關(guān)于使用深度學(xué)習(xí)破譯老鼠的語言分析和介紹

多年來，研究人員知道我們可以通過嚙齒類動(dòng)物的叫聲來了解它們的感受。就像狗搖尾巴一樣，某些叫聲表明嚙齒動(dòng)物很快樂。反過來，另一些叫聲表明嚙齒動(dòng)物有壓力，甚至抑郁。

但為什么研究人員會(huì)對(duì)嚙齒動(dòng)物的情緒感興趣呢？因?yàn)檠芯咳藛T想了解嚙齒動(dòng)物對(duì)各種刺激的反應(yīng)。這有助于研究人員找到幫助成癮者或抑郁者的最佳方法。通過簡單分析嚙齒類動(dòng)物的交流方式，研究人員可以判斷治療是否有助于減輕抑郁情緒。

圖片來源：Alice Gray

由于嚙齒類動(dòng)物主要通過人耳聽不到的超聲波發(fā)聲（USV）進(jìn)行交流，因此很難破譯老鼠吱吱的叫聲。超聲波發(fā)聲的范圍為20千赫到115千赫，而人類通?？梢月牭?0赫到20千赫的聲音。

直到現(xiàn)在，研究人員在研究嚙齒動(dòng)物的叫聲時(shí)，依然嚴(yán)重依賴耗時(shí)的人工分析。由于發(fā)聲頻率很高，研究人員不得不放慢播放錄音的速度，才能聽到叫聲。即使使用專門的麥克風(fēng)，對(duì)錄音中的高音尖叫聲進(jìn)行標(biāo)記和分類也是很費(fèi)力費(fèi)時(shí)的。這些方法也容易導(dǎo)致人為錯(cuò)誤和誤解。

華盛頓大學(xué)精神病學(xué)和行為科學(xué)系教授John Neumaier博士告訴《數(shù)字趨勢》雜志：“過去，為了更好地了解動(dòng)物在行為測試中的情緒狀態(tài)，研究人員將這些聲音記錄了下來。問題是，要對(duì)這些錄音進(jìn)行人工分析，就需要把它們放慢到人類可以聽到的頻率，這可能需要花費(fèi)10倍的時(shí)間來聽。這給研究人員帶來了非常大的工作壓力，使得他們不愿意用這種自然的方式來解讀動(dòng)物的情緒狀態(tài)。”

因此，這個(gè)研究小組借助于人工智能（AI）來實(shí)現(xiàn)這一過程的自動(dòng)化。他們的程序叫做DeepSqueak，因?yàn)檫@項(xiàng)程序基于一種叫做深度學(xué)習(xí)的人工智能形式。

利用深度學(xué)習(xí)分析超聲波發(fā)聲

兩位研究人員（華盛頓大學(xué)精神病學(xué)和行為科學(xué)系技術(shù)人員Russell Marx和華盛頓大學(xué)博士后研究員Kevin Coffey博士）與Neumaier教授合作開發(fā)了用于檢測和分析超聲波發(fā)聲的DeepSqueak軟件。他們的研究最近發(fā)表在《神經(jīng)心理藥理學(xué)自然雜志》上。

Coffey說：“我們可以訓(xùn)練這個(gè)軟件，以一種更類似于人類學(xué)習(xí)的方式來分析這些叫聲。我們用圖片和例子來說明叫聲，而不是用數(shù)學(xué)來描述叫聲是什么?！?/p>

DeepSqueak將聲音問題轉(zhuǎn)化為圖像問題。

DeepSqueak的輸入是一個(gè)音頻文件（.wav或.flac）。DeepSqueak將音頻文件拆分為短的分段，然后將這些分段轉(zhuǎn)換為圖像（聲波圖）。下圖顯示了從原始音頻文件到經(jīng)過濾波的聲波圖的轉(zhuǎn)換。

圖片來源：Kevin R.Coffey、Russell G.Marx和John F.Neumair

將聲波圖輸入到一個(gè)深度學(xué)習(xí)人工智能程序中，這個(gè)程序可以對(duì)圖像進(jìn)行識(shí)別和分類，類似于自動(dòng)駕駛汽車中用來識(shí)別停車標(biāo)志和車道線的人工智能。它首先查看聲波圖中是否有吱吱聲。如果有的話，是什么類型的吱吱聲。

Marx說：“DeepSqueak使用仿生算法，這種仿生算法可以通過已經(jīng)標(biāo)記好的發(fā)聲和噪音的例子來學(xué)習(xí)分離發(fā)聲?！?/p>

圖片來源：Kevin R. Coffey、 Russell G. Marx和John F. Neumaier

該小組開始使用Deepsqueak時(shí)，采用的是MathWorks網(wǎng)站的示例代碼Object Detection Using Faster R-CNN Deep Learning（使用Faster R-CNN深度學(xué)習(xí)進(jìn)行對(duì)象檢測）：

在此基礎(chǔ)上，他們開發(fā)了DeepSqueak軟件包和MATLAB圖形用戶界面。DeepSqueak使用了Computer Vision System Toolbox（計(jì)算機(jī)視覺系統(tǒng)工具箱）、Curve Fitting Toolbox（曲線擬合工具箱）、Image Processing Toolbox（圖像處理工具箱）、Parallel Computing Toolbox（并行計(jì)算工具箱）和Deep Learning Toolbox（深度學(xué)習(xí)工具箱）。

該技術(shù)有助于開發(fā)更好的成癮治療方法

這個(gè)研究小組的重點(diǎn)是精神病學(xué)和行為科學(xué)。

這項(xiàng)無損傷性研究發(fā)現(xiàn)，嚙齒類動(dòng)物在預(yù)期得到獎(jiǎng)勵(lì)（如，糖）或與同伴玩耍時(shí)最快樂。他們還發(fā)現(xiàn)，當(dāng)雌性嚙齒動(dòng)物在附近時(shí)，雄性嚙齒動(dòng)物的行為也不同。情況正如預(yù)期，并無意外。

Neumaier教授說，他的目標(biāo)是開發(fā)壓力失調(diào)和成癮的治療方法。DeepSqueak使超聲波發(fā)音的解碼破譯工作變得方便快捷，可以幫助實(shí)驗(yàn)室更快地實(shí)現(xiàn)目標(biāo)。

他說：“如果科學(xué)家能更好地理解藥物如何改變大腦活動(dòng)，從而引起愉悅或不愉悅的感覺，我們就可以設(shè)計(jì)出更好的治療成癮的方法。”

該小組已經(jīng)向所有研究人員開放了DeepSqueak，他們可以創(chuàng)建自己的分析。代碼在Github上：

https://github.com/DrCoffey/DeepSqueak

該程序目前可以識(shí)別大約20種不同的超聲波發(fā)聲。該小組希望，當(dāng)其他人識(shí)別和標(biāo)記各種超聲波發(fā)聲時(shí)，他們能夠?yàn)槔鲜蟮慕新晞?chuàng)建一個(gè)虛擬的“谷歌翻譯”。

相關(guān)閱讀：

直播預(yù)告 | MATLAB EXPO 2019，大師在線開講 >>

深度學(xué)習(xí)網(wǎng)絡(luò)到底在“看”哪里？

昆蟲大腦完勝機(jī)器學(xué)習(xí)

使用 MATLAB 圖像處理算法，視頻實(shí)時(shí)加持藍(lán)天背景

MATLAB 的藝術(shù)鑒賞的能力