吱的叫聲。超聲波發(fā)聲的范圍為20千赫到115千赫，而人類通常可以聽到20赫到20千赫的聲音。

直到現(xiàn)在，研究人員在研究嚙齒動物的叫聲時，依然嚴重依賴耗時的人工分析。由于發(fā)聲頻率很高，研究人員不得不放慢播放錄音的速度，才能聽到叫聲。即使使用專門的麥克風，對錄音中的高音尖叫聲進行標記和分類也是很費力費時的。這些方法也容易導致人為錯誤和誤解。

華盛頓大學精神病學和行為科學系教授John Neumaier博士告訴《數(shù)字趨勢》雜志：“過去，為了更好地了解動物在行為測試中的情緒狀態(tài)，研究人員將這些聲音記錄了下來。問題是，要對這些錄音進行人工分析，就需要把它們放慢到人類可以聽到的頻率，這可能需要花費10倍的時間來聽。這給研究人員帶來了非常大的工作壓力，使得他們不愿意用這種自然的方式來解讀動物的情緒狀態(tài)?！?/p>

因此，這個研究小組借助于人工智能（AI）來實現(xiàn)這一過程的自動化。他們的程序叫做DeepSqueak，因為這項程序基于一種叫做深度學習的人工智能形式。

利用深度學習分析超聲波發(fā)聲

兩位研究人員（華盛頓大學精神病學和行為科學系技術人員Russell Marx和華盛頓大學博士后研究員Kevin Coffey博士）與Neumaier教授合作開發(fā)了用于檢測和分析超聲波發(fā)聲的DeepSqueak軟件。他們的研究最近發(fā)表在《神經(jīng)心理藥理學自然雜志》上。

Coffey說：“我們可以訓練這個軟件，以一種更類似于人類學習的方式來分析這些叫聲。我們用圖片和例子來說明叫聲，而不是用數(shù)學來描述叫聲是什么?！?/p>

DeepSqueak將聲音問題轉化為圖像問題。

DeepSqueak的輸入是一個音頻文件（.wav或.flac）。DeepSqueak將音頻文件拆分為短的分段，然后將這些分段轉換為圖像（聲波圖）。下圖顯示了從原始音頻文件到經(jīng)過濾波的聲波圖的轉換。

關于使用深度學習破譯老鼠的語言分析和介紹

圖片來源：Kevin R.Coffey、Russell G.Marx和John F.Neumair

將聲波圖輸入到一個深度學習人工智能程序中，這個程序可以對圖像進行識別和分類，類似于自動駕駛汽車中用來識別停車標志和車道線的人工智能。它首先查看聲波圖中是否有吱吱聲。如果有的話，是什么類型的吱吱聲。

Marx說：“DeepSqueak使用仿生算法，這種仿生算法可以通過已經(jīng)標記好的發(fā)聲和噪音的例子來學習分離發(fā)聲。”

關于使用深度學習破譯老鼠的語言分析和介紹

圖片來源：Kevin R. Coffey、 Russell G. Marx和John F. Neumaier

該小組開始使用Deepsqueak時，采用的是MathWorks網(wǎng)站的示例代碼Object Detection Using Faster R-CNN Deep Learning（使用Faster R-CNN深度學習進行對象檢測）：

在此基礎上，他們開發(fā)了DeepSqueak軟件包和MATLAB圖形用戶界面。DeepSqueak使用了Computer Vision System Toolbox（計算機視覺系統(tǒng)工具箱）、Curve Fitting Toolbox（曲線擬合工具箱）、Image Processing Toolbox（圖像處理工具箱）、Parallel Computing Toolbox（并行計算工具箱）和Deep Learning Toolbox（深度學習工具箱）。

該技術有助于開發(fā)更好的成癮治療方法

這個研究小組的重點是精神病學和行為科學。

這項無損傷性研究發(fā)現(xiàn)，嚙齒類動物在預期得到獎勵（如，糖）或與同伴玩耍時最快樂。他們還發(fā)現(xiàn)，當雌性嚙齒動物在附近時，雄性嚙齒動物的行為也不同。情況正如預期，并無意外。

Neumaier教授說，他的目標是開發(fā)壓力失調(diào)和成癮的治療方法。DeepSqueak使超聲波發(fā)音的解碼破譯工作變得方便快捷，可以幫助實驗室更快地實現(xiàn)目標。

他說：“如果科學家能更好地理解藥物如何改變大腦活動，從而引起愉悅或不愉悅的感覺，我們就可以設計出更好的治療成癮的方法。”

該小組已經(jīng)向所有研究人員開放了DeepSqueak，他們可以創(chuàng)建自己的分析。代碼在Github上：

https://github.com/DrCoffey/DeepSqueak

該程序目前可以識別大約20種不同的超聲波發(fā)聲。該小組希望，當其他人識別和標記各種超聲波發(fā)聲時，他們能夠為老鼠的叫聲創(chuàng)建一個虛擬的“谷歌翻譯”。