韩国科学技术院AI模型将小鼠手势解读为语言

韩国科学技术院（KAIST）的研究团队近日公布了一项突破性成果：他们开发的人工智能模型BehaVERT能够像处理语言一样解读动物的身体动作，并自主发现了自闭症小鼠模型中的核心社交缺陷。这一进展为神经科学研究提供了一种全新的、可解释的AI分析工具。

该模型由KAIST脑与认知科学系金大秀（Kim Dae-soo）教授领导、申承宰（Shin Seung-jae）为第一作者的研究团队开发，相关论文于2026年3月24日发表在计算机视觉领域的顶级期刊《国际计算机视觉杂志》（IJCV）上。KAIST于同年7月1日正式公布这一成果。

BehaVERT的核心创新在于将动物行为转化为类似自然语言处理的结构。研究人员追踪小鼠的鼻子、耳朵、脊柱、四肢和尾巴等部位的骨骼运动，将其转换为token（基本单元），然后输入基于BERT架构的Transformer网络进行训练。与传统的按预设类别分类行为的方法不同，该模型学习的是行为含义随时间的变化——就像单词的含义随上下文变化一样。

为了验证模型的有效性，研究团队对携带Shank3B突变（与人类自闭症相关）的小鼠和正常小鼠进行了对比观察。BehaVERT在不被告知自闭症行为特征的情况下，自主将“社交接触时的口对口接触”行为标记为两组小鼠的最清晰区分标志。这一发现与之前的研究结果高度吻合：Shank3B突变小鼠接近其他小鼠的本能保持正常，但实际社交互动的质量存在缺陷。

该模型还具备可解释性优势——研究人员可以查看其推理过程，而不仅仅是得到一个结论。申承宰表示，项目的初衷是探究动物运动是否具有类似语言的结构。团队在训练时未提供正确答案，仅依靠行为数据，结果发现基于大鼠运动训练的版本也能成功应用于小鼠，这表明单一模型有望最终跨物种通用。

金大秀教授强调，BehaVERT超越了简单的行为分类，能够理解行为背后的含义。他预计该模型将成为药物开发、精神病学研究和行为遗传学领域的核心工具。此前，金教授的团队已开发出AVATAR系统（可在虚拟3D空间中重建小鼠运动），并成立了衍生公司Actnova，销售用于痴呆症和帕金森病药物研究的自动化动物行为分析软件。BehaVERT将这一工作从运动跟踪扩展到了行为解读，团队称之为“行为基础模型”的基石。

值得注意的是，该论文的所有作者最初都接受的是生命科学训练，而非计算机科学或工程学。研究团队指出，这表明AI工具已足够成熟，生物学家可以自主构建专用模型，而无需依赖为其他任务设计的现成系统。