鏟屎官們有沒有想過，每天向你撒嬌、求投喂的狗狗，它腦海里究竟在想什么？

為什么有時候投入大把精力養(yǎng)熟的狗子，轉(zhuǎn)頭就可以撲向別人的懷里？

其實(shí)，狗狗這么做并不故意是要?dú)饽恪?/p>

一項(xiàng)來自埃默里大學(xué)的實(shí)驗(yàn)表明：狗狗對世界的看法可能與我們截然不同。

人類更關(guān)注對象，但狗子卻不太關(guān)心看到的到底是誰或什么物體，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(dāng)然，別忘了狗子嗅覺靈敏，許多狗狗也很認(rèn)主）

此外，狗和人類的視覺系統(tǒng)也有很大差異，它們只能看到黃藍(lán)色調(diào)，但有一個靈敏的視覺感受器，用來觀察運(yùn)動。

這項(xiàng)實(shí)驗(yàn)采用了機(jī)器學(xué)習(xí)來弄清楚狗子的大腦活動，相關(guān)論文已在The Journal of Visualized Experiments上發(fā)表。

研究者指出，這種方法有一個明顯的好處：就是無創(chuàng)。

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(shí)驗(yàn)算是一個重大突破。

下面就來看看具體體驗(yàn)過程。

對比狗和人的大腦活動

研究者通過機(jī)器學(xué)習(xí)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。

至于為什么要選狗子而非其他動物？

因?yàn)楣纷邮且环N比較好教的動物，通過一定訓(xùn)練后可以乖乖配合MRI（核磁共振）掃描，而不需要注射鎮(zhèn)靜劑或使用其他約束方法。

不過盡管狗狗相對聽話，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只狗入選，一只是4歲的雄性拳師混血犬，另一只11歲的雌性波士頓梗混血犬。

△狗狗正在看視頻

每只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(cè)重于展示不同的動作（如：玩耍、吃東西、聞氣味）。

為了作比較，兩名人類志愿者也以同樣的程序觀看了這些視頻片段。

在志愿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。

然后他們使用神經(jīng)網(wǎng)絡(luò)，訓(xùn)練并測試了3個分類器（classifier），以區(qū)分“物體”和“行動”。

誒，為啥不是2個而是3個？

因?yàn)殛P(guān)于行為的分類器中，一個是在3種不同動作上訓(xùn)練的，另一個則學(xué)習(xí)了5種動作。

結(jié)果顯示，人腦對物體和動作都有不錯的反應(yīng)，而狗狗的大腦只對動作敏感，對于不同的人、物，它們似乎并不感冒。

△左為人腦MRI圖，右為狗腦MRI圖

為了評估模型性能、讓數(shù)據(jù)更有說服力，研究者還用了Ivis機(jī)器學(xué)習(xí)算法對收集的數(shù)據(jù)進(jìn)行量化。

從人類志愿者的數(shù)據(jù)來看，這些模型在將其大腦活動數(shù)據(jù)映射到不同分類器上時，準(zhǔn)確性都超過99%。

而在對狗的大腦數(shù)據(jù)進(jìn)行解碼時，該模型對基于物體的分類器基本不起作用；不過對于基于行為的分類器來說，準(zhǔn)確率可達(dá)60%至88%。

由此可見，狗狗的思維方式和我們還是有很大區(qū)別的！

研究者簡介

研究者來自埃默里大學(xué)心理學(xué)系。

論文一作Erin M. Phillips，現(xiàn)為普林斯頓大學(xué)生態(tài)學(xué)和進(jìn)化生物學(xué)系的在讀博士研究生。

她作為訪問學(xué)者來到埃默里大學(xué)，并參與了這項(xiàng)研究。

論文的共同作者Gregory S.Berns，現(xiàn)任埃默里大學(xué)教授，主要研究方向?yàn)槿祟悰Q策的神經(jīng)影像、狗的fMRI，以及比較神經(jīng)生物學(xué)。

Berns教授本科畢業(yè)普林斯頓大學(xué)物理學(xué)系，并先后獲得2個博士學(xué)位：生物醫(yī)學(xué)工程博士以及醫(yī)學(xué)博士。

Berns認(rèn)為，狗狗更關(guān)注動作其實(shí)是可以理解的，因?yàn)閯游锾焐枰浅ｊP(guān)注環(huán)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只狗參與，不過研究者未來還會對更多狗子以及其他動物展開實(shí)驗(yàn)，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

參考鏈接：https://www.eurekalert.org/news-releases/964886