中国科学院深圳先进技术研究院脑认知与脑疾病研究所的科学家们开发了一种名为社交行为图谱（Social Behavior Atlas，简称SBeA）的人工智能框架，可以准确地量化多动物行为在三维空间中的表现。这一突破性技术在神经科学和生态学等领域具有广泛的应用前景。
通过利用少样本学习和双向迁移学习，SBeA能够估计动物的姿态、识别身份并分类其在社交环境中的行为。这个领域面临的一个重要挑战是缺乏标注数据集，这限制了现有深度学习方法的适用性。为了解决这一局限性，研究人员开发了一种名为连续遮挡复制粘贴（Continuously Occluded Copy-Paste，简称COCA）的新算法，显著减少了对多动物姿态估计所需的数据标注量。
SBeA获得的结果超过了最先进方法所取得的成果，表现出卓越的性能。此外，SBeA能够利用相机阵列重建社交动物的三维姿态。这为研究动物行为和理解社交互动的复杂性打开了新的可能性。
有趣的是，SBeA并不限于特定物种，已成功应用于包括小鼠、鸟类和狗在内的多种动物中。借助SBeA，研究人员能够在Shank3B突变小鼠中识别微妙的社交行为模块，这些小鼠常被用于研究自闭症谱系障碍。这一发现为我们了解这些行为背后的神经调节机制提供了新的线索，有望推动我们对相关神经系统疾病的认识。
总而言之，SBeA的开发代表了动物行为研究领域的一个重要里程碑。它准确地量化多动物行为在三维空间中的表现能力为研究不同物种间的社交互动打开了新的可能性。这一突破性技术有望通过为研究人员提供有价值的动物行为洞察，从而改变神经科学和生态学的发展。
The source of the article is from the blog newyorkpostgazette.com