AI解码动物情感，开启人与动物沟通新篇章

快速阅读: 米兰研究人员开发AI模型，通过分析叫声识别动物情绪，帮助提前预警牲畜压力，远程监测野生动物健康，提升动物福利。但技术应用引发伦理讨论。

动物的情绪在某一刻是怎样的？长期以来，人类已经认识到某些行为，比如猫发出嘶嘶声是一种警告，但在许多情况下，我们对动物内心的真实感受知之甚少。现在，一位来自米兰的研究人员开发了一种人工智能模型，声称能够检测出动物叫声所表达的是积极还是消极情绪。Stavros Ntalampiras的深度学习模型发表在《科学报告》上，可以识别七种蹄类动物（包括猪、山羊和牛）的情感音调。该模型通过分析叫声的音高、频率范围和音质等共享特征来工作。

研究表明，负面情绪的叫声往往集中在中高频，而正面情绪的叫声则分布更为均匀。在猪的叫声中，高音尤为能传递信息；而在绵羊和马的叫声中，中频部分承载了更多意义。这表明，尽管不同物种表达情感的方式各异，但它们之间仍存在一些共同的情感标志。

对于长期致力于解开动物信号之谜的科学家来说，这一发现是该领域在人工智能技术推动下的又一重大进展。其影响深远：农民可以提前得到牲畜压力的预警，保护主义者或许能够远程监测野生动物的情绪健康状况，动物园管理员也能更快地应对细微的福利变化。

然而，这种对动物世界的深入洞察也引发了伦理问题。如果算法能够可靠地检测到动物处于痛苦之中，人类有何责任采取行动？我们如何防止过度泛化，即假设所有兴奋迹象在每个物种中都意味着相同的事情？

在犬类研究中，研究人员正在将面部表情、叫声和尾巴摆动模式与情绪状态联系起来。一项研究表明，狗脸部肌肉的微妙变化与恐惧或兴奋有关。另一项研究发现，狗尾巴摇摆的方向会因遇到熟悉的朋友或潜在威胁而有所不同。

在都柏林城市大学的数据分析洞察中心，我们正在开发一种由癫痫患者辅助犬佩戴的检测项圈。这项由爱尔兰研究资助的项目旨在展示人工智能如何利用动物交流来提高安全性、支持及时干预并提升生活质量。未来，我们计划训练模型识别狗的本能行为，如拍打、推搡或吠叫。

蜜蜂的复杂“摇摆舞”——一种指示食物来源的八字形运动——也正通过计算机视觉实时解码。这些模型展示了位置的微小变化如何影响其他蜜蜂对信息的解读。

尽管这些系统有望在动物福利和安全方面带来实际收益，但检测到的求救信号并不等同于理解其含义。例如，人工智能可以显示两种鲸鱼密码序列经常一起出现，或者猪的尖叫与山羊的咩咩声有共同之处。米兰的研究进一步将这些叫声分类为大致的积极或消极情绪，但这仍然是利用模式识别来尝试解码情绪。

情感分类器可能将丰富的行为简化为简单的二元对立，如快乐/悲伤或平静/紧张，例如，将狗尾巴的摆动记录为“同意”，而实际上它有时也可能表示压力。正如Ntalampiras在他的研究中指出的那样，模式识别并不等于理解。

研究人员提出的一个解决方案是开发将声音数据与视觉线索（如姿势或面部表情）甚至生理信号（如心率）相结合的模型，以构建更可靠的动物情绪指标。在具体背景下，结合有经验人士对该物种的知识，AI模型将更加可靠。值得注意的是，监听的生态代价很高。使用AI技术会增加碳排放，在脆弱生态系统中，这可能削弱其声称要实现的保护目标。因此，任何技术都应真正服务于动物福利，而不仅仅是满足人类的好奇心。

无论我们欢迎与否，AI已经到来。机器现在正在解码那些远早于我们进化出的信号，并将继续在这方面取得进步。真正的考验不在于我们倾听的能力，而在于我们愿意如何利用所听到的信息。如果我们耗费能量解码动物信号，却只用于剥削它们或更严格地管理它们，那么不足之处并非科学，而是我们自身。

谢莉·布雷迪，都柏林城市大学动物行为、辅助技术和癫痫学博士后研究员。本文由The Conversation根据知识共享许可协议转载。阅读原文。标签：动物认知、猫、狗。

(以上内容均由Ai生成)