


Apakah yang difikirkan oleh anjing di rumah? Para saintis menggunakan pembelajaran mesin untuk memikirkannya
Pernahkah anda terfikir tentang apa yang terlintas di fikiran seekor anjing yang bertindak culas dan meminta makanan setiap hari?
Mengapa anjing yang banyak berusaha untuk membesarkan dan membesarkannya hanya berpusing dan melompat ke dalam pelukan orang lain?
Sebenarnya, anjing tidak melakukan ini dengan sengaja untuk membuat anda marah -
Percubaan dari Universiti Emory menunjukkan bahawa: anjing adalah Dunia mungkin melihat perkara yang sangat berbeza daripada kita.
Manusia memberi lebih perhatian kepada objek, tetapi anjing tidak begitu mengambil berat tentang siapa atau objek yang mereka lihat, tetapi lebih mementingkan tindakan itu sendiri.
Jadi wajarlah bahawa seekor anjing boleh rapat dengan sesiapa sahaja yang baik dengannya. (Sudah tentu, jangan lupa bahawa anjing mempunyai deria bau yang tajam, dan banyak anjing juga mengenali pemiliknya)
Selain itu, sistem visual anjing dan manusia juga sangat berbeza. Mereka hanya boleh melihat ton kuning dan biru, tetapi terdapat satu reseptor visual Sensitif yang digunakan untuk mengesan pergerakan.
Percubaan ini menggunakan pembelajaran mesin untuk mengetahui aktiviti otak anjing, dan kertas berkaitan telah diterbitkan dalam The Journal of Visualized Experiments.
Para penyelidik menegaskan bahawa kaedah ini mempunyai kelebihan yang jelas: ia tidak invasif.
Kaedah ini hanya digunakan pada primat sebelum ini, jadi percubaan ke atas anjing ini merupakan satu kejayaan besar.
Mari kita lihat proses pengalaman khusus.
Membandingkan aktiviti otak anjing dan manusia
Penyelidik menggunakan pembelajaran mesin dan fMRI (pengimejan resonans magnetik berfungsi) untuk meneroka aktiviti otak anjing apabila mereka menonton pelbagai jenis video.
Mengapa anda perlu memilih anjing dan bukannya haiwan lain?
Oleh kerana anjing adalah haiwan yang agak mudah untuk dilatih, mereka boleh dengan patuh bekerjasama dengan imbasan MRI (resonans magnetik) selepas latihan tertentu tanpa memerlukan ubat penenang atau kaedah penahan yang lain.
Namun, walaupun anjing agak patuh, dalam kajian ini, selain mengambil bahagian dalam imbasan MRI, mereka juga terpaksa menonton video untuk masa yang lama. Jadi pada akhirnya, hanya dua ekor anjing yang dipilih, satu ialah campuran Boxer lelaki berusia 4 tahun dan satu lagi ialah campuran Boston Terrier betina berusia 11 tahun.
△Anjing sedang menonton video
Setiap anjing menonton tiga set video yang berbeza, setiap set video berdurasi 30 minit, sejumlah 256 serpihan video . Untuk mengawal pembolehubah, video ini tidak mempunyai bunyi.
Sesetengah video memfokuskan pada objek yang berbeza (cth. manusia, anjing, kereta), yang lain memfokuskan pada tindakan yang berbeza (cth. bermain, makan, menghidu).
Sebagai perbandingan, dua sukarelawan manusia turut menonton klip video menggunakan prosedur yang sama.
Semasa sukarelawan dan anjing menonton video itu, para penyelidik menggunakan pengimbas MRI 3T untuk merakam imej aktiviti otak mereka.
Mereka kemudian menggunakan rangkaian saraf untuk melatih dan menguji 3 pengelas untuk membezakan antara "objek" dan "tindakan".
Hei, kenapa bukan 2 tetapi 3?
Oleh kerana antara pengelas tingkah laku, seorang dilatih mengenai 3 tindakan berbeza, dan yang lain mempelajari 5 tindakan.
Hasilnya menunjukkan bahawa otak manusia bertindak balas dengan baik kepada kedua-dua objek dan tindakan, manakala otak anjing hanya sensitif terhadap tindakan mereka kelihatan tidak dingin kepada orang dan objek yang berbeza.
△Kiri ialah imej MRI otak manusia, dan kanan ialah imej MRI otak anjing
Untuk menilai prestasi model dan membuat data yang lebih meyakinkan, penyelidik juga menggunakan Algoritma pembelajaran mesin Ivis digunakan untuk mengukur data yang dikumpul.
Melihat data daripada sukarelawan manusia, kesemua model ini mencapai lebih 99% ketepatan dalam memetakan data aktiviti otak mereka kepada pengelas yang berbeza.
Apabila menyahkod data otak anjing, model pada asasnya tidak berguna untuk pengelas berasaskan objek namun, untuk pengelas berasaskan tingkah laku, ketepatan boleh mencapai 60% hingga 88%.
Dapat dilihat bahawa cara anjing berfikir sangat berbeza daripada kita!
Mengenai penyelidik
Penyelidik adalah dari Jabatan Psikologi di Universiti Emory.
Pengarang pertama kertas kerja, Erin M. Phillips, kini merupakan calon kedoktoran di Jabatan Ekologi dan Biologi Evolusi di Universiti Princeton.
Dia datang ke Universiti Emory sebagai sarjana pelawat dan mengambil bahagian dalam penyelidikan ini.
Pengarang bersama kertas kerja, Gregory S. Berns, kini merupakan profesor di Universiti Emory Arah penyelidikan utamanya ialah pengimejan neuro dalam membuat keputusan manusia, fMRI anjing dan neurobiologi perbandingan.
Profesor Berns lulus dari Jabatan Fizik Universiti Princeton dengan ijazah sarjana muda dan menerima dua ijazah kedoktoran: kedoktoran dalam kejuruteraan bioperubatan dan kedoktoran dalam bidang perubatan.
Berns percaya bahawa boleh difahami bahawa anjing lebih memberi perhatian kepada pergerakan, kerana haiwan secara semula jadi perlu memberi perhatian yang teliti terhadap perubahan persekitaran untuk memburu atau mengelak daripada dimakan.
Walaupun hanya 2 ekor anjing yang mengambil bahagian dalam kajian ini, para penyelidik akan menjalankan eksperimen ke atas lebih banyak anjing dan haiwan lain pada masa hadapan untuk meneroka cara haiwan melihat dunia.
Alamat kertas: https://www.jove.com/t/64442/through-dog-s-eyes-fmri-decoding-naturalistic-videos-from-dog
Pautan rujukan :https://www.eurekalert.org/news-releases/964886
Atas ialah kandungan terperinci Apakah yang difikirkan oleh anjing di rumah? Para saintis menggunakan pembelajaran mesin untuk memikirkannya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Istilah "tenaga kerja siap sedia" sering digunakan, tetapi apakah maksudnya dalam industri rantaian bekalan? Menurut Abe Eshkenazi, Ketua Pegawai Eksekutif Persatuan Pengurusan Rantaian Bekalan (ASCM), ia menandakan profesional yang mampu mengkritik

Revolusi AI yang terdesentralisasi secara senyap -senyap mendapat momentum. Jumaat ini di Austin, Texas, Sidang Kemuncak Endgame Bittensor menandakan momen penting, beralih ke desentralisasi AI (DEAI) dari teori kepada aplikasi praktikal. Tidak seperti iklan mewah

Perusahaan AI menghadapi cabaran integrasi data Penggunaan perusahaan AI menghadapi cabaran utama: sistem bangunan yang dapat mengekalkan ketepatan dan kepraktisan dengan terus belajar data perniagaan. Microservices NEMO menyelesaikan masalah ini dengan mewujudkan apa yang NVIDIA menggambarkan sebagai "Flywheel Data", yang membolehkan sistem AI tetap relevan melalui pendedahan berterusan kepada maklumat perusahaan dan interaksi pengguna. Toolkit yang baru dilancarkan ini mengandungi lima microservices utama: Nemo Customizer mengendalikan penalaan model bahasa yang besar dengan latihan yang lebih tinggi. NEMO Evaluator menyediakan penilaian ringkas model AI untuk tanda aras tersuai. Nemo Guardrails Melaksanakan Kawalan Keselamatan untuk mengekalkan pematuhan dan kesesuaian

AI: Masa Depan Seni dan Reka Bentuk Kecerdasan Buatan (AI) mengubah bidang seni dan reka bentuk dengan cara yang belum pernah terjadi sebelumnya, dan impaknya tidak lagi terhad kepada amatur, tetapi lebih mempengaruhi profesional. Skim karya seni dan reka bentuk yang dihasilkan oleh AI dengan cepat menggantikan imej dan pereka bahan tradisional dalam banyak aktiviti reka bentuk transaksional seperti pengiklanan, generasi imej media sosial dan reka bentuk web. Walau bagaimanapun, artis dan pereka profesional juga mendapati nilai praktikal AI. Mereka menggunakan AI sebagai alat tambahan untuk meneroka kemungkinan estetik baru, menggabungkan gaya yang berbeza, dan membuat kesan visual baru. AI membantu artis dan pereka mengautomasikan tugas berulang, mencadangkan elemen reka bentuk yang berbeza dan memberikan input kreatif. AI menyokong pemindahan gaya, iaitu menggunakan gaya gambar

Zoom, yang pada mulanya dikenali untuk platform persidangan video, memimpin revolusi tempat kerja dengan penggunaan inovatif AIS AI. Perbualan baru -baru ini dengan CTO Zoom, XD Huang, mendedahkan penglihatan yang bercita -cita tinggi syarikat itu. Menentukan Agentic AI Huang d

Adakah AI akan merevolusikan pendidikan? Soalan ini mendorong refleksi serius di kalangan pendidik dan pihak berkepentingan. Penyepaduan AI ke dalam pendidikan memberikan peluang dan cabaran. Sebagai Matthew Lynch dari Nota Edvocate Tech, Universit

Pembangunan penyelidikan dan teknologi saintifik di Amerika Syarikat mungkin menghadapi cabaran, mungkin disebabkan oleh pemotongan anggaran. Menurut Alam, bilangan saintis Amerika yang memohon pekerjaan di luar negara meningkat sebanyak 32% dari Januari hingga Mac 2025 berbanding dengan tempoh yang sama pada tahun 2024. Pungutan sebelumnya menunjukkan bahawa 75% penyelidik yang ditinjau sedang mempertimbangkan untuk mencari pekerjaan di Eropah dan Kanada. Beratus-ratus geran NIH dan NSF telah ditamatkan dalam beberapa bulan yang lalu, dengan geran baru NIH turun kira-kira $ 2.3 bilion tahun ini, setitik hampir satu pertiga. Cadangan belanjawan yang bocor menunjukkan bahawa pentadbiran Trump sedang mempertimbangkan untuk memotong belanjawan secara mendadak untuk institusi saintifik, dengan kemungkinan pengurangan sehingga 50%. Kegawatan dalam bidang penyelidikan asas juga telah menjejaskan salah satu kelebihan utama Amerika Syarikat: menarik bakat luar negara. 35

OpenAI melancarkan siri GPT-4.1 yang kuat: keluarga tiga model bahasa lanjutan yang direka untuk aplikasi dunia nyata. Lompat penting ini menawarkan masa tindak balas yang lebih cepat, pemahaman yang lebih baik, dan kos yang dikurangkan secara drastik berbanding t


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Inggeris
Disyorkan: Versi Win, menyokong gesaan kod!

mPDF
mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),

EditPlus versi Cina retak
Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.
