Защо социалното поведение е по-трудно за измерване в сравнение с индивидуалната активност
Измерването на една риба в аквариум е задача за проследяване. Измерването на няколко риби едновременно е задача за проследяване плюс задача за идентификация. Социалните взаимодействия зависят от това коя риба е близо до коя друга риба, колко дълго остават в близост и как групата се реорганизира с течение на времето. Системата за поведенчески анализ на зебрадани трябва да реши тази задача за идентификация, преди да може да предостави каквито и да било данни за социалното поведение. Ако идентичностите се разменят, когато две риби се пресекат, получените данни стават запис на позиции, а не запис на взаимоотношения.
Ръчното наблюдение се справя със същия проблем. Човек, който наблюдава аквариум, може да следи една риба известно време, но вниманието му отслабва. Когато няколко риби се движат едновременно, наблюдателят не може да запази ясна представа за самоличността на всяка от тях. Резултатът често е приблизително впечатление, а не количествена мярка. Автоматизацията не премахва трудността, но прави проблема с идентификацията явен и разрешим.
Проследяване на самоличностите при пресичане на пътищата на рибите
Проследяването на множество обекти е основата на измерването на социалното поведение. Софтуерът открива всяка риба във всеки кадър и свързва тези открития между кадрите. Когато две риби се приближат една до друга, стъпката на свързване става неясна. Простото правило за най-близкия съсед често не дава добри резултати и води до разменяне на самоличностите. По-устойчивите системи използват прогнозиране на движението, например филтър на Калман, и характеристики на външния вид, като форма на опашката или размер на тялото, за да осигурят стабилна идентификация.
Унгарският алгоритъм е разпространен за присвояване на открития към вече съществуващи траектории. Той намира най-доброто едно-към-едно съответствие въз основа на матрица на разходите, която може да включва разстояние, предвидена позиция и външен вид. Дори с тези инструменти заслоняването остава предизвикателство. Рибите, които плуват зад уред за аквариум или напълно се припокриват, могат да бъдат загубени за няколко кадъра. Добре проектираните системи обработват кратки прекъсвания и предоставят оценки на сигурността, така че потребителят да знае кога една траектория е несигурна.
Метрики за разстояние и близост, които отразяват социалните предпочитания
Щом идентичностите станат стабилни, системата може да изчислява социални метрики. Най-простата е разстоянието между рибите, т.е. разстоянието между една риба и нейния най-близък съсед. Средното разстояние между рибите в група дава приблизителна мярка за сплотеността. По-малко средно разстояние предполага по-плътна школа. По-голямо средно разстояние предполага, че рибите се разпръсват.
Други метрики добавят нюанси. Разстоянието до най-близкия съсед се фокусира върху най-близката риба и може да разкрие поведението по двойки. Времето, прекарано в определен радиус около друга риба, измерва предпочитанието към близост. Приближаванията и отдалечаванията броят колко често рибите се движат към или далеч от една друга. Тези метрики могат да се изчисляват за цялата група или за конкретни двойки, в зависимост от поставения въпрос. Системата за поведенчески анализ на данио реракио обикновено съобщава няколко от тях едновременно, което помага да се отделят различните аспекти на социалното взаимодействие.
| Цел на измерването | Ръчно наблюдение | Автоматизирана система за проследяване |
|---|---|---|
| Междурibanо разстояние | Оценява се визуално | Изчислява се за всеки кадър |
| Запазване на идентичността | Трудно при пресичане на рибите | Поддържа се чрез прогнозиране и визуални характеристики |
| Кохезия на групата | Грубо впечатление | Средно разстояние и метрики за групиране |
| Приближаване и отдалечаване | Лесно е да се пропусне | Броят се автоматично |
| Време в близост | Несъответствие между наблюдателите | Определя се от радиус и продължителност |
Динамика на групата и образуване на стада
Социалното взаимодействие не се свежда само до средното разстояние. То също така включва начина, по който групата се движи заедно. Образуването на стада включва поляризация – т.е. подравняване на посоката на плуване между рибите, и ротация – т.е. склонността към координирано кръгово плуване. Тези модели възникват от локални взаимодействия и са трудни за забелязване с просто око.
Автоматичното проследяване може да ги изчислява от траекториите. Поляризацията е средният вектор на посоката сред рибите. Ротацията се измерва чрез ъгловата скорост около центроида на групата. Тези метрики са чувствителни към размера на групата, формата на аквариума и течението. Група в кръгъл аквариум може да показва различни модели в сравнение с група в правоъгълен аквариум. Системата предоставя числата, но изследователят трябва да ги интерпретира в контекста.
Екологични фактори, които формират данните за социалното взаимодействие
Социалното поведение не протича във вакуум. Температурата на водата влияе върху нивото на активност и следователно върху това колко близо рибите остават една до друга. Интензитетът на светлината променя възбудимостта и склонността към образуване на стада. Размерът и формата на аквариума определят пространството, налично за взаимодействие. Плътността на подслон преди експеримента влияе върху базовото социално поведение. Рибите, които са държани в изолация, могат да се държат по-различно от рибите, които са държани в групи.
Системата за анализ на поведението на данио-риквила може да регистрира много от тези променливи, ако са свързани сензорите. Обаче тя не може да контролира историята на подслоняването или генетичния фон. Тези фактори трябва да се документират отделно и да се вземат предвид при интерпретацията на данните. Социална метрика, която изглежда различна между две групи, може да отразява ефекта от лечението, ефекта от подслоняването или взаимодействието между двете.
Полеви пример и ограниченията на автоматизирания социален анализ
Лаборатория в университет в южна Китай проучваше ефектите на един съединение върху социалното поведение на възрастни данио-риквила. Първият етап използваше ръчно оценяване. Наблюдателите брояха колко често рибите плуват близо една до друга, но резултатите бяха непоследователни както между различните хора, така и между различните сесии. След това лабораторията инсталира система за анализ на поведението на данио-риквила с проследяване на множество обекти.
Автоматизираните данни показаха, че групите, подложени на лечение, имаха по-голямо средно разстояние помежду си и по-малко сближавания в сравнение с контролите. Ефектът беше малък, но последователен през всички сесии. Ръчното оценяване пропусна това, защото наблюдателите не можеха да проследяват надеждно идентичностите, когато рибите се приближаваха една към друга. Автоматизираната система не доказа, че съединението променя социалната мотивация. То показа, че се променя пространственият модел. За разбиране на причината ще са необходими допълнителни проучвания.
Автоматизираният социален анализ има ограничения. Той измерва позициите и движенията. Не измерва мотивация, разпознаване или предпочитание в когнитивен смисъл. Риба може да остане близо до друга, защото предпочита компания, защото следва водач или защото геометрията на аквариума я ограничава. Данните от проследяването не могат да различат тези обяснения. Човешката преценка и внимателно проектирани последващи експерименти остават задължителни.
Hunter Lab (Hunter) произвежда оборудване за лаборатории със зебра рибки, като обръща внимание на стабилността при визуализация и проследяването на множество обекти – неща, от които зависят изследванията на социалното поведение. Производствената и контролно-качествената част гарантират последователността, необходима за дългосрочни поведенчески изследвания. За лабораториите, които измерват модели на социално взаимодействие, такава дисциплина при производството е част от основата.