原创 Chloe Tenn 神经现实 收录于合集 #深度 | Deep-diving 343个
2021年12月9日，发表于《行为大脑研究》（Behavioral Brain Research）期刊的一项研究*发现，鱼类在水面之外也能找到方向[1]，这表明动物的导航能力并不依赖于生态环境。
*译者注
Givon, Shachar, et al. "From fish out of water to new insights on navigation mechanisms in animals." Behavioural brain research 419 (2022): 113711.
过去的已有研究训练了大鼠和犬类来操纵车辆*，在2014年，以色列内盖夫本-古里安大学的工程师们开发了一款“轮子上的鱼”的交互界面**，这能让鱼控制陆地上的机器小车——这个四轮鱼缸会根据鱼缸里鱼的移动方向和动作而移动。2021年12月，科学家们应用这个技术来测试金鱼（Carassius auratus）是否能感知并且理解无水环境，并且将他们的空间表征和导航能力应用于陆地领域。
*译者注
*Crawford, L. Elizabeth, et al. "Enriched environment exposure accelerates rodent driving skills." Behavioural brain research 378 (2020): 112309.
https://www.livescience.com/25299-dogs-learn-drive.html
**https://www.youtube.com/watch?v=YbNmL6hSNKw
Ronen Segev
由Shachar Givon & MatanSamina & Ohad Ben Shahar主导的一项研究：让金鱼学习如何在陆地上驾驶机器小车。
认知神经学家罗南·塞格夫（Ronen Segev）与他的同事们教会了6只金鱼怎样操作这个系统，然后将它们和车子逐个放入一个场地。每当一只金鱼到达安装在围栏墙壁上的粉红色目标板时，它就会收到一粒鱼食作为奖励。每次训练中，研究小组记录鱼到达目标的次数，到达目标所需的时间以及行驶的距离。
塞格夫与他的团队观察到，即便是在不同的起点位置且施有假目标干扰，鱼依然可以到达目标。当目标换到另一面不同的墙，鱼的第一反应也是先去原先目标所在地，然后修正自己的方向以接近正确的墙。这个结果意味着，鱼除了控制小车还有学习的能力。
《科学家》采访了塞格夫，了解了他的研究过程以及这些研究能为鱼类认知与视觉导航提供哪些见解。
本·古里安大学神经科学家罗南·塞格夫（Ronen Segev），也是一个热情的自行车手。
—
您的这项研究希望能解答什么问题？
塞格夫：我研究鱼类的认知能力很多年了，尤其是鱼类的导航能力以及它们是如何寻路的。但我对实验室中的现状有点沮丧，原因是我有个1.4m×1.4m大小的鱼缸，这个场地还是挺小的。而在野外，鱼类能在湖泊甚至是大海中导航。我在寻找一个能在实验室中构建一个媲美鱼类实际生活环境的方法。然后我们遇到了几个让我们感到惊艳的实验，其中一项是大鼠开车……看完这个后，我说，“好吧，我们其实可以把它变得科学点，并且尝试让鱼拥有在陆地导航的能力。”随后我们的实验就可以不再局限于实验室鱼缸的大小了。
实际上鱼面对两大困难，其一是难以学习开车……因为所有东西都在移动，并且它需要朝某个特定的方向摆动身体才能让车朝着特定的、期望的方向行驶。因此，驾驶小车本身就需要认知方面的努力。然后在鱼克服了这一点之后，它们要应对在完全陌生的环境中导航产生的认知负担。首先这些环境是陌生的，因为这已经不再是水中了。说它是陌生的，也是因为空气-水-塑料界面导致从水箱看到的东西非常不同，因为折射会扭曲鱼的视觉。想要在陆地上导航，鱼类需要克服所有这些困难。我们的工作是证明鱼有能力做到这一点的第一步。
为何您会选择研究金鱼？
塞格夫：金鱼不但随处可见，而且容易存活，它们是奇妙的生物。你可以找到任何大小的金鱼……因此你可以为实验优化动物的大小。你从当地的宠物供应商那里就能买到，而且它们生命力顽强。因此，即使没有完美条件，它们也会生存下来。所有这些特征都使金鱼成为绝佳的研究对象。
能描述一下金鱼怎么操纵小车的吗？
塞格夫：我们有个鱼缸……有台电脑架在上面，还有一个网络摄像头，它自动捕捉并检测鱼的位置和方向，并且向小车的马达和轮子输入命令使其向这个方向前进。巧妙的是小车转向各个方向行驶的能力：通过特殊的轮子，它可以以完全对称的方式在四个方向上行驶。
- Roman Makarenko -
能让我知道你是怎样使用不同的实验来训练鱼的导航能力的？
塞格夫：我们设置了一组这样的实验，小车初始位置差不多在房间的中心，墙上有一个塑料制成的大标记，鱼则需要直接前往墙上有标志的地方。而为了让我们自己能确信鱼真的在控制着小车，我们会做出干预，比如我们让小车从许多不同的位置开始而不是从房间的正中心开始，放置假目标，或者干脆将目标移动到房间的另一边。
每次的训练大约30分钟。鱼的任务是在30分钟的训练中获得尽可能多的鱼饲料。你会发现，在大约10-15次训练后，在大约10-15次训练后，鱼获得鱼饲料的几率能从每30分钟获得区区几粒提高为获得大量。鱼知道它在做什么。它径直游向目标，而不是随机游走然后才到达目标。
在整个试验过程中你遇到过什么挑战吗？
塞格夫：有许多细节和参数需要微调。在车辆开始移动之前，计算机需要对朝正确方向靠近鱼缸壁的鱼做出反应……你需要让车辆能在最佳的位置被控制。当鱼从那个角度来看时，车辆的反馈是最直观的。鱼的动作是什么？小车的反馈是什么？为了能让试验顺利进行你需要调整这些所有的参数。
试验中有没有什么特别吸引你的部分？
塞格夫：有一次我们说，“行吧，咱们干脆就把目标就放房间的另外一头算了。”一开始的运行轨迹是，鱼和小车从房间正中心出发，然后朝着目标原先的位置运行。鱼往原先的方向看，然后才发现目标原来在房间另一头。第三次试验时，它就径直奔向房间另一侧。我们实实在在地目睹了学习行为。
鱼缸里开车的金鱼
—
MATAN SAMINA
您觉得这个实验未来会往哪个方向发展？
塞格夫：我认为下一步是增加难度。现在我们已经处在一个能让鱼在开阔的空间里驾驶车辆的阶段。那鱼能找到它无法看见的目标吗？这些类型的问题特别吸引我，并且这些问题与空间学习和空间记忆的问题息息相关。我还觉得实际上能用这个系统来解决其他很多问题，我非常希望更多人研究它，而且他们可能会朝我想象力之外的方向发展，这将很酷。
你希望读者从这项研究中得到什么？
塞格夫：我经常能听到这样的话：“我从不知道鱼这么聪明。”我认为部分原因是人们认为鱼有点原始或者演化不足。但并非如此。他们在一个完全不同的世界有着自己的演化方式。这是一个三维的世界，到处都是水。这也是一个非常危险的世界。所以它们要解决认知问题，抑或是应对与我们所处环境截然不同的挑战。我认为我们需要欣赏这一点。它们做这件事的方式有很多智慧，即使我们一开始并没有看到。我觉得鱼在解决自己问题时有非常聪明的地方，它们极具智慧。我们需要理解他们世界的复杂，以及它们的世界与我们的世界的差异。
作者：Chloe Tenn | 封面：Colin Bigelow
译者：BK | 校对：Soda
编辑：老司橘 | 排版：呦呦呦尤
原文：
https://www.the-scientist.com/news-opinion/researchers-train-goldfish-to-drive-69605