В ПГНИУ разработали новый подход к анализу поведения лабораторных животных с помощью искусственного интеллекта

Лаборатория экспериментальной фармакологии химического факультета вместе с Центром искусственного интеллекта физико-математического института ПГНИУ разработали новый подход к анализу поведения лабораторных животных с помощью машинного обучения. Для этого ученые создали оборудование и программное обеспечение, которое распознаёт поведение биологических объектов с учётом временного контекста: нейронная сеть видит изображение в прошлом, настоящем и будущем.

Научная статья об исследовании вышла в последнем в 2024 году номере журнала Mathematics швейцарского издательства MDPI. Журнал входит в самый высокий квартиль научных изданий Q1, индексируется базами Scopus и Web of Science.

«Свёрточные нейронные сети – это один из наиболее распространённых типов архитектур глубокого обучения. Элементы архитектуры свёрточных сетей в настоящее время можно найти во многих так называемых State-of-Art алгоритмах. Конкурентами свёрточным сетям являются визуальные трансформеры, архитектура которых была специально разработана для работы с изображениями на основе архитектуры языковых трансформеров. Свёрточные нейронные сети и визуальные трансформеры обычно не предназначены для улавливания временного контекста. Если необходимо его учитывать, то обычно используют рекуррентные нейронные сети, которые по сравнению со свёрточными сетями и визуальными трансформерами, требуют значительно больше ресурсов как для обучения модели, так и для ее работы. Поэтому возникла идея разработать метод представления данных, который позволил бы сохранить временной контекст на каждом кадре видеозаписи движения биообъекта», – рассказывает директор физико-математического института ПГНИУ Марина Барулина.

«Новый подход позволяет более детально изучать поведенческие изменения, вызываемые длительными биологическими процессами, в специально предназначенных для этого многоканальных актографических комплексах. Примерами таких процессов может быть старение или прогрессирование нейродегенеративных заболеваний. Развитие технологий сбора и обработки «больших данных» в области поведенческих нейронаук необходимо для поиска эффективных лекарств против таких болезней», – рассказывает заведующий лабораторией экспериментальной фармакологии химического факультета ПГНИУ Александр Андреев.

Учёные выяснили, что разработанные цветовременные представления могут быть полезны для задач дешифровки поведения животных, традиционно остающихся до сих пор областью, где доминирует естественный интеллект. Методы, описанные в статье, помогают передавать навыки людей-экспертов нейронным сетям, потому что те же цветовременные представления оказались удобными для дешифровки поведения животных не только для систем ИИ, но и для людей-экспертов, что и обусловило успех такого обучения.

Отметим, что эта работа выполнена в контексте более широкого фронта исследования, в котором, наряду с Пермским университетом, участвуют и коммерческие организации, и институты РАН. В рамках этого направления работ с помощью специального оборудования и программного обеспечения, разрабатываемого в Перми, собираются и анализируются массивы данных о трансгенных лабораторных животных с модельными заболеваниями центральной нервной системы, в том числе с болезнью Альцгеймера, с целью разработки методов их ранней диагностики и терапии.

Научные группы, участвующие в этой коллаборации, активно привлекают студентов и аспирантов разных специальностей к работе над задачами борьбы со старением, которые в значительной степени будут определять сюжеты и инструменты биомедицинских исследований в ближайшем будущем.

Центр общественных связей