論文の概要: From eye to AI: studying rodent social behavior in the era of machine Learning
- arxiv url: http://arxiv.org/abs/2508.04255v1
- Date: Wed, 06 Aug 2025 09:39:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-07 20:09:22.658811
- Title: From eye to AI: studying rodent social behavior in the era of machine Learning
- Title（参考訳）: 目からAIへ - 機械学習の時代におけるゆるやかな社会行動の研究
- Authors: Giuseppe Chindemi, Camilla Bellone, Benoit Girard,
- Abstract要約: 本稿では、その主なステップと、ロジトな社会的行動を分析するためのツールについて論じる。
我々は,若手研究者にこれらの手法の採用を指導することを目的として,共通のハードルに対処する実践的解決策を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The study of rodent social behavior has shifted in the last years from relying on direct human observation to more nuanced approaches integrating computational methods in artificial intelligence (AI) and machine learning. While conventional approaches introduce bias and can fail to capture the complexity of rodent social interactions, modern approaches bridging computer vision, ethology and neuroscience provide more multifaceted insights into behavior which are particularly relevant to social neuroscience. Despite these benefits, the integration of AI into social behavior research also poses several challenges. Here we discuss the main steps involved and the tools available for analyzing rodent social behavior, examining their advantages and limitations. Additionally, we suggest practical solutions to address common hurdles, aiming to guide young researchers in adopting these methods and to stimulate further discussion among experts regarding the evolving requirements of these tools in scientific applications.
- Abstract（参考訳）: この研究は、人工知能(AI)と機械学習に計算手法を統合するという、人間の直接の観察から、より精巧なアプローチへと、ここ数年で変化してきた。
従来のアプローチは偏見を導入し、社会的相互作用の複雑さを捉えるのに失敗するが、現代のアプローチではコンピュータビジョン、民族学、神経科学は、特に社会神経科学に関連する行動に関するより多面的な洞察を提供する。
これらの利点にもかかわらず、AIを社会行動研究に統合することにもいくつかの課題がある。
ここでは、そのメリットと限界を考察し、その主なステップと、げっ歯類の社会的行動を分析するためのツールについて論じる。
さらに,これらの手法を応用するための若手研究者の指導と,これらのツールの科学的応用における要件の進化に関する専門家の間でのさらなる議論の促進を目的として,共通のハードルに対処する実践的解決策を提案する。
関連論文リスト
- The Role of Generative AI in Facilitating Social Interactions: A Scoping Review [0.0]
社会的つながりの低下は精神的な健康、寿命、一般的な幸福を脅かす。
大規模言語モデル(LLM)や画像生成ツールなどのジェネレーティブAI(GAI)技術は、人間の社会体験の向上を目的としたアプリケーションに統合されつつある。
彼らの存在感は増しているが、これらの技術が社会的相互作用にどのように影響するかはほとんど分かっていない。
論文 参考訳（メタデータ） (2025-06-12T17:37:19Z) - Tinkering Against Scaling [15.060264126253212]
既存の作業にインスパイアされた"チンケリング"アプローチを提案する。
この手法は、普通の研究者にとって管理可能なより小さなモデルやコンポーネントに関わります。
我々は、ティンカーは計算社会科学の創造と知識の方法であり、批判的な研究のための知識の方法であると主張している。
論文 参考訳（メタデータ） (2025-04-23T09:21:39Z) - Social Genome: Grounded Social Reasoning Abilities of Multimodal Models [61.88413918026431]
社会的推論能力は、AIシステムが社会的文脈内でのマルチモーダルなヒューマンコミュニケーションと相互作用を解釈し、応答する上で不可欠である。
SOCIAL GENOMEは,マルチモーダルモデルのきめ細かな基礎的な社会的推論能力を示す最初のベンチマークである。
論文 参考訳（メタデータ） (2025-02-21T00:05:40Z) - AlphaChimp: Tracking and Behavior Recognition of Chimpanzees [29.14013458574676]
我々は,チンパンジーの位置を同時に検出し,動画から行動カテゴリーを推定するエンドツーエンドアプローチを開発した。
AlphaChimpは、最先端の手法と比較して、トラッキング精度が10%高く、動作認識が20%向上している。
我々のアプローチは、コンピュータビジョンと霊長類学のギャップを埋め、技術的能力を高め、霊長類コミュニケーションと社会性の理解を深める。
論文 参考訳（メタデータ） (2024-10-22T16:08:09Z) - Towards interactive evaluations for interaction harms in human-AI systems [8.989911701384788]
我々は,テキストインタラクションの害に着目したテキストインタラクション倫理に基づく評価へのシフトを提案する。
まず,(1)静的,(2)普遍的なユーザエクスペリエンスを仮定し,(3)構成妥当性を限定した現状評価手法の限界について議論する。
インタラクティブな評価を設計するための実践的原則として, 生態学的に有効な相互作用シナリオ, ヒューマンインパクトメトリクス, 多様な人間参加アプローチなどがあげられる。
論文 参考訳（メタデータ） (2024-05-17T08:49:34Z) - Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。
我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
論文 参考訳（メタデータ） (2024-04-17T02:57:42Z) - Computer Vision for Primate Behavior Analysis in the Wild [61.08941894580172]
ビデオに基づく行動監視は、動物の認知と行動を研究する方法を変える大きな可能性を秘めている。
今でも、エキサイティングな見通しと、今日実際に達成できるものの間には、かなり大きなギャップがある。
論文 参考訳（メタデータ） (2024-01-29T18:59:56Z) - AI for social science and social science of AI: A Survey [47.5235291525383]
人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。
AIの人間的能力の増大は、社会科学研究にも注目されている。
論文 参考訳（メタデータ） (2024-01-22T10:57:09Z) - LISBET: a machine learning model for the automatic segmentation of social behavior motifs [0.0]
LISBET(LISBET Is a Social BEhavior Transformer)は,社会的相互作用の検出とセグメンテーションのための機械学習モデルである。
身体追跡データを用いた自己教師型学習により,広範囲な人的アノテーションの必要性を排除した。
生体内電気生理学的には,本モデルで同定されたモチーフに対応する腹側歯根膜領域の神経信号が明瞭であった。
論文 参考訳（メタデータ） (2023-11-07T15:35:17Z) - Human-AI Coevolution [48.74579595505374]
Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。
本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
論文 参考訳（メタデータ） (2023-06-23T18:10:54Z) - Machine Psychology [54.287802134327485]
我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。
本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。
これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
論文 参考訳（メタデータ） (2023-03-24T13:24:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。