Расшифровка эмоций у семи видов копытных с помощью ИИ

Исследователи из Копенгагенского университета успешно обучили модель машинного обучения различать положительные и отрицательные эмоции у семи видов копытных животных, включая коров, свиней и кабанов. Анализируя акустические паттерны их вокализаций, модель достигла точности в 89.49%. Это первое кросс-видовое исследование, обнаружившее эмоциональную валентность с помощью ИИ.

«Этот прорыв предоставляет убедительные доказательства того, что ИИ может расшифровывать эмоции у разных видов на основе голосовых паттернов. Это может революционизировать благополучие животных, управление скотом и природоохранные усилия», — говорит Элоди Ф. Брифер, последний автор исследования.

ИИ как универсальный переводчик эмоций животных

Проанализировав тысячи вокализаций копытных в разных эмоциональных состояниях, учёные выявили ключевые акустические индикаторы эмоциональной валентности. Наиболее важными предикторами были изменения в:

• продолжительности звука,
• распределении энергии,
• основной частоте,
• амплитудной модуляции.

Эти паттерны были в значительной степени согласованы между видами, что указывает на эволюционную консервативность базовых вокальных выражений эмоций.

Модель классификации на основе ИИ может быть использована для создания автоматизированных инструментов мониторинга эмоций животных в реальном времени.

«Понимание того, как животные выражают эмоции, может помочь нам улучшить их благополучие. Если мы сможем рано обнаружить стресс или дискомфорт, мы сможем вмешаться до того, как ситуация усугубится. Не менее важно, что мы также могли бы способствовать положительным эмоциям», — поясняет Брифер.

Ключевые выводы:

• Высокая точность — ИИ-модель классифицировала эмоциональную валентность с общей точностью 89.49%.
• Универсальные акустические паттерны — ключевые предикторы были согласованы между видами.
• Новые перспективы — исследование даёт представление об эволюционных истоках человеческого языка и может изменить наше понимание эмоций животных.

Исследователи сделали свою базу данных размеченных эмоциональных сигналов семи видов копытных общедоступной, чтобы поддержать дальнейшие исследования.

Работа опубликована в журнале iScience.