摘要：开创性的研究表明，机器学习可以解码七个无饲养物种的情绪。改变动物福利的游戏规则？人工智能可以帮助我们了解动物的感觉吗？一项开创性的研究表明，答案是肯定的。研究人员已经成功训练了一个机器学习模型，以区分七个不同的饲养物种，包括牛，猪和野猪的正面和负面情绪。通过分析其发声的声学模式，该模型获得了令人印象深刻的精度为89.49％，标志着第一个使...
人工智能可以帮助我们了解动物的感觉吗？一项开创性的研究表明，答案是肯定的。哥本哈根大学生物学系的研究人员成功地培训了一种机器学习模型，以区分七种不同的无种种物种，包括牛，猪和野猪。通过分析其发声的声学模式，该模型获得了令人印象深刻的精度为89.49％，标志着首次使用AI检测情绪价值的跨物种研究。
ÉlodieF. Briefer说：“这一突破性证明AI可以根据声音模式来解码多种物种的情绪。它有可能彻底改变动物福利，牲畜管理和保护，使我们能够实时监测动物的情绪。”
AI是一种通用的动物情感翻译者
通过分析来自不同情绪状态的启动的数千种发声，研究人员确定了情绪价值的关键声学指标。情绪是正面还是的最重要预测指标包括持续时间，能量分布，基本频率和振幅调制的变化。值得注意的是，这些模式在整个物种之间有些一致，这表明情感的基本声表达在进化上是保守的。
改变动物福利与保护的游戏规则
该研究的发现具有深远的影响。 AI驱动的分类模型可用于开发自动化工具，以实时监测动物情绪，改变我们接近牲畜管理，兽医护理和保护工作的方式。妮可·F·布里夫（Briefer）解释：
“了解动物如何帮助我们改善其幸福感。如果我们能尽早发现压力或不适，我们可以在升级之前进行干预。同样重要，我们也可以促进积极的情绪。这将是改变动物福利的游戏改变者。”
关键的科学发现
- 高精度 - AI模型将情绪价值分类为89.49％，表明其区分正状态和状态的能力很强。
- 通用声学模式 - 情绪价的关键预测因素在各种物种之间都是一致的，表明进化保守的情绪表达系统。
- 关于情感交流的新观点 - 这项研究提供了对人类语言进化起源的见解，并可以重塑我们对动物情绪的理解。
下一步：扩大研究并共享数据
为了支持进一步的研究，研究人员已将其标记为七个不饲养物种的情感呼唤的数据库公开提供。
Briefer总结说：“我们希望这是其他科学家的资源。通过使数据开放访问，我们希望加速研究AI如何帮助我们更好地理解动物并改善其福利。”
这项研究使我们更接近一个未来，技术使我们能够理解和应对动物情绪 - 为科学，动物福利和保护提供了令人兴奋的新可能性。
