Animal behavioral analysis and neural encoding with transformer-based self-supervised pretraining
تقدم هذه الورقة BEAST، وهو إطار عمل ذاتي الإشراف وقابل للتوسع يقوم بتدريب نماذج المحولات الرؤيوية مسبقاً باستخدام الترميز التلقائي المقنع والتعلم التبايني الزمني لتمكين تحليل السلوك، وتقدير الوضعية، وتجزئة الحركة بدقة عبر أنواع مختلفة من الكائنات مع حد أدنى من البيانات المصنفة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول فهم أوركسترا معقدة من خلال الاستماع فقط إلى حركات يد المايسترو. أنت تعرف الموسيقى (نشاط الدماغ)، لكنك تحتاج إلى معرفة ماذا يفعل المايسترو بالضبط (سلوك الحيوان) لتفهم كيف يصنع هذه الموسيقى.
لفترة طويلة، ظل العلماء الذين يدرسون سلوك الحيوان عالقين في عنق زجاجة. لديهم آلاف الساعات من لقطات الفيديو للفئران والأسماك وغيرها من الحيوانات، ولكن لفهمها، كان عليهم تصنيف كل إطار (frame) يدوياً. الأمر يشبه محاولة تعلم لغة جديدة من خلال معلم يترجم لك كل كلمة على حدة؛ فهذا الأمر بطيء، ومكلف، ويحد من قدرتنا على التعلم.
تقدم هذه الورقة البحثية BEAST (تحليل السلوك عبر التدريب المسبق للنماذج المحولة ذاتية الإشراف)، وهي أداة ذكاء اصطناعي جديدة تعمل مثل "المتدرب الخارق" لعلماء الأعصاب. إليك كيف تعمل، مشروحة ببساطة:
1. المشكلة: "عنق زجاجة التصنيف"
فكر في فيديوهات سلوك الحيوان كأنها مكتبة ضخمة من الكتب المكتوبة بلغة لا يتحدثها أحد بعد.
- الطريقة القديمة: لفهم كتاب ما، كان على الإنسان الجلوس وترجمة كل جملة (تصنيف كل إطار). استغرق ذلك وقتاً طويلاً جداً.
- القصور: ولأن عملية التصنيف كانت صعبة، لم يستطع العلماء دراسة سوى جزء ضئيل جداً من البيانات التي يمتلكونها. لقد فاتتهم "الصورة الكبيرة".
2. الحل: طريقة "الدراسة الذاتية" لـ BEAST
BEAST هو نوع من الذكاء الاصطناعي الذي يتعلم من خلال قراءة الكتب دون معلم. إنه يستخدم تقنية تسمى "التعلم ذاتي الإشراف" (Self-supervised learning).
تخيل طالباً أُعطي مجموعة من البطاقات التعليمية الفارغة التي بها ثقوب مثقوبة.
- المشفّر التلقائي المقنع (لعبة "ملء الفراغات"): ينظر الذكاء الاصطناعي إلى إطار فيديو، ولكن شخص ما يغطي 75% منه بصندوق أسود. يجب على الذكاء الاصطناعي تخمين ما تحت الصندوق الأسود بناءً على الأجزاء الصغيرة التي يمكنه رؤيتها. هذا يجبر الذكاء الاصطناعي على تعلم تفاصيل فراء الحيوان، وشاربيه، ووضعية جسده، تماماً كما تتعلم وجه شخص ما من خلال تذكر العينين والأنف حتى لو كان الفم مغطى.
- التعلم التبايني الزمني (لعبة "أوجد الفرق"): يُعرض على الذكاء الاصطناعي إطار معين، ثم يُطلب منه العثور على الإطار الذي يأتي بعده مباشرة. يتعلم أن فأراً يركض للأمام يبدو مختلفاً قليلاً عن فأر يقف ساكناً. هذا يعلم الذكاء الاصطناعي عن الحركة والزمن، وليس فقط الصور الثابتة.
من خلال لعب هاتين اللعبتين في وقت واحد على آلاف الساعات من الفيديوهات غير المصنفة، يبني BEAST قاموساً داخلياً ضخماً لـ "كيف تبدو حركة الحيوان".
3. العائد: ثلاث قدرات خارقة
بمجرد أن "درس" BEAST الفيديوهات، يمكن للعلماء استخدامه لثلاث مهام محددة، وهو يؤديها بشكل أفضل من الطرق القديمة:
أ. التنبؤ بنشاط الدماغ (القدرة على "قراءة الأفكار")
- الهدف: يريد العلماء معرفة: "إذا حرك الفأر شاربه بهذه الطريقة، فماذا يحدث في دماغه؟"
- الطريقة القديمة: كان عليهم تتبع طرف الشارب يدوياً (مثل رسم نقطة على هدف متحرك). إذا كان الفراء غير مرتب، تكون النقطة خاطئة، وبالتالي يفشل التنبؤ بالدماغ.
- طريقة BEAST: ينظر BEAST إلى الفيديو بأكمله ويفهم سياق الحركة. إنه يتنبأ بنشاط الدماغ بدقة أكبر لأنه يرى "القصة كاملة"، وليس مجرد نقطة واحدة. الأمر يشبه فهم فيلم من خلال مشاهدة المشهد بأكراف، بدلاً من مجرد تتبع يد ممثل واحد.
ب. تتبع أجزاء الجسم (القدرة على "التتبع الخارق")
- الهدف: تتبع مكان قدم الفأر أو أنفه أو ذيله بدقة في كل لحظة.
- الطريقة القديمة: تطلبت آلاف الأمثلة المصنفة لتعليم الذكاء الاصطناعي أين توجد الأقدام.
- طريقة BEAST: لأن BEAST قد "درس" الفيديوهات بالفعل، فإنه يحتاج فقط إلى عدد ضئيل جداً من الأمثلة (مثل 100 إطار) ليتعلم الباقي. إنه يشبه طالباً قرأ كتاباً مدرسياً كاملاً ولا يحتاج إلا لمسألة تدريبية واحدة ليحل بقية الامتحان. إنه يعمل حتى على الحيوانات الغريبة مثل الأسماك أو عندما يتشاجر فأران (وهو ما يربك الذكاء الاصطناعي القديم).
ج. القص واللصق للسلوكيات (القدرة على "التحرير")
- الهدف: تحديد متى يقوم الفأر بالتنظيف، أو النوم، أو القتال تلقائياً.
- الطريقة القديمة: كان على العلماء رسم مربعات يدوياً حول السلوكيات أو الاعتماد على تتبع الوضعية (pose-tracking) المعقد أولاً.
- طريقة BEAST: يمكن لـ BEAST النظر إلى الفيديو والقول: "آه، هذا المقطع الذي مدته 5 ثوانٍ هو 'تنظيف'، وهذا المقطع هو 'استكشاف'". إنه يتخطى الوسيط تماماً. الأمر يشبه محرر فيديو يقوم بقص الفيلم إلى مشاهد تلقائياً دون الحاجة إلى نص (سيناريو).
4. لماذا هذا مهم؟
الجزء الأكثر إثارة في BEAST هو أنه يحول البيانات غير المصنفة (جبال الفيديو الهائلة غير المستخدمة التي تمتلكها المختبرات بالفعل) إلى ذهب.
- للمختبرات الصغيرة: لم تعد بحاجة إلى فريق مكون من 20 شخصاً لتصنيف الفيديوهات بعد الآن. يمكنك فقط تغذية الفيديو الخام لـ BEAST، وسيقوم هو بالعمل الشاق.
- للعلم الكبير: يتيح ذلك للباحثين دراسة السلوك بطرق كانت مستحيلة سابقاً، مما يكشف عن الروابط الخفية بين ما يفعله الحيوان وما يفكر فيه دماغه.
باخت-مختصر: BEAST هو ذكاء اصطناعي ذكي يعلم نفسه كيفية حركة الحيوانات من خلال مشاهدة ساعات من الفيديو الخام. وبمجرد أن يتعلم، فإنه يساعد العلماء على فك رموز أسرار الدماغ بشكل أسرع، وأرخص، وأكثر دقة من أي وقت مضى. إنه يحول "الضجيج" في الفيديو الخام إلى "إشارة" واضحة من الفهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.