L’intelligence artificielle peut-elle nous aider à comprendre ce que ressentent les animaux? Une nouvelle étude réalisée par des chercheurs du Département de biologie de l’Université de Copenhague suggère que cela le peut. Publié dans isciencel’étude démontre qu’un modèle d’apprentissage en machine peut distinguer états émotionnels positifs et négatifs sur sept espèces ongulées différentes, réalisant un Taux de précision de 89,49%.
Le déchiffrement des émotions animales a longtemps été un défi Bien-être animal, science vétérinaire et conservation. Alors que les recherches antérieures ont analysé les indices vocaux dans espèce uniquecette étude est la d’abord pour développer un modèle d’apprentissage à la machine capable de détecter la valence émotionnelle à travers plusieurs espèces.
En utilisant des milliers de vocalisations enregistrées de vaches, porcs, sangliers et autres ongulésle modèle d’IA a été formé pour Identifier les modèles dans les signaux vocaux associé aux états émotionnels. Le modèle s’est concentré sur Caractéristiques acoustiques cléstel que Distribution d’énergie, fréquence et modulation d’amplitudepour déterminer si un animal vivait un émotion positive ou négative.
Comment fonctionne le modèle AI
Les chercheurs ont rassemblé et étiqueté des vocalisations de Sept espèces ongulées différentes dans des contextes émotionnels positifs et négatifs. Ces états émotionnels ont été déterminés sur la base de Études comportementales et physiologiques antérieuresqui a identifié des situations où les animaux affichaient un stress ou un contentement clair.
Le modèle AI analysé Quatre caractéristiques acoustiques primaires:
- Durée – La longueur du son, qui varie en fonction de l’intensité émotionnelle.
- Distribution d’énergie – La façon dont l’énergie sonore se propage sur différentes fréquences.
- Fréquence fondamentale – La hauteur de base de la vocalisation, qui peut se déplacer en réponse aux états émotionnels.
- Modulation d’amplitude – La variation de l’intensité dans une vocalisation.
Remarquablement, ces Les modèles sont restés cohérents dans toutes les espècessuggérant que certaines expressions vocales d’émotions peuvent être conservé évolutif.
Les résultats de l’étude donnent un aperçu de la façon dont l’IA peut être utilisée pour comprendre les émotions animales. Les chercheurs ont identifié trois résultats majeurs:
- Haute précision: Le modèle d’IA a classé la valence émotionnelle avec un Taux de réussite de 89,49%prouvant sa forte capacité à distinguer les états positifs et négatifs.
- Cohérence entre les espèces: Les schémas d’expression émotionnelle se sont révélés similaires dans les sept espèces ongulées, suggérant un système de communication émotionnelle universel.
- Nouvelles perspectives sur la communication: L’étude offre des informations sur le Origines évolutives de la vocalisation émotionnellepotentiellement remodeler la façon dont nous comprenons les deux Émotions animales et développement du langage humain.
Ce modèle d’IA pourrait être intégré à Systèmes de gestion du bétailpermettant aux agriculteurs de surveiller les niveaux de stress en temps réel et agir avant que les animaux ne subissent une détresse importante. De même, les écologistes pourraient utiliser cette technologie pour Étudiez les réponses émotionnelles dans les populations d’animaux sauvages.
Selon Élodie F. Briefer, professeur agrégé au Département de biologie et dernier auteur de l’étude:
«Cette percée fournit une preuve solide que l’IA peut décoder les émotions à travers plusieurs espèces en fonction des modèles vocaux. Il a le potentiel de révolutionner le bien-être animal, la gestion du bétail et la conservation, ce qui nous permet de surveiller les émotions des animaux en temps réel. «
Pour accélérer les recherches supplémentaires, le L’équipe a réalisé leur ensemble de données de vocalisations animales étiquetées accessibles au public. Cela permettra à d’autres scientifiques de s’appuyer sur leurs résultats et d’explorer des applications supplémentaires de l’IA dans la recherche sur le comportement animal.
Cette IA prétend pouvoir construire des ontologies mieux que vous
Briefer ajoute:
«Nous voulons que ce soit une ressource pour d’autres scientifiques. En créant les données en libre accès, nous espérons accélérer la recherche sur la façon dont l’IA peut nous aider à mieux comprendre les animaux et à améliorer leur bien-être. »
L’IA peut-elle écouter les données?
Un monde où l’IA ne traite pas seulement les données mais écoute, c’est ce à quoi cette recherche se dirige. Pas à la science-fiction, mais dans le Pratique, au niveau du sol Sentiment de détection du stress avant qu’un animal souffre, attrapant des indices subtils que même les yeux entraînés pourraient manquer.
Il ne s’agit pas de traduire «Moo» en mots. Si l’IA peut le faire pour le bétail aujourd’hui, qu’est-ce qui l’empêche de comprendre plus d’espèces demain? La technologie fait déjà son avis; Maintenant, c’est à nous de décider quoi en faire. Parce qu’une fois que nous commençons à nous régler, ignorer ce que nous entendons ne sera pas une option.
Crédit d’image en vedette: Kerem Gülen / Imagen 3
