DeepLabCut AI Residency 留居計畫

我叫蔣紹志（he/him/his），生於高雄，後隨家人移居紐西蘭。作為LGBTQ2S+族群中的一員，我目前正在從神經學的角度探究性的多元化。研究方向包括分子機制、進化驅動因素及集體行為。為此，我需要觀察嚙齒動物及golden shiner（一種原產於北美的鯉科魚類）等動物的行為。此類研究對動物福利和生物多樣性具有重要意義，也會加深我們對人類性行為和性功能障礙的認知。今年，我有幸成為DeepLabCut AI訪問學者，利用AI技術來研究動物行為。該項目由Chan Zuckerberg Initiatives贊助，每年在全球範圍內選擇六名學者前往瑞士日內瓦訪學。

DeepLabCut是一個基於深度學習的開源工具，用於2D和3D姿態估計。DeepLabCut已應用於多個領域，例如農場雞隻追蹤、狗便便檢測、嬰兒探索行為、蜥蜴機器人、運動遊戲生物反饋、獵豹的獵物追蹤、蜘蛛織網、中風康復、心臟手術、野生動物保護、瞳孔追蹤、鸚鵡三肢運動、恐懼行為、狗的情緒、虛擬現實等。與傳統方法相比，使用人工智能來研究行為能夠獲得更多數據 —— 為此產生了一個新詞「behaviomics / 行為組學」（類似於「genomics / 基因組學」）。如使用傳統方法，時長為1個小時的行為視頻可能需要22個小時才能分析完畢。何況人類還有感知限制，難以發現罕見、微妙的行為。像DeepLabCut這樣的行為組學方法讓我能夠更加方便地開展研究。

從更深遠的角度來看，DeepLabCut可以改善科學界的動物倫理，它生成的模型可用於開發計算和機器人模型，最終取代動物實驗。DeepLabCut也有助於提高研究生物的多樣性，讓研究人員不用局限於實驗室錄像，可以在野生動物的自然棲息地，透過陷阱相機、無人機和衛星，在干擾最小的情況下收集動物行為影像。目前，已有台灣學者使用DeepLabCut開展研究，包括國立清華大學焦傳金的烏賊捕獵研究，中央研究院黃國華的斑馬魚研究，國立陽明交通大學連正章的小鼠學習及記憶研究。目前台灣利用DeepLabCut的研究只有這些，但DeepLabCut有潛力進入更多領域，為台灣的科學研究帶來變革。

此次訪學的目標之一是讓人工智能領域變得更加多元。我們從 Deborah Raji 和 Timnit Gebru 等人的經驗中得知，人工智能主要服務於「WEIRD」（Western / 西方、Educated / 受過教育、Industrialized / 工業化、Rich / 富裕、Democratic / 民主）群體，尤其是順性別、異性戀、白人男性。邊緣化少數群體被排除在外，導致了許多錯誤識別種族跟性別的問題，以及Cathy O'Neil所說的「weapons of math destruction」。

在紐西蘭長大，我充分體會了種族主義、恐同歧視對「少數」族群的影響，因此，我格外希望能夠使用免費且開源的DeepLabCut來推動AI等新技術的多元化。為此，我參考Queer in AI、Black Girls Code、Ear Sketch等組織的成功經驗，打算把 DeepLabCut 帶到人工智能領域代表性不足的社群，幫助他們掌握AI技能，並成為開源代碼貢獻者。我希望能夠與浪達社、身心障礙學生權益促進會等台灣在地組織合作舉辦DeepLabCut的workshop，吸引正參與志願項目的台灣學生，鼓勵他們將DeepLabCut介紹給更多邊緣化社群。比如慈幼義光團向兒童介紹 AI，童癌童語服務社為患癌兒童提供教育課程，以及世界志工社將AI帶入更多台灣社群等。