人工智能可以帮助我们了解动物的感觉吗？哥本哈根大学生物学系研究人员的一项新研究表明，它可以。发表在 Iscience，研究表明，机器学习模型可以区分 积极和负面的情绪状态 在七个不同的无种种物种中，实现了 89.49％的精度率。
解密动物情绪长期以来一直是一个挑战 动物福利，兽医科学和保护。虽然先前的研究已经分析了人声线索 单个物种，这项研究是 首先开发一个能够检测多种物种情绪价值的机器学习模型。
使用成千上万的录制发声 牛，猪，野猪和其他无凝结，AI模型接受了训练 识别声音信号中的模式 与情绪状态相关。该模型着重于 关键的声学特征， 例如 能量分布，频率和振幅调制，确定动物是否正在经历 积极或负面情绪。
AI模型的工作方式
研究人员收集并标记了发声 七个不同的无种种物种 在积极和负面的情绪环境中。这些情绪状态是根据 以前的行为和生理研究，发现动物表现出明显的压力或满足感的情况。
分析的AI模型 四个主要声学特征：
- 期间 – 声音的长度，取决于情感强度。
- 能量分布 – 声音能量分布在不同频率上的方式。
- 基本频率 – 发声的基本音调，可以响应情绪状态。
- 调幅 – 发声中的响度变化。
值得注意的是，这些 所有物种的模式保持一致，暗示某些情绪的声音可能是 进化保守。
该研究的结果提供了有关如何使用AI来理解动物情绪的见解。研究人员确定了三个主要发现：
- 高精度： AI模型将情感价值分类为 成功率为89.49％，证明其强大的区分积极状态和负面状态的能力。
- 跨物种的一致性： 在所有七个无蹄类的物种中都发现情绪表达模式相似， 提出普遍的情感交流系统。
- 关于交流的新观点： 该研究提供了有关 情感发声的进化起源，有可能重塑我们如何理解 动物情绪和人类语言的发展。
该AI模型可以集成到 牲畜管理系统，允许农民 实时监控压力水平 并在动物遇到严重困扰之前采取行动。同样，保护主义者可以使用这项技术来 研究野生动物种群的情感反应。
根据生物学系副教授，研究的最后作者埃洛迪·布里弗（ÉlodieF。Briefer）说：
“这一突破提供了可靠的证据，表明AI可以根据声音模式来解码多种物种的情绪。它有可能改变动物福利，牲畜管理和保护，使我们能够实时监测动物的情绪。”
为了加速进一步的研究， 团队已将其标记为动物发声的数据集公开可用。这将使其他科学家能够建立他们的发现，并探索AI在动物行为研究中的其他应用。
Briefer补充：
“我们希望这是其他科学家的资源。通过使数据开放访问，我们希望加速研究AI如何帮助我们更好地理解动物并改善其福利。”
AI可以听数据吗？
AI不仅会处理数据，还会倾听的世界 – 这就是这项研究的偏差。不是科幻的方式，而是 实用，地面 在动物遭受痛苦之前发现压力的感觉，捕捉到甚至受过训练的眼睛的微妙线索可能会错过。
这不是要将“ Moo”转换为单词。如果AI今天可以为牲畜做这件事，那么什么阻止了它明天了解更多物种？该技术已经在证明自己。现在由我们决定如何处理。因为一旦我们开始调整，忽略我们听到的内容就不会选择。
特色图片来源： KeremGülen/Imagen 3
