Алгоритм ИИ определяет личность собаки для подбора идеального питомца или служебной собаки
Междисциплинарная группа исследователей в области поведения собак и искусственного интеллекта разработала алгоритм ИИ, который автоматизирует сложный процесс оценки личности потенциальных служебных собак. Цель — помочь кинологическим организациям быстрее и точнее определять, какие животные с наибольшей вероятностью преуспеют в долгосрочной карьере, например, в правоохранительных органах или в качестве помощников для людей с ограниченными возможностями.
Тест личности также можно использовать для подбора собаки человеку, помогая приютам правильно определять место жительства животного, что может сократить количество возвратов из-за несовместимости с новой семьей.
Ученые из Университета Восточного Лондона и Пенсильванского университета провели исследование по заказу стартапа Dogvatar. Результаты алгоритма тестирования личности собак представлены в статье "An Artificial Intelligence Approach To Predicting Personality Types In Dogs", опубликованной в Scientific Reports.
Алгоритм ИИ обучался на данных почти 8000 ответов на широко используемый опросник C-BARQ (Canine Behavioral Assessment & Research Questionnaire). Этот 100-вопросный опросник более 20 лет считается золотым стандартом для оценки потенциальных служебных собак.
"C-BARQ очень эффективен, но многие его вопросы субъективны", — отметил соавтор исследования Джеймс Серпелл. "Кластеризуя данные тысяч анкет, мы можем скорректировать выбросы в ответах, присущие субъективным вопросам, например, в категориях "соперничество с другими собаками" или "страх перед незнакомцами".
Экспериментальный алгоритм ИИ работает, в частности, путем кластеризации ответов на вопросы C-BARQ в пять основных категорий, которые формируют цифровой "отпечаток личности" конкретной собаки:
Эти типы личности, выявленные на основе анализа наиболее влиятельных атрибутов в каждой категории, включают:
"Возбудимый/привязанный"
"Тревожный/пугливый"
"Отстраненный/хищный"
"Реактивный/напористый"
"Спокойный/дружелюбный"
Данные для этих кластеров включают поведенческие атрибуты, такие как:
- "Возбуждается, когда звонит дверной звонок"
- "Агрессия по отношению к незнакомым собакам, приходящим в дом"
- "Гоняется или стал бы гоняться за птицами при возможности"
Каждому атрибуту присваивается значение "важности признака", которое определяет его вес при расчете алгоритмом оценки личности собаки. "Это довольно удивительно — эти кластеры очень значимы и очень последовательны", — сказал Серпелл.
Dogvatar и сотрудничающие с ним исследователи намерены продолжить изучение потенциальных применений своего алгоритма. "Это действительно прорывное открытие для нас", — заявила CEO Dogvatar Пия Петтигрю. "Этот алгоритм может значительно повысить эффективность процесса обучения и размещения служебных собак и помочь сократить количество питомцев, возвращаемых в приюты из-за несовместимости. Это победа и для собак, и для людей, которым они служат".