Jak sztuczna inteligencja odkrywa emocje zwierząt?

Sztuczna inteligencja coraz częściej pomaga w zrozumieniu, co dzieje się w umysłach zwierząt. Mediolański badacz Stavros Ntalampiras stworzył model AI, który potrafi rozpoznać emocje siedmiu gatunków zwierząt kopytnych, takich jak świnie, kozy i krowy. Model analizuje cechy dźwięków, takie jak ton i częstotliwość, aby określić, czy emocje są pozytywne czy negatywne.

Jak informuje The Conversation, badania pokazały, że odgłosy powiązane z negatywnymi emocjami częściej występują w średnich i wysokich częstotliwościach. Pozytywne emocje z kolei są bardziej równomiernie rozłożone w całym spektrum częstotliwości. Udowodniono również, że każdy gatunek wyraża emocje na inny sposób.

Odkrycie to ma ogromne znaczenie dla naukowców badających sygnały zwierząt. Dzięki AI możliwe jest wcześniejsze wykrywanie stresu u zwierząt hodowlanych, monitorowanie emocji dzikich populacji czy szybsze reagowanie na zmiany w dobrostanie zwierząt w zoo.

AI nie tłumaczy zwierzęcych dźwięków na ludzki język, ale identyfikuje wzorce, które są dla nas niewidoczne. Podobne badania prowadzone są na wielorybach, gdzie analizowane są sekwencje kliknięć, które mogą wskazywać na tożsamość czy stan emocjonalny zwierząt.

U psów natomiast badacze łączą mimikę, wokalizacje i ruchy ogona ze stanami emocjonalnymi. Jedno z badań wykazało, że drobne zmiany w mięśniach pyska psa odpowiadają strachowi lub ekscytacji. The Conversation informuje też, że inne badanie wykazało, że kierunek machania ogonem zmienia się w zależności od tego, czy pies spotyka znajomego, czy potencjalne zagrożenie.

W Dublinie rozwijany jest projekt, który wykorzystuje AI do monitorowania zachowań psów asystujących osobom z epilepsją. Specjalne obroże wykrywają sygnały ostrzegawcze, takie jak kręcenie się psa, co może zapobiec atakom. Podobne technologie mogą pomóc w wykrywaniu stresu u psów pracujących, co pozwoli uniknąć ich przemęczenia.

AI znajduje również zastosowanie w badaniach nad pszczołami. Ich skomplikowane tańce, które wskazują źródła pożywienia, są dekodowane w czasie rzeczywistym. To pokazuje, jak AI może poprawić dobrostan zwierząt i zwiększyć bezpieczeństwo.

Jednak AI nie zawsze rozumie znaczenie wykrytych sygnałów. Klasyfikacja emocji może być zbyt uproszczona, co prowadzi do błędnych interpretacji. Dlatego ważne jest, aby modele AI były wspierane przez wiedzę ekspertów i uwzględniały kontekst.