實驗鼠可說是現代醫學的基礎，為了更理解老鼠的語言，華盛頓大學研究團隊開發了一款深度學習軟體 DeepSqueak，可自動辨識、處理並分類囓齒動物的叫聲，隨著研究進行，團隊認為未來將有機會理解「鼠語」，並從交流中為無數研究增加更有用的數據。
老鼠一直被認為是聰明且善於交際的動物，但因為牠們會以人耳無法處理的超聲波頻率大量通訊，即使用專用耳機聆聽，要標記分類叫聲也非常費力，因此研究「鼠語」一直被認為困難且不切實際。
華盛頓大學研究團隊開發的軟體希望改變這一切。DeepSqueak 會透過複雜的深度學習演算選擇囓齒動物叫聲的原始音檔，與具相似特徵的內容比較，並與相同特徵的叫聲比較，以叫聲順序來尋找模式。
目前對老鼠所有叫聲的含義知之甚少，但開發者希望一旦生物學家編寫足夠的聲音資訊，就能打造出老鼠的「羅塞塔石碑」（Rosetta Stone）來破解謎團。
由於生理學和基因組成和我們十分相似，實驗鼠對人類來說是非常好的替身，根據美國生物研究基金會（FBR）統計，約有 75 項獲得諾貝爾生醫獎的研究項目都曾用實驗鼠進行，然而我們對這些囓齒動物的資訊仍知之甚少，究竟牠們的各種叫聲意味著什麼意思？
截至目前，研究人員在實驗中都依照模糊的物理線索（像是按下槓桿選擇特定物質），或是耗時許久的手動分析來理解實驗資訊，但這兩種方式都容易受到人為錯誤和誤解影響結果。
就像自駕車能接收並評估前方道路的視覺數據，DeepSqueak 將囓齒動物呼叫的聲音轉換為超聲波圖像後，便能運用機器視覺訓練分析。研究人員 Kevin Coffey 指出，由於老鼠經常四處奔跑碰撞，能精確濾除背景噪音的能力尤其重要，而這正是機器比人類擅長的工作。
過去的研究中，研究人員曾試圖將某些發聲與情緒聯繫起來，例如大鼠較高音調的呼叫通常與正面響應（接收獎勵）相關，而較低音調的呼叫被認為是否定響應，但目前為止這都還只是一門不精確的科學，團隊希望透過 DeepSqueak 能更細微的理解這些聲音。
除了自動濾除已辨識的背景噪音，DeepSqueak 也允許用戶輕鬆手動查看已辨識的音節，並根據特定實驗調整參數，研究人員指出，DeepSqueak 不僅能夠減少手動分析的錯誤辨識次數，也可將分析速度提高 40 倍。
過去也有嘗試解釋囓齒動物呼叫的分析軟體，但 DeepSqueak 是首次使用深度學習解碼囓齒動物聲音，對於過濾背景噪音、檢測不同頻率呼叫改進，透過更了解老鼠在藥物成癮實驗中的動機狀態，研究人員相信這將能用於研究憂鬱症、焦慮症和帕金森氏症，為人們創造更有效的治療方法。
為了提供有豐富語音分析經驗的人員研究，DeepSqueak 也可從 Coffey 的 GitHub 帳號免費下載。研究已刊載在《神經精神藥理學雜誌》（Neuropsychopharmacology）期刊。
- Project ‘DeepSqueak’ Aims to Decipher What Mice and Rats Are Really Chattering About
- Meet DeepSqueak, an algorithm built to decode ultrasonic rat squeaks
（首圖來源：pixabay）
