人工智能解讀7種有蹄類動物情緒，你知道嗎？

人工智能能否幫助我們瞭解動物的感受？一項開創性的研究表明答案是肯定的。哥本哈根大學生物學系的研究人員成功訓練了一個機器學習模型，這個模型能區分包括奶牛、豬和野豬在內的7種不同有蹄類動物的積極和消極情緒。通過分析它們發聲的聲學模式，該模型達到了令人驚歎的89.49%的準確率，這是首個利用人工智能檢測情緒效價的跨物種研究。

“這一突破提供了確鑿的證據，表明人工智能能夠基於發聲模式解讀多種物種的情緒。這有可能變革動物福利、畜牧管理和保護方面的工作，讓我們能夠實時監測動物的情緒，”該研究的通訊作者、生物學系副教授埃洛迪·F·布里弗（Élodie F. Briefer）說道。

這項研究發表在《交叉科學》（iScience）雜誌上。

通過分析數千種處於不同情緒狀態的有蹄類動物發出的聲音，研究人員確定了情緒正負性的關鍵聲學指標。判斷一種情緒是積極還是消極的最重要預測因素包括時長、能量分佈、基頻和調幅的變化。值得注意的是，這些模式在不同物種間具有一定的一致性，這表明基本的情緒聲音表達在進化中得以保留。

這項研究的發現具有深遠意義。這個由人工智能驅動的分類模型可用於開發自動工具，對動物情緒進行實時監測，從而改變我們進行牲畜管理、獸醫護理和保護工作的方式。布里弗解釋說：“瞭解動物如何表達情緒有助於我們改善它們的福利狀況。如果我們能儘早發現壓力或不適，就可以在情況惡化之前進行干預。同樣重要的是，我們還可以促進積極情緒的產生。這將給動物福利帶來變革。”

主要發現包括：

爲了支持進一步的研究，研究人員已經公開了他們標註的7種有蹄類動物情緒叫聲數據庫。

“我們希望這能成爲其他科學家的一種資源。通過開放數據獲取權限，我們希望加速研究人工智能如何能幫助我們更好地理解動物並改善它們的福利，”布里弗總結道。

這項研究讓我們離這樣一個未來又近了一步：技術使我們能夠理解動物的情感並作出迴應——這爲科學、動物福利和動物保育提供了令人興奮的新可能。