Alex 發自 凹非寺
量子位 | 公眾號 QbitAI
鏟屎官們有沒有想過，每天向你撒嬌、求投餵的狗狗，它腦海里究竟在想什麼？
...為什麼有時候投入大把精力養熟的狗子，轉頭就可以撲向別人的懷裡？
...其實，狗狗這麼做並不故意是要氣你——
一項來自埃默里大學的實驗表明：狗狗對世界的看法可能與我們截然不同。
人類更關注對象，但狗子卻不太關心看到的到底是誰或什麼物體，而更在意動作本身。
所以按理來說，誰對狗子好它就可以親近誰。（當然，別忘了狗子嗅覺靈敏，許多狗狗也很認主）
此外，狗和人類的視覺系統也有很大差異，它們只能看到黃藍色調，但有一個靈敏的視覺感受器，用來觀察運動。
這項實驗採用了機器學習來弄清楚狗子的大腦活動，相關論文已在The Journal of Visualized Experiments上發表。
研究者指出，這種方法有一個明顯的好處：就是無創。
而此方法之前只在靈長動物身上用過，所以這次在狗狗身上的實驗算是一個重大突破。
下面就來看看具體體驗過程。
對比狗和人的大腦活動
研究者通過機器學習和fMRI（功能磁共振成像），來探索狗狗看到不同類視頻時的大腦活動。
至於為什麼要選狗子而非其他動物？
因為狗子是一種比較好教的動物，通過一定訓練後可以乖乖配合MRI（核磁共振）掃描，而不需要注射鎮靜劑或使用其他約束方法。
不過儘管狗狗相對聽話，但要在本研究中，它們除了要參與MRI掃描，還要長時間觀看視頻。所以最終只有2隻狗入選，一隻是4歲的雄性拳師混血犬，另一隻11歲的雌性波士頓梗混血犬。
...每隻狗狗看了三組不同的視頻，每組視頻時長30分鐘，共計256個視頻片段。為了控制變量，這些視頻都沒有聲音。
其中一些視頻主要展示不同的物體（如：人、狗、汽車），另一些視頻則側重於展示不同的動作（如：玩耍、吃東西、聞氣味）。
為了作比較，兩名人類志願者也以同樣的程序觀看了這些視頻片段。
在志願者和狗狗看視頻的同時，研究人員用3T核磁共振掃掃描儀記錄了他們的大腦活動圖像。
然後他們使用神經網絡，訓練並測試了3個分類器（classifier），以區分「物體」和「行動」。
誒，為啥不是2個而是3個？
因為關於行為的分類器中，一個是在3種不同動作上訓練的，另一個則學習了5種動作。
結果顯示，人腦對物體和動作都有不錯的反應，而狗狗的大腦只對動作敏感，對於不同的人、物，它們似乎並不感冒。
...為了評估模型性能、讓數據更有說服力，研究者還用了Ivis機器學習算法對收集的數據進行量化。
...從人類志願者的數據來看，這些模型在將其大腦活動數據映射到不同分類器上時，準確性都超過99%。
而在對狗的大腦數據進行解碼時，該模型對基於物體的分類器基本不起作用；不過對於基於行為的分類器來說，準確率可達60%至88%。
由此可見，狗狗的思維方式和我們還是有很大區別的！
研究者簡介
研究者來自埃默里大學心理學系。
...論文一作Erin M. Phillips，現為普林斯頓大學生態學和進化生物學系的在讀博士研究生。
...她作為訪問學者來到埃默里大學，並參與了這項研究。
論文的共同作者Gregory S.Berns，現任埃默里大學教授，主要研究方向為人類決策的神經影像、狗的fMRI，以及比較神經生物學。
...Berns教授本科畢業普林斯頓大學物理學系，並先後獲得2個博士學位：生物醫學工程博士以及醫學博士。
Berns認為，狗狗更關注動作其實是可以理解的，因為動物天生需要非常關注環境中的變化，以此來捕獵或者避免被吃掉。
雖然在本次研究中，最終只有2隻狗參與，不過研究者未來還會對更多狗子以及其他動物展開實驗，探索動物們是如何感知世界的。
論文地址：
https://www.jove.com/t/64442/through-dog-s-eyes-fmri-decoding-naturalistic-videos-from-dog
參考連結：
https://www.eurekalert.org/news-releases/964886
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們，第一時間獲知前沿科技動態
