算法学会识别果冻湿润的全套行为
![](http://www.yixuew.cn/uploadfile/2021/05/20210518245250.jpg)
研究人员展示了如何学习垃圾邮件的算法可以学习挑选,从视频镜头几小时,微小的池塘住宅的全身行为曲目。在上述图像中,Hydra的神经元用绿色荧光指示剂标记。(哥伦比亚大学的Yuste Lab)
多年来,生物学家了解的大部分生物学家都来自仔细观察和艰苦的笔记。很快就会更容易。
在哥伦比亚大学的研究人员中的一项新研究中,哥伦比亚大学的研究人员展示了如何学习垃圾邮件的算法,从视频镜头,微小的池塘住宅的全部行为曲目。珊瑚,果冻和海葵的紧密相对,Hydra是如此原始,即它缺乏骨干或大脑。但是,当它移动,饲料和逃避捕食者时,它的行为可以以可预测的方式表达计算机可以识别。
通过将Hydra的行为与其神经元的烧制进行比较,研究人员希望最终了解其神经系统的神经系统,以及更复杂的动物作品。“人们已经使用了机器学习算法部分分析了果蝇的苍蝇以及如何蠕虫爬行,但这是动物行为的第一个系统描述,”哥伦比亚大学的神经科学家Rafael Yuste,Rafael Yuste哥伦比亚数据科学研究所的成员。“现在我们可以实时测量整个Hydra的行为,我们可以看出它是否可以学习,如果是的话,它的神经元如何应对。”
当研究人员操纵Hydra的环境条件时,他们发现,在上面的电影中捕获了六种常见行为,根本几乎没有变化。(伊斯特实验室/哥伦比亚大学)。
在寒武纪的爆炸前,Hydra的祖先在大约7亿年前出现在地球上,以至于产生了最现代化的物种。而不是大脑,数百个神经元沿着它的狭窄,半透明的身体协调行为,这些行为范围从基础 - 卷发到球中以避免捕食者 - 复杂 - 环绕四周。
在当前生物学的早期研究中,Juste和他的同事记录了其所有神经元的实时射击,并发现了四套神经电路,控制四组不同的伸长率和弯曲行为,铺平了解Hydra的神经系统如何调节其行为的方式。
在目前的研究中,该团队通过试图对Hydra完整的行为进行了进一步进一步走了一步。为此,他们将流行的“单词”分类算法应用于几小时的镜头跟踪Hydra的每一个移动。正如算法分析文本主体中出现的频率(例如,类似于垃圾邮件的模式),它通过Hydra视频循环并识别重复运动。
它们的算法认可了10个前面描述的行为,并测量了这些行为中的六种行为如何响应不同的环境条件。对研究人员的惊喜,Hydra的行为几乎没有变化。“无论你是否喂它,都会打开或关闭灯,它在同样的事情上又一次地像一个激励器兔子一样,”Yuste说。
研究人员认为HYDRA可能已经进化了一种调整其环境的方式,仿佛在自动飞行员上。他们现在正在尝试其他刺激,看看Hydra是否会回应和学习。最终,他们希望用一个模型来破解其神经密码,该模型显示其神经元网络如何创造行为。
![](http://www.yixuew.cn/uploadfile/2021/05/20210518245251.jpg)
上面的时间流逝图像显示Hydra穿过翻筋斗,其主要的运动形式。(伊斯特实验室/哥伦比亚大学)
从HYDRA中学到的经验教训也可能对有关在机器中保持稳定性和精确控制的工程分支,从船舶到平面,在高度可变条件下导航。
Yuste表示,甚至是Hydra这样简单的动物的神经系统,甚至是Hydra这样的简单动物,以保持其行为的恒定。如果工程师可以解锁他们的秘密,技术可能会被注入生物学上灵感的控制,这些控制已经发展超过数亿年。
“逆向工程卫生水道有可能教授我们这么多件事,”这项研究的潜在作者表示,哥伦比亚的研究生抚养汉族。以前在Yuste的实验室中,该研究的其他作者,Ekaterina Taralova和ChristopheDupré现在在Startup Zoox Inc.和哈佛大学。
出版物:关闭Han等人,“Hydra行为的综合机器学习分析揭示了一个稳定的基础行为曲目,”Elife,2018; 7:E32605; DOI:10.7554 / Elife.32605