iScience：人工智能解锁了动物的情感语言

突破性的研究表明，机器学习可以解码七种有蹄类动物的情绪。改变动物福利的游戏规则？人工智能能帮助我们理解动物的感受吗？一项开创性的研究表明，答案是肯定的。哥本哈根大学生物系的研究人员成功地训练了一个机器学习模型，以区分七种不同的有蹄类动物的积极和消极情绪，包括牛、猪和野猪。通过分析它们发声的声学模式，该模型达到了89.49%的令人印象深刻的准确率，这标志着第一个使用人工智能检测情感效价的跨物种研究。

　　

“这一突破为人工智能能够基于声音模式解码多物种的情绪提供了有力证据。它有望彻底改变动物福利、家畜管理和保护工作，使我们能够实时监测动物的情绪。”哥本哈根大学生物系副教授élodie F. Briefer说。

人工智能作为通用动物情绪翻译器

通过对不同情绪状态下数千种反刍动物的声音进行分析，研究人员识别出了情绪价值的关键声音指标。情绪是积极还是消极的最重要预测因素包括持续时间、能量分布、基频和幅度调制的变化。值得注意的是，这些模式在不同物种之间具有一定的共性，表明情绪的基本声音表达是进化上保守的。

动物福利和保护的变革者

该研究的发现具有深远的影响。基于人工智能的分类模型可用于开发实时监测动物情绪的自动化工具，从而改变我们对待家畜管理、兽医护理和保护工作的方式。élodie F. Briefer解释说：

“了解动物如何表达情绪可以帮助我们改善它们的福祉。如果我们能够早期检测到压力或不适，我们可以在问题升级之前进行干预。同样重要的是，我们也可以促进积极情绪。这将是动物福利领域的变革。”

关键科学发现

• 高准确率：人工智能模型对情绪价值的分类总体准确率为89.49%，显示出其区分积极和消极状态的强大能力。

• 普遍的声音模式：情绪价值的关键预测因素在不同物种之间是一致的，表明存在一个进化上保守的情绪表达系统。

• 对情绪交流的新视角：这项研究为人类语言的进化起源提供了见解，并可能改变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，研究人员已将其包含七种反刍动物情绪标注叫声的数据库公开。

“我们希望这能成为其他科学家的资源。通过使数据开放获取，我们希望加速研究人工智能如何帮助我们更好地理解动物并改善它们的福祉。”Briefer总结道。

该研究让我们更接近一个未来，届时技术将使我们能够理解并回应动物的情绪——为科学、动物福利和保护工作提供了令人兴奋的新可能性。