Mäuse fiepen nicht nur. Sie kommunizieren in einer komplexen Lautsprache, die für Menschen größtenteils unhörbar bleibt. Viele ihrer Rufe liegen im Ultraschallbereich – etwa bei der Partnersuche oder wenn Muttertiere mit ihren Jungen kommunizieren. Für Forschende sind diese winzigen Signale besonders aufschlussreich: Sie können Hinweise auf die Identität, das Verhalten und die sozialen Interaktionen der Tiere geben.

Ihre Analyse ist allerdings technisch anspruchsvoll. Die Rufe sind extrem kurz, oft nur wenige Millisekunden lang, und treten in großer Zahl auf. Eine zehnminütige Aufnahme kann tausend Vokalisationen enthalten, was es nahezu unmöglich macht, sie vollständig von Hand auszuwerten. Eine neue Publikation des Instituts für Schallforschung der Österreichischen Akademie der Wissenschaften (ÖAW) und des Konrad-Lorenz-Instituts für Vergleichende Verhaltensforschung der Vetmeduni gibt nun einen Überblick über aktuelle bioakustische Methoden und KI-gestützte Verfahren zur Analyse von Mäusevokalisationen. ÖAW-Schallforscherin Reyhaneh Abbasi erklärt, wo die größten Herausforderungen liegen und wie neue computergestützte Methoden helfen können.

Signalverarbeitung mit KI und Big Data

Frau Abbasi, in Ihrer Publikation spielen Hausmäuse und ihre Laute eine Rolle. Worum geht es dabei genau?

Reyhaneh Abbasi: Wir Menschen verwenden Sprache zur Kommunikation. Mäuse kommunizieren ebenfalls durch Vokalisationen, also durch Laute, die sie produzieren. Manche dieser Laute sind für Menschen hörbar, andere werden in Frequenzbereichen erzeugt, die außerhalb unseres Hörbereichs liegen. Mäuse produzieren solche Vokalisationen zum Beispiel während der Balz oder in der Kommunikation zwischen Muttertieren und ihren Jungen. Diese Vokalisationen können Informationen über die Tiere liefern, etwa über ihre Identität oder über Zusammenhänge zwischen ihren Lauten und ihrem Verhalten. Anders gesagt: Sie können Signale enthalten, die in der Kommunikation der Tiere eine Rolle spielen. Diese Vokalisationen sind außerdem extrem kurz, oft dauern sie nur zwischen fünf und 200 Millisekunden. In einer zehnminütigen Aufnahme können zum Beispiel Hunderte oder sogar Tausende solcher Vokalisationen vorkommen. Es ist daher nicht einfach, sie manuell zu analysieren. Das war viele Jahre lang eine große Herausforderung.

Computergestützte Methoden sind wesentlich, um die Kommunikation von Mäusen zu verstehen.

Warum braucht es dafür neue Methoden aus der Bioakustik und der Künstlichen Intelligenz (KI)?

Abbasi: In den vergangenen zehn Jahren wurden viele Methoden entwickelt, um diese Vokalisationen zu analysieren, weil die manuelle Auswertung aufgrund der großen Zahl kurzer Signale in den Aufnahmen extrem zeitaufwendig und schwierig ist. Diese Methoden verbinden Techniken aus der Signalverarbeitung und zunehmend auch aus der Künstlichen Intelligenz (KI). Nachdem die Vokalisationen aufgenommen wurden, beginnt die Analyse-Pipeline typischerweise damit, die Laute aus dem Zeitbereich in eine Zeit-Frequenz-Darstellung zu übertragen. Das ist eine visuelle Darstellung des Klangs, die zeigt, wie sich der Laut über Zeit und Frequenz verändert, und für die Analyse sehr hilfreich ist.

Im nächsten Schritt wird entweder mit Methoden der Signalverarbeitung oder mit KI-Methoden erkannt, wo einzelne Vokalisationen im Audiosignal vorkommen. Danach müssen Rauschen und Störgeräusche herausgefiltert werden. Anschließend werden relevante Merkmale aus den Vokalisationen extrahiert. KI-Methoden können dann erneut eingesetzt werden, um die Vokalisationen in verschiedene Kategorien einzuordnen. Erst nach diesen Schritten können wir beginnen, biologische Fragen zu beantworten, zum Beispiel welche Vokalisationen mit bestimmten Verhaltensweisen verbunden sind. Computergestützte Methoden sind daher wesentlich, um die Kommunikation von Mäusen zu verstehen. Gleichzeitig gibt es in den einzelnen Schritten dieser Analyse-Pipeline weiterhin viele Herausforderungen.

KI braucht Prüfung durch Menschen 

Was könnte so eine Herausforderung sein?

Abbasi: Ein wichtiges Beispiel ist die Frage der Generalisierbarkeit. Stellen Sie sich vor, ein Labor nimmt einen Datensatz auf und entwickelt eine KI-Methode, um Mäusevokalisationen zu erkennen. Nach der Veröffentlichung möchte ein anderes Labor dieses Werkzeug verwenden, aber es funktioniert vielleicht nicht gleich gut, weil die Aufnahmen unter anderen Bedingungen entstanden sind – etwa in einer anderen Umgebung, mit anderen Hintergrundgeräuschen oder anderen technischen Voraussetzungen. Das bedeutet: Ein Werkzeug, das in einem Labor entwickelt wurde, lässt sich nicht automatisch auf die Daten eines anderen Labors anwenden.

Forschende achten mittlerweile stärker darauf zu prüfen, ob solche Methoden auch über verschiedene Datensätze und Labore hinweg funktionieren. Das geschieht aber noch nicht immer auf einheitliche Weise. Eine weitere wichtige Herausforderung ist die Frage, wie genau automatisierte Methoden im Vergleich zu menschlichen Annotationen arbeiten. Wenn ein Algorithmus zum Beispiel erkennt, wann eine Vokalisation beginnt und endet, müssen wir seine Ergebnisse mit den Einschätzungen menschlicher Expert:innen vergleichen. Hochwertige manuelle Annotationen sind allerdings oft schwer zu bekommen, weil sie sehr zeitaufwendig und arbeitsintensiv sind und nicht immer zwischen Forschungsgruppen geteilt werden. Deshalb wurden manche Werkzeuge entwickelt, ohne ausreichend validiert worden zu sein. Diese Situation hat sich in den vergangenen Jahren zwar verbessert, aber es braucht weiterhin bessere Evaluierungsverfahren, um sicherzustellen, dass diese Methoden zuverlässig sind.

KI-Werkzeuge sind weiterhin stark auf menschliche Expertise angewiesen, weil sie eine „Ground Truth“, eine Grundwahrheit, brauchen.

Warum bleibt menschliche Expertise trotz KI so wichtig?

Abbasi: KI-Werkzeuge sind weiterhin stark auf menschliche Expertise angewiesen, weil sie eine sogenannte „Ground Truth“, eine Grundwahrheit, brauchen – also verlässliche Referenzdaten, von denen sie lernen können und anhand derer überprüft werden kann, ob sie korrekt arbeiten. Wenn ein KI-System zum Beispiel eine zehnminütige Aufnahme erhält, braucht es Informationen darüber, wo in dieser Aufnahme Vokalisationen vorkommen. Ohne menschliche Annotationen, die die Position dieser Laute zeigen, kann das System nicht zuverlässig lernen, sie zu erkennen. Menschliche Expertise ist auch für die Klassifikation wichtig, weil Expert:innen die Labels erstellen, von denen KI-Systeme lernen. Unterschiedliche Labore verwenden allerdings mitunter unterschiedliche Definitionen für Lautkategorien. Das kann es schwierig machen, Ergebnisse zu vergleichen oder KI-Werkzeuge zwischen Forschungsgruppen zu übertragen. Gut definierte manuelle Annotationen zu teilen, würde Forschenden daher helfen, KI-Methoden laborsübergreifend zuverlässiger zu entwickeln, zu evaluieren und zu vergleichen.

Neue Perspektiven für Autismus-Forschung

Warum ist es überhaupt wichtig, die Kommunikation von Mäusen besser zu verstehen?

Abbasi: Zunächst wollen wir die Mäuse selbst besser verstehen: wie sie kommunizieren und wie ihre Vokalisationen mit ihrem Verhalten verbunden sind – so wie wir auch die Kommunikation anderer Tiere untersuchen. Das ist aus Sicht der Grundlagenforschung wichtig. Darüber hinaus können Mäusevokalisationen auch für andere Forschungsbereiche relevant sein. Mäuse werden häufig als Modelle für neuroentwicklungsbezogene Störungen verwendet, etwa für Autismus. Die Untersuchung ihrer Kommunikationsmuster kann uns helfen, besser zu verstehen, wie Veränderungen in der Kommunikation mit Verhalten zusammenhängen. In Zukunft könnten sich daraus auch Einblicke in zugrunde liegende Mechanismen ergeben, die für den Menschen relevant sind.

Was soll Ihre Studie für die künftige Forschung leisten?

Abbasi: Wir haben diese Arbeit durchgeführt, weil wir den Bedarf an einem umfassenden Überblick über bestehende Methoden gesehen haben. Viele Ansätze werden derzeit entwickelt, aber es ist wichtig, ihre Stärken und Grenzen zu evaluieren und zu prüfen, wie gut sie unter unterschiedlichen Bedingungen funktionieren. Wir hoffen, dass unsere Arbeit die Entwicklung künftiger Werkzeuge zur Analyse von Mäusevokalisationen unterstützen kann. Mit diesem Review möchten wir dazu beitragen, diese Methoden robuster, vergleichbarer und zuverlässiger zu machen, damit sie die künftige Forschung zur Kommunikation und zum Verhalten von Mäusen besser unterstützen können.