美国特拉华大学的Joshua Neunuebel领导的一个研究小组使用机器学习来跟踪老鼠的行为，以了解它们如何处理来自其他老鼠的攻击行为。研究人员的研究结果发表在10月15日的《公共科学图书馆·生物学》（PLOS Biology）开放获取期刊上。研究结果表明，雄性老鼠会跑向雌性老鼠，分散攻击性雄老鼠的注意力，从而降低攻击性遭遇的程度。

研究人员记录了两组两只雄性和两只雌性老鼠在五个小时内的互动。像许多其他动物一样，老鼠也有社会等级制度，几乎在每一组记录中，一只雄性老鼠总是对另一只更具侵略性。

客观地研究社会互动可能具有挑战性，因此研究人员使用机器学习方法来分析攻击性互动以及小鼠的反应。他们总共观察了3000多只雄性老鼠之间的争吵，机器学习算法帮助研究人员确定了对攻击最可能的反应，以及这些行为是解决了还是加剧了冲突。

研究人员发现，受到攻击的雄鼠经常跑向其中一只雌鼠，这降低了它们的攻击性。这可能是一种“诱饵转换”策略，因为具有攻击性的雄性老鼠通常会跟随另一只雄性老鼠，但随后会与雌性老鼠互动，而不是继续这种攻击性的相遇。

其他一些策略，即使它们暂时避免了攻击，也会升级为全面战斗。然而，研究人员发现，在诱饵转换后情况并非如此。使用这种策略后，很少发生打斗，雄性老鼠通常彼此保持距离，而具有攻击性的老鼠继续与雌性老鼠互动。

虽然“诱饵转换”可能是一种有效的缓解冲突的方法，但可能会让受害者付出代价，比如牺牲与雌鼠相处的时间，进一步的研究可能会调查这些策略在更大的老鼠群体中是否有效。这项研究还证明了机器学习工具如何有助于理解动物行为，类似的工具可以用来研究许多其他具有社会等级的物种如何处理攻击。

作者补充说：“通过人工智能，我们发现雄性老鼠转向附近的雌性老鼠，以分散侵略者的注意力，缓解冲突。在一次攻击之后，受到攻击的雄性会与雌性短暂接触，然后迅速逃离，因为攻击者的注意力转移到了雌性身上。”