Ο σκύλος τρέχει στο παράθυρο, κουνώντας γρήγορα την ουρά του και μοιάζει ανυπόμονος όταν βλέπει τον άνθρωπό του να πλησιάζει. Η γάτα, σαν χνουδωτή ολοστρόγγυλη μπάλα, απολαμβάνει τον ήλιο ανοιγοκλείνοντας σιγά τα βλέφαρά της όταν κοιτάζει την γυναίκα που την υιοθέτησε. Αλήθεια, τι σκέφτονται τα αγαπημένα μας κατοικίδια, τι περνάει από το μυαλό τους, τι νιώθουν και πώς μπορούμε να ανταποκριθούμε καλύτερα στις ανάγκες τους; Κανείς ακόμα δεν έχει απαντήσει με ακρίβεια στα παραπάνω ερωτήματα, αλλά έπειτα από προσεκτική παρατήρηση ο καθένας μπορεί κατά κάποιο τρόπο να αποκωδικοποιήσει τη συμπεριφορά τους πλησιάζοντας όσο γίνεται στα θέλω τους.
Σε μία προσπάθεια να κατανοήσουν καλύτερα τα συναισθήματα των ζώων, ερευνητική ομάδα από το τμήμα Βιολογίας του Πανεπιστημίου της Κοπεγχάγης δημιούργησε, με τη βοήθεια της τεχνητής νοημοσύνης, μοντέλο το οποίο διακρίνει θετικά και αρνητικά συναισθήματα σε επτά είδη οπληφόρων, εξ αυτών, άλογα, αγελάδες, γουρούνια, αγριόχοιροι.
Η μελέτη που δημοσιεύεται στο iScience είναι η πρώτη στο είδος της και αφορά στην αναγνώριση συναισθημάτων χρησιμοποιώντας την ΑI.
Οι ερευνητές ανέλυσαν, με τον αλγόριθμο μηχανικής μάθησης, τη φωνή των ειδών που συνδέονταν με θετικά και αρνητικά συναισθήματα σε διάφορα περιβάλλοντα.
Το μοντέλο πέτυχε εντυπωσιακά αποτελέσματα, καθώς σε ποσοστό 89,49% ταυτοποίησε τη φωνή με κάτι ευχάριστο και δυσάρεστο, έπειτα από λήψεις χιλιάδων ηχητικών δεδομένων και σε διαφορετικές συναισθηματικές καταστάσεις.
Το συναίσθημα συνδέεται με τη λειτουργία των μυών που χρησιμοποιούνται για την παραγωγή της φωνής και έτσι σύμφωνα με την έρευνα, στα άλογα προκύπτει σημαντικός διαχωρισμός στα συναισθήματα βάσει της έντασης, της συχνότητας και της διάρκειας των ήχων που εκπέμπουν. Οι φωνές των προβάτων ξεχωρίζουν από άλλα είδη αλλά παρουσίασαν μέτρια διάκριση μεταξύ θετικού και αρνητικού συναισθήματος. Στην περίπτωση των αγριόχοιρων παρατηρήθηκε διαχωρισμός ανάμεσα στο ευχάριστο και το δυσάρεστο, ενώ ήταν σημαντική η διαφορά στην έκφραση των συναισθημάτων σε σχέση με τα γουρούνια. Από την άλλη, ασαφή ήταν τα δεδομένα που προέκυψαν από το βέλασμα της κατσίκας, καθώς ο διαχωρισμός στα ακουστικά χαρακτηριστικά ήταν ορατός, αλλά η σαφήνεια των συναισθημάτων διέφερε από τα άλλα είδη.
Όπως εξηγούν οι επιστήμονες αυτή η προσέγγιση μπορεί να αποδειχθεί πολύτιμη στον τομέα της συναισθηματικής επικοινωνίας, όπου χρειάζονται περισσότερες πληροφορίες για να επιτευχθεί καλύτερη κατανόηση της συναισθηματικής προέλευσης της ανθρώπινης γλώσσας. Επιπλέον, αυτά τα αποτελέσματα μπορούν να βοηθήσουν στην ανάπτυξη αυτοματοποιημένων εργαλείων για την παρατήρηση της ευημερίας των ζώων.
Με εργαλεία όπως αυτά, οι αρμόδιοι θα μπορούν να προσεγγίσουν διαφορετικά τα ζώα, σύμφωνα με τις πραγματικές ανάγκες τους, να τους παρέχουν στοχευμένη κτηνιατρική περίθαλψη και να ενισχυθούν οι προσπάθειές διατήρησής τους.
Η αναπληρώτρια καθηγήτρια Βιολογίας και εκ των συντακτών της έκθεσης, Ελοντί Φ. Μπρίφερ, εξήγησε ότι τα ευρήματά τους αποδεικνύουν ότι η τεχνητή νοημοσύνη μπορεί να αποκωδικοποιήσει συναισθήματα σε πολλά είδη με βάση φωνητικά μοτίβα. «Έχει τη δυνατότητα να φέρει επανάσταση στην καλή διαβίωση των ζώων, τη διαχείριση των ζώων και τη διατήρηση, επιτρέποντάς μας να παρακολουθούμε τα συναισθήματα των ζώων σε πραγματικό χρόνο», πρόσθεσε.
Όπως είπε, αν κατανοηθούν καλύτερα τα συναισθήματα των ζώων θα ενισχυθεί η ευημερία τους, καθώς θα είναι δυνατός ο έγκαιρος εντοπισμός άγχους, ή ενόχλησης ώστε ο ειδικός να δράσει άμεσα πριν το πρόβλημα επιδεινωθεί.
