Dit AI-model kijkt naar muizengedrag zoals taalmodellen naar zinnen kijken

In dit artikel:

Onderzoekers van het Zuid-Koreaanse KAIST hebben een AI-model ontwikkeld dat muizengedrag niet alleen herkent, maar ook probeert te “lezen” als een soort taal. Het systeem, BehaVERT, zet de bewegingen van lichaamsdelen zoals neus, oren, poten en staart om in kleine databrokjes en analyseert vervolgens hoe die in volgorde samen betekenis krijgen. Daarmee gebruikt het een aanpak die doet denken aan taalmodellen die woorden in context begrijpen.

Het model werd getest op vijf internationale datasets met onder meer sociale interacties, driedimensionale bewegingen en gedrag dat samenhangt met autisme bij muizen. Zonder vooraf biologische uitleg wist BehaVERT onderscheid te maken tussen gezonde muizen en dieren met autismegerelateerd gedrag. Opvallend is dat het systeem niet alleen een classificatie gaf, maar ook aanwijzingen kon geven over welke patronen daarvoor belangrijk waren. Dat maakt de uitkomst beter controleerbaar dan bij veel bestaande AI-systemen.

Volgens hoofdonderzoeker Dae-Soo Kim kan deze aanpak nuttig worden voor onderzoek naar medicijnen, psychiatrische aandoeningen en gedragsgenetica. De studie suggereert bovendien dat diergedrag een onderliggende structuur kan hebben die lijkt op taal, waarbij context de betekenis van gedrag verandert. Dat is relevant, omdat gedragsanalyse nu vaak nog handmatig gebeurt en veel tijd kost. De onderzoekers zien zelfs mogelijkheden voor modellen die bruikbaar zijn voor meerdere diersoorten, al staat dat nog in de kinderschoenen.