实验室中的小鼠也是有表情的（当然）！在一项于2020年4月2日发表在Nature上的研究中，科学家们利用机器学习算法成功读懂了小鼠的面部表情。在此基础上，神经学家有望精确定位大脑中的“情绪神经元”。情绪的神经学基础，也就是情绪究竟是如何形成的，一直是神经生物学领域的研究热点。这一研究的前提是能准确地判断实验对象的情绪状态，并同时观察其大脑内的神经活动。
但问题在于，如何快速、准确判断实验对象，尤其是像小鼠这种动物的情绪状态呢？早在150年前，查尔斯·达尔文就曾给出过答案：可以通过观察动物（包括人）的面部表情了解它们的情绪状态。嗯，类似于“眼睛是心灵的窗户”……想法挺好，但很难实现。直到近年来，我们才集齐观察所需的“工具”——功能强大的显微镜、照相机以及（光）遗传技术。有了它们，我们才有可能捕捉和分析面部表情，并追踪大脑内的活动。
但仅有这几样工具还不够。虽然我们知道小鼠会通过移动耳朵、脸颊、鼻子、胡须、眼睛等组成不同的表情，但如此细微的变化很难靠传统的观察方法识别，而要将这些表情和不同的情绪匹配起来就更难了。毕竟，很多人连同类的脸色都不会看，就更别提看老鼠的了。除此之外，靠人判断，也很难避免观察者自身的偏见。于是，在最新的研究中，科学家们选择让人工智能来完成这项任务。
实验中，研究人员利用不同的感官刺激（如喂食甜水或苦水）诱发小鼠产生不同的情绪状态（如愉悦或厌恶），并同时记录下它们的面部表情。机器学习算法通过小鼠面部肌肉群运动的变化来识别不同的表情，并将这些表情和不同的情绪对应起来。比如，当小鼠高兴时，鼻头会向下靠近嘴巴，耳朵和下巴则会向前伸。而如果感受到疼痛，小鼠会拉回耳朵，鼓起脸颊，有时还会眯起眼睛。
如此一来，便能实现在毫秒量级的时间尺度上客观、定量地分析小鼠的情绪状态。随后，研究人员又利用双光子钙成像技术观测小鼠特定脑区的神经元活动。最终，发现在小鼠大脑的岛叶（皮质）内有一些特殊的神经元，这些神经元能单独对应不同的情绪（面部表情）。也就是说，只有在特定的情绪状态和面部表情被激发时，对应的神经元才会启动。这些“情绪神经元”将帮我们更好地回答“情绪是如何在大脑中产生的”这一问题。