Расшифровка собачьего восприятия: машинное обучение показало, как мозг собаки представляет то, что она видит

Ученые расшифровали визуальные образы из мозга собаки, впервые показав, как собачий разум реконструирует то, что видит. Исследование, проведенное в Университете Эмори, опубликовано в Journal of Visualized Experiments.

Результаты показывают, что собаки больше настроены на действия в окружающей среде, чем на то, кто или что выполняет это действие.

Исследователи записали данные фМРТ для двух бодрствующих, свободно лежащих собак, пока те смотрели видео в трех 30-минутных сессиях (всего 90 минут). Затем они использовали алгоритм машинного обучения для анализа паттернов нейронных данных.

«Мы показали, что можем отслеживать активность в мозге собаки, пока она смотрит видео, и, по крайней мере, в ограниченной степени реконструировать то, на что она смотрит», — говорит Грегори Бернс, профессор психологии и автор статьи. — «Тот факт, что мы можем это делать, примечателен».

Проект был вдохновлен недавними достижениями в области машинного обучения и фМРТ для декодирования визуальных стимулов из человеческого мозга. Помимо людей, эта техника применялась лишь к нескольким другим видам, включая некоторых приматов.

«Хотя наша работа основана всего на двух собаках, она доказывает работоспособность этих методов на собаках», — говорит Эрин Филлипс, первый автор статьи. — «Я надеюсь, что эта работа проложит путь для других исследователей».

Бернс и его коллеги стали пионерами в разработке методов тренировки собак для входа в сканер фМРТ и сохранения полной неподвижности без ограничений. Десять лет назад его команда опубликовала первые изображения фМРТ полностью бодрствующей, свободной собаки, что положило начало «Проекту Собака».

Методология эксперимента

• Видео снималось с «собачьей» перспективы (примерно по пояс человеку) и включало сцены из жизни собак: их гладят, угощают, они играют, едят, гуляют. Также были показаны машины, велосипеды, кошки, олени, люди.
• Видеоданные были разделены по временным меткам на классификаторы: объектные (собака, машина, человек) и основанные на действиях (обнюхивание, игра, еда).
• Только две собаки из подготовленных — Дейзи (метис) и Бхубо (метис) — смогли лежать совершенно неподвижно и смотреть 30-минутное видео без перерыва, пройдя три сессии.
• Два человека также прошли тот же эксперимент.
• Алгоритм машинного обучения (нейросеть Ivis) был применен для классификации содержания мозговых данных по временным меткам.

Результаты

• Для двух людей-испытуемых модель показала 99% точность в сопоставлении данных мозга как с объектными, так и с классификаторами действий.
• Для собак модель не сработала для объектных классификаторов. Однако она показала точность от 75% до 88% в декодировании классификаций действий.

Выводы

Результаты указывают на серьезные различия в работе мозга людей и собак.

«Мы, люди, очень ориентированы на объекты. В английском языке в десять раз больше существительных, чем глаголов... Собаки, похоже, меньше озабочены тем, кого или что они видят, и больше — самим действием», — отмечает Бернс.

У собак и людей также есть ключевые различия в зрительной системе. Собаки видят только в оттенках синего и желтого, но имеют несколько более высокую плотность рецепторов, предназначенных для обнаружения движения.

«Вполне логично, что мозг собак в первую очередь настроен на действия. Для животных первостепенно важно следить за тем, что происходит в их среде».

Для Филлипс это исследование пересекается с ее текущей работой в экологии по реинтродукции хищников в Мозамбике: машинное обучение находит все более широкое применение, в том числе в экологии.