L'IA formée au filtrage du spam décrypte les réponses neuronales d'Hydra en temps réel

• Les chercheurs utilisent un algorithme d'apprentissage automatique (développé à l'origine pour le filtrage du spam) pour analyser le comportement d'Hydra. 
• Il peut analyser le comportement en temps réel et montrer comment les neurones d'Hydra réagissent à différents environnements. 
• Pour ce faire, ils ont appliqué un modèle de classification par sac de mots à la vidéo contenant toutes les activités d'Hydra. 

Nous étudions le comportement des animaux depuis des siècles. Cela implique de nombreuses observations détaillées et une attention minutieuse. Mais il existe des techniques efficaces qui peuvent automatiser le processus d'identification et de classification.

Récemment, des scientifiques de l’Université de Columbia ont démontré comment un algorithme de filtrage du spam pouvait être utilisé pour analyser le comportement des animaux. Ils ont construit un pipeline d'analyse comportementale automatique qui apprend à sélectionner (à partir d'une vidéo) le répertoire comportemental complet d'Hydra.

L’hydre est un organisme d’eau douce doté d’une capacité de régénération :elle ne meurt pas de vieillesse. Ils n'ont pas de cerveau, mais des centaines de neurones parcourent leur corps translucide et coordonnent de multiples comportements.

Ils se comportent de manière prévisible et en comparant leurs comportements à l'activation de leurs neurones, les scientifiques pourraient comprendre comment fonctionne le système nerveux d'animaux complexes.

L'intelligence artificielle a été utilisée pour examiner en partie comment les vers rampent et comment certaines mouches volent, mais c'est la première fois que les chercheurs utilisent l'apprentissage automatique pour décrire le comportement d'un animal.

L'algorithme d'apprentissage automatique

L'algorithme peut analyser le comportement en temps réel :il aide les chercheurs à observer si Hydra peut apprendre quelque chose et, le cas échéant, comment leurs neurones réagissent.

En 2017, les chercheurs ont découvert 4 types de circuits neuronaux responsables du contrôle de 4 comportements différents de flexion et d’allongement. Cela les a aidés à comprendre comment le système nerveux de l'Hydre contrôle son comportement.

Maintenant, ils sont allés plus loin :ils ont catalogué un ensemble complet de comportements d’Hydra.

L’équipe a appliqué le modèle bien connu du sac de mots à la vidéo contenant toutes les activités d’Hydra. Le modèle simplifie la représentation utilisée dans la recherche d’informations et le traitement du langage naturel. De plus, les chercheurs ont identifié des méthodes non supervisées et des comportements non annotés.

Neurones d'Hydre représentés comme indicateur de fluorescence verte | Crédit :Université de Columbia

Référence :eLifeSciences | est ce que je:10.7554/eLife.32605.001 | Université de Columbia 

Le modèle du sac de mots considère les vidéos et les images comme des « sacs » de mots visuels, comme de petites parcelles dans les images, ou des formes et des caractéristiques vidéo extraites de ces petites parcelles. Comparé à d'autres méthodes, il est plus résistant aux défis tels que l'orientation, l'occlusion et le changement d'angle de vue.

Afin de le rendre plus efficace, les chercheurs ont intégré ce modèle à d'autres méthodes de calcul, notamment la trajectoire dense (code les statistiques de forme et de mouvement), la segmentation des parties du corps (décrit les informations spatiales) et les vecteurs de Fisher (représentent les mots visuels de manière statistique).

L'algorithme a parcouru les heures de vidéo et détecté les mouvements répétitifs, tout comme il examine combien de fois les mots apparaissent dans le corps du texte pour sélectionner des sujets/sujets et signaler l'e-mail.


Crédit :Yuste Lab / Columbia University

10 des comportements signalés précédemment ont été identifiés avec succès par l’algorithme. En fait, il a évalué 6 de ces comportements qui répondaient à différents scénarios environnants. Les résultats furent assez intéressants, le comportement d'Hydra n'étant pratiquement pas modifié. Que vous gardiez les lumières allumées ou éteintes, que vous l'alimentiez ou non, il répétait la même chose plusieurs fois.

Quelle est la prochaine étape ?

Les chercheurs prévoient d’expérimenter des stimuli pour observer tout changement dans le comportement d’Hydra. Le but ultime est de découvrir le code neuronal qui révèle comment les réseaux neuronaux d’Hydra produisent un comportement. À l'avenir, cette technique pourra également être appliquée à d'autres organismes qui ont évolué sur des milliers de siècles.

Lire :Un nouveau modèle d'apprentissage automatique peut prévenir les infections mortelles

Les enseignements tirés de cette étude pourraient être utiles à d'autres branches d'ingénierie soucieuses de maintenir un contrôle précis et la stabilité de machines telles que les avions et les navires, naviguant dans des environnements difficiles.