


Woran denken die Hunde zu Hause? Wissenschaftler nutzen maschinelles Lernen, um es herauszufinden
Haben Sie jemals darüber nachgedacht, was im Kopf eines Hundes vorgeht, der sich kokett verhält und jeden Tag um Futter bettelt?
Warum drehen sich Hunde, die sich viel Mühe bei der Erziehung geben, manchmal einfach um und springen anderen Menschen in die Arme?
Eigentlich tun Hunde das nicht absichtlich, um dich wütend zu machen –
Ein Experiment der Emory University zeigt, dass Hunde möglicherweise eine völlig andere Sicht auf die Welt haben als wir.
Menschen schenken Objekten mehr Aufmerksamkeit, aber Hunde kümmern sich nicht so sehr darum, wen oder welches Objekt sie sehen, sondern mehr um die Aktion selbst.
Es liegt also auf der Hand, dass ein Hund jedem nahe sein kann, der ihn gut behandelt. (Vergessen Sie natürlich nicht, dass Hunde einen ausgeprägten Geruchssinn haben und viele Hunde ihre Besitzer auch erkennen.)
Außerdem sind auch die visuellen Systeme von Hunden und Menschen sehr unterschiedlich. Sie können nur Gelb- und Blautöne sehen Sie verfügen jedoch über einen empfindlichen visuellen Rezeptor, der zur Beobachtung von Bewegungen dient.
Dieses Experiment nutzte maschinelles Lernen, um die Gehirnaktivität des Hundes herauszufinden, und der entsprechende Artikel wurde im Journal of Visualized Experiments veröffentlicht.
Forscher wiesen darauf hin, dass diese Methode einen offensichtlichen Vorteil hat: Sie ist nicht-invasiv.
Diese Methode wurde bisher nur bei Primaten angewendet, daher ist dieses Experiment an Hunden ein großer Durchbruch.
Werfen wir einen Blick auf den spezifischen Erfahrungsprozess.
Vergleich der Gehirnaktivität von Hunden und Menschen
Forscher nutzten maschinelles Lernen und fMRT (funktionelle Magnetresonanztomographie), um die Gehirnaktivität von Hunden zu untersuchen, wenn sie verschiedene Arten von Videos ansehen.
Warum sollten Sie sich für Hunde statt für andere Tiere entscheiden?
Da Hunde relativ leicht zu trainierende Tiere sind, können sie nach einer gewissen Schulung gehorsam mit MRT-Scans (Magnetresonanz) kooperieren, ohne dass Beruhigungsmittel gespritzt oder andere Fixierungsmethoden angewendet werden müssen.
Obwohl Hunde relativ gehorsam sind, mussten sie in dieser Studie zusätzlich zur Teilnahme an MRT-Scans auch lange Zeit Videos ansehen. Am Ende wurden also nur zwei Hunde ausgewählt, einer war ein 4-jähriger männlicher Boxer-Mischling und der andere war ein 11-jähriger weiblicher Boston-Terrier-Mischling.
△Hunde schauen sich Videos an
Jeder Hund sah sich drei verschiedene Videosätze an, jeder Videosatz dauerte 30 Minuten, insgesamt waren es 256 Videoclips. Zur Kontrolle der Variablen haben diese Videos keinen Ton.
Einige der Videos konzentrieren sich auf die Darstellung verschiedener Objekte (z. B. Menschen, Hunde, Autos), während andere sich auf die Darstellung verschiedener Aktionen (z. B. Spielen, Essen, Riechen) konzentrieren.
Zum Vergleich schauten sich auch zwei menschliche Freiwillige diese Videoclips mit dem gleichen Verfahren an.
Während die Freiwilligen und Hunde das Video ansahen, zeichneten die Forscher mit einem 3T-MRT-Scanner Bilder ihrer Gehirnaktivität auf.
Dann nutzten sie neuronale Netze, um drei Klassifikatoren zu trainieren und zu testen, um zwischen „Objekten“ und „Aktionen“ zu unterscheiden.
Hey, warum nicht 2, sondern 3?
Denn einer der Verhaltensklassifikatoren wurde auf drei verschiedene Aktionen trainiert und der andere lernte fünf Aktionen.
Die Ergebnisse zeigen, dass das menschliche Gehirn sowohl auf Objekte als auch auf Bewegungen gut reagiert, während das Gehirn des Hundes nur auf Bewegungen reagiert. Sie scheinen gegenüber verschiedenen Menschen und Objekten nicht kalt zu sein.
△Links ist das MRT-Bild des menschlichen Gehirns und rechts das MRT-Bild des Hundegehirns.
Um die Modellleistung zu bewerten und die Daten überzeugender zu machen, verwendeten die Forscher auch den maschinellen Lernalgorithmus von Ivis Quantifizieren Sie die gesammelten Daten.
Bei Betrachtung der Daten von menschlichen Freiwilligen erreichten diese Modelle alle eine Genauigkeit von über 99 % bei der Zuordnung ihrer Gehirnaktivitätsdaten zu verschiedenen Klassifikatoren.
Bei der Dekodierung der Gehirndaten von Hunden ist das Modell für objektbasierte Klassifikatoren grundsätzlich unbrauchbar. Bei verhaltensbasierten Klassifikatoren kann die Genauigkeit jedoch 60 % bis 88 % erreichen.
Man sieht, dass Hunde ganz anders denken als wir!
Über den Forscher
Der Forscher ist vom Fachbereich Psychologie der Emory University.
Die Erstautorin des Artikels, Erin M. Phillips, ist derzeit Doktorandin in der Abteilung für Ökologie und Evolutionsbiologie der Princeton University.
Sie kam als Gastwissenschaftlerin an die Emory University und beteiligte sich an dieser Forschung.
Der Co-Autor des Artikels, Gregory S. Berns, ist derzeit Professor an der Emory University. Seine Forschungsschwerpunkte sind Neuroimaging der menschlichen Entscheidungsfindung, Hunde-fMRT und vergleichende Neurobiologie.
Professor Berns schloss sein Studium an der Fakultät für Physik der Princeton University mit einem Bachelor-Abschluss ab und erhielt zwei Doktortitel: einen Doktortitel in Biomedizintechnik und einen Doktortitel in Medizin.
Berns glaubt, dass es verständlich ist, dass Hunde mehr auf Bewegungen achten, denn Tiere müssen von Natur aus genau auf Veränderungen in der Umgebung achten, um zu jagen oder dem Fressen zu entgehen.
Obwohl nur zwei Hunde an dieser Studie teilgenommen haben, werden die Forscher in Zukunft Experimente mit mehr Hunden und anderen Tieren durchführen, um zu erforschen, wie Tiere die Welt wahrnehmen.
Papieradresse: https://www.jove.com/t/64442/through-dog-s-eyes-fmri-decoding-naturalistic-videos-from-dog
Referenzlink: https://www.eurekalert .org/news-releases/964886
Das obige ist der detaillierte Inhalt vonWoran denken die Hunde zu Hause? Wissenschaftler nutzen maschinelles Lernen, um es herauszufinden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erforschen der inneren Funktionsweise von Sprachmodellen mit Gemma -Umfang Das Verständnis der Komplexität von KI -Sprachmodellen ist eine bedeutende Herausforderung. Die Veröffentlichung von Gemma Scope durch Google, ein umfassendes Toolkit, bietet Forschern eine leistungsstarke Möglichkeit, sich einzuschütteln

Erschließung des Geschäftserfolgs: Ein Leitfaden zum Analyst für Business Intelligence -Analyst Stellen Sie sich vor, Rohdaten verwandeln in umsetzbare Erkenntnisse, die das organisatorische Wachstum vorantreiben. Dies ist die Macht eines Business Intelligence -Analysts (BI) - eine entscheidende Rolle in Gu

SQL -Änderungstabellanweisung: Dynamisches Hinzufügen von Spalten zu Ihrer Datenbank Im Datenmanagement ist die Anpassungsfähigkeit von SQL von entscheidender Bedeutung. Müssen Sie Ihre Datenbankstruktur im laufenden Flug anpassen? Die Änderungstabelleerklärung ist Ihre Lösung. Diese Anleitung Details Hinzufügen von Colu

Einführung Stellen Sie sich ein lebhaftes Büro vor, in dem zwei Fachleute an einem kritischen Projekt zusammenarbeiten. Der Business Analyst konzentriert sich auf die Ziele des Unternehmens, die Ermittlung von Verbesserungsbereichen und die strategische Übereinstimmung mit Markttrends. Simu

Excel -Datenzählung und -analyse: Detaillierte Erläuterung von Count- und Counta -Funktionen Eine genaue Datenzählung und -analyse sind in Excel kritisch, insbesondere bei der Arbeit mit großen Datensätzen. Excel bietet eine Vielzahl von Funktionen, um dies zu erreichen. Die Funktionen von Count- und Counta sind wichtige Instrumente zum Zählen der Anzahl der Zellen unter verschiedenen Bedingungen. Obwohl beide Funktionen zum Zählen von Zellen verwendet werden, sind ihre Designziele auf verschiedene Datentypen ausgerichtet. Lassen Sie uns mit den spezifischen Details der Count- und Counta -Funktionen ausgrenzen, ihre einzigartigen Merkmale und Unterschiede hervorheben und lernen, wie Sie sie in der Datenanalyse anwenden. Überblick über die wichtigsten Punkte Graf und Cou verstehen

Die KI -Revolution von Google Chrome: Eine personalisierte und effiziente Browsing -Erfahrung Künstliche Intelligenz (KI) verändert schnell unser tägliches Leben, und Google Chrome leitet die Anklage in der Web -Browsing -Arena. Dieser Artikel untersucht die Exciti

Impacting Impact: Das vierfache Endergebnis Zu lange wurde das Gespräch von einer engen Sicht auf die Auswirkungen der KI dominiert, die sich hauptsächlich auf das Gewinn des Gewinns konzentrierte. Ein ganzheitlicherer Ansatz erkennt jedoch die Vernetzung von BU an

Die Dinge bewegen sich stetig zu diesem Punkt. Die Investition, die in Quantendienstleister und Startups einfließt, zeigt, dass die Industrie ihre Bedeutung versteht. Und eine wachsende Anzahl realer Anwendungsfälle entsteht, um seinen Wert zu demonstrieren


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

WebStorm-Mac-Version
Nützliche JavaScript-Entwicklungstools

Dreamweaver CS6
Visuelle Webentwicklungstools

Herunterladen der Mac-Version des Atom-Editors
Der beliebteste Open-Source-Editor

DVWA
Damn Vulnerable Web App (DVWA) ist eine PHP/MySQL-Webanwendung, die sehr anfällig ist. Seine Hauptziele bestehen darin, Sicherheitsexperten dabei zu helfen, ihre Fähigkeiten und Tools in einem rechtlichen Umfeld zu testen, Webentwicklern dabei zu helfen, den Prozess der Sicherung von Webanwendungen besser zu verstehen, und Lehrern/Schülern dabei zu helfen, in einer Unterrichtsumgebung Webanwendungen zu lehren/lernen Sicherheit. Das Ziel von DVWA besteht darin, einige der häufigsten Web-Schwachstellen über eine einfache und unkomplizierte Benutzeroberfläche mit unterschiedlichen Schwierigkeitsgraden zu üben. Bitte beachten Sie, dass diese Software

Sicherer Prüfungsbrowser
Safe Exam Browser ist eine sichere Browserumgebung für die sichere Teilnahme an Online-Prüfungen. Diese Software verwandelt jeden Computer in einen sicheren Arbeitsplatz. Es kontrolliert den Zugriff auf alle Dienstprogramme und verhindert, dass Schüler nicht autorisierte Ressourcen nutzen.