韓國科學技術院AI模型將小鼠手勢解讀為語言

韓國科學技術院（KAIST）的研究團隊近日公佈了一項突破性成果：他們開發的人工智慧模型BehaVERT能夠像處理語言一樣解讀動物的身體動作，並自主發現了自閉症小鼠模型中的核心社交缺陷。這一進展為神經科學研究提供了一種全新的、可解釋的AI分析工具。

該模型由KAIST腦與認知科學系金大秀（Kim Dae-soo）教授領導、申承宰（Shin Seung-jae）為第一作者的研究團隊開發，相關論文於2026年3月24日發表在計算機視覺領域的頂級期刊《國際計算機視覺雜誌》（IJCV）上。KAIST於同年7月1日正式公佈這一成果。

BehaVERT的核心創新在於將動物行為轉化為類似自然語言處理的結構。研究人員追蹤小鼠的鼻子、耳朵、脊柱、四肢和尾巴等部位的骨骼運動，將其轉換為token（基本單元），然後輸入基於BERT架構的Transformer網路進行訓練。與傳統的按預設類別分類行為的方法不同，該模型學習的是行為含義隨時間的變化——就像單詞的含義隨上下文變化一樣。

為了驗證模型的有效性，研究團隊對攜帶Shank3B突變（與人類自閉症相關）的小鼠和正常小鼠進行了對比觀察。BehaVERT在不被告知自閉症行為特徵的情況下，自主將“社交接觸時的口對口接觸”行為標記為兩組小鼠的最清晰區分標誌。這一發現與之前的研究結果高度吻合：Shank3B突變小鼠接近其他小鼠的本能保持正常，但實際社互動動的質量存在缺陷。

該模型還具備可解釋性優勢——研究人員可以檢視其推理過程，而不僅僅是得到一個結論。申承宰表示，專案的初衷是探究動物運動是否具有類似語言的結構。團隊在訓練時未提供正確答案，僅依靠行為資料，結果發現基於大鼠運動訓練的版本也能成功應用於小鼠，這表明單一模型有望最終跨物種通用。

金大秀教授強調，BehaVERT超越了簡單的行為分類，能夠理解行為背後的含義。他預計該模型將成為藥物開發、精神病學研究和行為遺傳學領域的核心工具。此前，金教授的團隊已開發出AVATAR系統（可在虛擬3D空間中重建小鼠運動），併成立了衍生公司Actnova，銷售用於痴呆症和帕金森病藥物研究的自動化動物行為分析軟體。BehaVERT將這一工作從運動跟蹤擴充套件到了行為解讀，團隊稱之為“行為基礎模型”的基石。

值得注意的是，該論文的所有作者最初都接受的是生命科學訓練，而非電腦科學或工程學。研究團隊指出，這表明AI工具已足夠成熟，生物學家可以自主構建專用模型，而無需依賴為其他任務設計的現成系統。