Adaptation and Learning in Fish: Effect of individual behavioral and informational variation on collective outcomes

Die in dieser Arbeit vorgestellten Arbeiten zielten darauf ab, verschiedene Formen des Lernens und der Verhaltensanpassung in Tieren zu testen. Hierbei wurder der Großteil dieser Arbeit an einer natürlich vorkommenden klonalen Fischart, der Amazonas-Molly Poecilia formosa, durchgeführt. Diese gesellige, ausschließlich weibliche Art erzeugt durch ungeschlechtliche Fortpflanzung genetisch identische Nachkommen. Mit dem Aufkommen von immer detaillierteren Ansätzen zur Unterscheidung von Verhaltensunterschieden sind solche klonalen Arten in der Ethologie von entscheidender Bedeutung, da sie als perfektes natürliches Modell dienen, um individuelle Verhaltensunterschiede und deren Entwicklung zu testen. Da genetische Variationen als Störfaktor weitgehend ausgeschlossen werden können, kann die Aufmerksamkeit auf die Unterschiede zwischen Individuen aufgrund ihrer Vorerfahrungen gelenkt werden. In den ersten drei Kapiteln der hier vorgestellten Arbeit wurden die individuellen Erfahrungen durch operante Konditionierung oder durch das Aussetzen der Tiere gegenüber neuen oder bekannten Situationen verändert. Das jeweilige Verhalten wurde sowohl alleine, als auch im sozialen Kontext untersucht. Auf diese Weise wurde die Auswirkung des sozialen Kontexts sowie der physischen Umgebung auf Verhaltensaspekte wie Schwimmgeschwindigkeit und Sprungwahrscheinlichkeit ermittelt. Kleinere Verhaltensunterschiede wurden dann im folgenden Kapitel durch den Vergleich von manuellen Ansätzen und automatischen Quantifizierungsinstrumenten bewertet und evaluiert. Schließlich wurde ein methodischer Ansatz augearbeitet, bei dem die Leistungsfähigkeit künstlicher intelligenz in Form von neuronalen Netze genutzt wurde, um Individuen in komplizierten, natürlichen Szenen während Räuber-Beute-Interaktionen zu verfolgen.
The work presented in this thesis set out to test various forms of learning and behavior adaptation. The bulk of this work was done using a naturally occurring clonal fish species, the Amazon molly Poecilia formosa. This sociable, all female species produces genetically identical offspring through asexual reproduction. With the advent of increasingly detailed approaches to discriminate behavioral differences, such clonal species are vital in ethology as they serve as a perfect natural model to test for individual behavioral differences and the development of such. Since genetical variation can largely be excluded as a confounding factor, attention can be drawn towards the differences among individuals due to their prior experience. In the first three chapters of the work presented here, the individual information and experience was altered by applying operant conditioning or by exposing the animals to novel or well-known situations. This was done both individually and in a group setting. By doing so, the effect of the social context, as well as the physical surroundings on behavioral aspects such as swimming speed and jumping probability was determined. Minute behavioral differences were then evaluated in the following chapter by comparing manual approaches and automated quantification tools. Lastly, a methodological approach was taken in which the power of artifical neural networks was harnessed to track individuals in convoluted natural scenes during predator-prey interactions.