Протягом останніх десятиліть суспільний інтерес до добробуту тварин неухильно зростав, спонукаючи фермерів дотримуватися прЗ огляду на це, в останні роки використання методів на основі штучного інтелекту для аналізу та розуміння вокалізацій тварин набуло значної уваги. Ці дослідження слугують різним цілям, включаючи промислові застосунки, такі як моніторинг тварин на фермах та надання допомоги ветеринарам у діагностиці захворювань тварин. Було розроблено численні алгоритми та інструменти для полегшення досліджень у цій галузі, наприклад, додаток BIRDNET, який спеціалізується на ідентифікації видів птахів на основі їх вокалізацій. Однак міжвидовий аналіз емоційних вокалізацій тварин на основі технологій машинного навчання залишається значною мірою недослідженим в існуючій літературі. Поточні дослідження розглядають обмежений спектр видоспецифічних вокалізацій. Ruiz-
Цікаво, що найближча до цієї роботи стаття представлена в21 і пропонує використовувати створені вручну ознаки разом з традиційними підходами машинного навчання для класифікації емоційних станів у різних видів. Відповідний набір даних включає 7 видів, а збалансована точність між позитивними та негативними станами, досягнута за допомогою класифікатора ансамблю дерев рішень (XGBoost), становить 83,9%.
Для поглиблення нашого розуміння емоційних вокалізацій тварин, ця робота має на меті визначити, чи існують помітні часо-частотні відмінності в позитивних і негативних станах, виділити їх і використовувати для автоматичної класифікації.
Штучний інтелект навчився розпізнавати негативні та позитивні емоції у звуках копитних тварин, зокрема свиней, коней та овець. Він допоміг з’ясувати, що пов’язані зі стресом звуки частіше мали вищу частоту та тональність, тоді як пов’язані з позитивними емоціями більш-менш рівномірно розподілялися по спектру частот. Такий штучний інтелект допоможе стежити за станом тварин на фермах й у зоопарках, а також — за загрозами для тварин у дикій природі. Дослідження опублікували в журналі Scientific Reports.
Як штучний інтелект розпізнав емоції тварин за звуками?
Штучний інтелект випробовували на понад 3000 тисячах звуків, які видавали сім видів копитних тварин: корови, кози, коні Пржевальського (Equus przewalskii) і звичайні, домашні й дикі свині та вівці. Штучний інтелект натренували так, щоб він виявляв непомітну для людського вуха різницю в подібних звуках тварин, які вони видають у ситуаціях із позитивним чи негативним контекстом. Цим він відрізняється від попередніх моделей, які відрізняли спричинені стресом звуки та ті, що спрямовані на спілкування з близькими особинами.
Завдяки аналізу частоти та тональності звуків, що видавали тварини в позитивних або негативних ситуаціях, штучному інтелекту вдалося з точністю 84 відсотки розшифрувати, тварина відчувала позитивну чи негативну емоцію. Крім того, він більш збалансовано вирізняв позитивні та негативні звуки — з точністю 88 і 80 відсотків відповідно, тоді як попередні моделі краще розпізнавали негативні емоції тварин (з точністю 94 відсотки), ніж позитивні (70 відсотків). Однак розробник штучного інтелекту зазначає, що він може бути лише допоміжним інструментом для дослідження емоцій тварин, адже багато з них складніші за просто позитивні чи негативні.
Як вивчають емоції тварин
- Щоб зрозуміти емоційний стан котів, ветеринари разом із власниками цих домашніх тварин розробили застосунок, який за виразом морди визначає, чи добре себе почуває кіт.
- Краще зрозуміти свого улюбленця допоможе й опитувальник, розроблений британськими науковцями для того, щоб оцінити рівень психопатії у котів.
- А от завадити власникам зрозуміти емоції собак може контекст: якщо з нього здається, що тварина має бути щасливою, то люди більш схильні ігнорувати негативні прояви її поведінки.
