“DeepLabCut”算法追寻动物运动及行为示意图。图片来自：《天然》

  科技日报北京8月21日电（记者张梦然）依据英国《天然·神经科学》杂志21日在线宣布的一项研讨，美国哈佛大学团队运用一种新式深度学习算法，成功追寻动物运动及行为，其精确度可到达人工水平，并且无需选用追寻符号物或进行费时的手动剖析。专家觉得，这一效果打开了海量的数据来历之门。

  精确追寻行为产生期间的身体运动部位是运动科学的一项重要内容。可是，假如选用视频记载方法来追寻运动，研讨人员要么需求费时吃力地符号每一帧，要么需求在研讨方针身体的预定点上放置符号物。而符号物或许搅扰研讨方针的行为，并且一般只合适有限类型的运动。

  此次，哈佛大学科学家团队使用机器学习开发了一款开源运动追寻东西，名为“DeepLabCut”，它不受以上约束。研讨团队先选用一个大型方针辨认图画数据库对“DeepLabCut”进行了预练习。之后，“DeepLabCut”只需求承受小规模的人类符号图画（约200张）练习，就能够完结一项新的追寻使命，然后便利神经科学家研讨动物行为。

  研讨人员演示了这种算法，其能够在无需符号物的情况下，追寻小鼠和苍蝇在各种行为期间的恣意身体部位运动，并且精确度可到达人工水平。“DeepLabCut”能够追寻精密的动作，假如蝇产卵、伸吻，以及小鼠伸爪时每一个指的轨道。

  在相应的新闻与观念文章中，我国北京大学魏坤琳与美国宾夕法尼亚大学康拉德·考丁表明，“DeepLabCut”在理论上适用于任何视频，然后为运动科学打开了巨大的数据来历之门。他们估计，未来“运动捕捉将从试验室内的一项困难而又耗资不菲的使命，变成一项每个人在日常日子中就能完结的小事情”。

  不久前，一位诺奖得主说，人工智能便是计算学。咱们都知道计算曩昔记载能够揣度将来。但人工智能猜测才能之强，仍超意料。它不需求太多数据，就可精确地猜出动物的行为和走向。或许往后在机器辅佐下，网站上的无聊小视频，会成为风趣的科研原始材料。

  封面新闻丨见证“文明+科技”工业新赛道——第二十届深圳文博会亮点频现精彩纷呈