Искусственный интеллект учится расшифровывать эмоции животных. И как успехи?

Что чувствует животное в данный момент? Люди давно распознали некоторые хорошо известные модели поведения, например шипение кошки в качестве предупреждения, но во многих случаях мы плохо понимаем, что происходит в голове у животного.

Теперь у нас есть более полное представление об этом благодаря исследователю из Милана, который разработал модель искусственного интеллекта, способную, по его словам, определять, выражают ли их крики положительные или отрицательные эмоции. Модель глубокого обучения Ставроса Нталампираса (Stavros Ntalampiras), опубликованная в Scientific Reports, может распознавать эмоциональные оттенки у семи видов копытных животных, включая свиней, коз и коров. Модель учитывает общие характеристики их криков, такие как высота тона, частотный диапазон и тональность.

Анализ показал, что негативные звуки, как правило, имеют более высокую частоту, в то время как позитивные звуки распределены по всему спектру. У свиней особенно информативными были высокие звуки, в то время как у овец и лошадей более значимыми были звуки средней частоты. Это свидетельствует о том, что у животных есть общие маркеры эмоций, но они выражают их по-разному в зависимости от вида.

Для ученых, которые долгое время пытались расшифровать сигналы, посылаемые животными, открытие эмоциональных особенностей у разных видов стало последним прорывом в области, которую меняет искусственный интеллект.

Последствия могут быть далеко идущими. Фермеры смогут получать более ранние предупреждения о стрессе у домашнего скота, защитники природы смогут удаленно отслеживать эмоциональное состояние диких популяций, а работники зоопарков смогут быстрее реагировать на незначительные изменения в состоянии животных.

Этот потенциал для получения новых знаний о животном мире также поднимает этические вопросы. Если алгоритм может достоверно определить, что животное испытывает дискомфорт, какую ответственность несут люди? И как нам избежать чрезмерного обобщения, когда мы предполагаем, что все признаки возбуждения у всех видов означают одно и то же?

О лае и жужжании

Такие инструменты, как тот, что разработал Нталампирас, предназначены не для «перевода» животных в человеческом понимании, а для выявления поведенческих и акустических паттернов, которые мы не можем распознать без посторонней помощи.

Аналогичная работа ведется в отношении китов, где нью-йоркская исследовательская организация Project Ceti анализирует повторяющиеся последовательности щелчков, называемые кодами. Долгое время считалось, что они несут социальную нагрузку, но теперь их масштабно изучают с помощью машинного обучения, выявляя закономерности, которые могут соответствовать индивидуальности, принадлежности или эмоциональному состоянию каждого кита.

У собак исследователи связывают выражение морды, голосовые сигналы и виляние хвостом с эмоциональным состоянием. Одно исследование показало, что едва заметные изменения в мимике собак соответствуют страху или возбуждению. Другое исследование показало, что направление виляния хвостом меняется в зависимости от того, встречает ли собака знакомого друга или потенциальную угрозу.

В Центре анализа данных при Дублинском городском университете разрабатывается ошейник, который будут носить собаки-поводыри, обученные распознавать начало приступа у людей, страдающих эпилепсией. Ошейник оснащен датчиками, которые фиксируют поведение собаки, например вращение вокруг своей оси, и сигнализируют о том, что у ее хозяина вот-вот начнется приступ.

Проект, финансируемый организацией Research Ireland, призван продемонстрировать, как искусственный интеллект может использовать коммуникацию с животными для повышения безопасности, своевременного вмешательства и улучшения качества жизни. В будущем планируется обучить модель распознавать инстинктивные действия собак, такие, как постукивание лапой, подталкивание или лай.

Предостережения

Эти системы обещают реальные улучшения в плане благополучия и безопасности животных. Ошейник, который распознает первые признаки стресса у служебной собаки, может уберечь ее от переутомления. Молочное стадо, за которым следит искусственный интеллект на основе машинного зрения, может получить лечение от болезни на несколько часов или дней раньше, чем это заметит фермер.

Однако распознать крик о помощи — не то же самое, что понять, что он означает. ИИ может показать, что два китовых зова часто звучат одновременно или что визг свиньи похож на блеяние козы. Миланское исследование идет дальше и классифицирует такие звуки как в целом позитивные или негативные, но даже в этом случае для расшифровки эмоций используется распознавание образов.

Эмоциональные классификаторы рискуют свести сложное поведение к грубым бинарным категориям «счастливый/грустный» или «спокойный/напряженный», например, регистрируя виляние хвоста собаки как «согласие», хотя иногда оно может сигнализировать о стрессе. Как отмечает Нталампирас в своем исследовании, распознавание паттернов — это не то же самое, что понимание.

Одно из решений, которое могут предложить исследователи, — это разработка моделей, объединяющих голосовые данные с визуальными подсказками, такими, как поза или выражение лица, и даже с физиологическими сигналами, например частотой сердечных сокращений, для создания более надежных индикаторов эмоционального состояния животных. Модели ИИ также будут наиболее надежными, если их интерпретировать в контексте, с учетом знаний человека, имеющего опыт работы с данным видом животных.

Также стоит помнить, что экологическая цена такого подхода высока. Использование ИИ приводит к выбросам углекислого газа, которые в хрупких экосистемах подрывают те самые цели по сохранению природы, ради которых они якобы используются. Поэтому важно, чтобы любые технологии действительно способствовали благополучию животных, а не просто удовлетворяли человеческое любопытство.

Искусственный интеллект проникает во сферы жизни — недавно Венский университет зачислил ИИ на факультет цифрового искусства.