Czy sztuczna inteligencja potrafi odczytać emocje zwierząt?

Wyobraźmy sobie pewną codzienną scenę w gospodarstwie rolnym: hodowca obserwuje kilkadziesiąt świń, starając się wychwycić, czy któraś z nich nie cierpi na ukryty uraz lub stres. Przy dużej liczbie zwierząt taka kontrola może być trudna i podatna na przeoczenia. A teraz „oddalmy się” nieco i spójrzmy z szerszej perspektywy: cierpienie zwierząt w hodowlach, niewykryty ból wśród zwierząt domowych czy ograniczone możliwości diagnostyczne – to wszystko wyzwania, z którymi hodowcy i weterynarze mierzą się od lat.

Dziś naukowcy coraz częściej wspierają się sztuczną inteligencją (AI), aby wypełnić tę lukę komunikacyjną między ludźmi a zwierzętami. Technologia ta uczy się rozpoznawania mikroekspresji pysków i zachowań zwierząt, co może prowadzić do identyfikowania konkretnych stanów emocjonalnych.

„Pracujemy nad Intellipig, czyli systemem analizującym wyrazy świńskich pysków i ostrzegającym hodowców o oznakach bólu lub stresu.”
– Zespół z University of the West of England w Bristolu i Scotland’s Rural College

Oprogramowanie Intellipig bazuje na tysiącach zdjęć zwierzęcych pysków. Dzięki nim algorytmy uczą się dostrzegać niewielkie zmiany w ułożeniu uszu, oczu i fałdów skórnych. Co ciekawe, zespół z Uniwersytetu w Hajfie (znany wcześniej z systemu rozpoznawania twarzy pomagającego odnajdywać zagubione psy) odkrył, że około 38% ruchów mimicznych psów i innych zwierząt domowych pokrywa się z tymi, które obserwujemy u ludzi. To, co dla człowieka może być delikatnym zmarszczeniem oka, dla algorytmu staje się istotnym wskaźnikiem potencjalnego bólu.

Rozwiązania te polegają zazwyczaj na ręcznym oznaczaniu przez badaczy charakterystycznych sygnałów, takich jak:

1. Zmiana ułożenia uszu – opadnięte uszy mogą sugerować dyskomfort lub stres.
2. Zaciskanie pyska – często związane z bólem fizycznym.
3. Specyficzne mrużenie oczu – podobne do „grymasu”, gdy zwierzę odczuwa dyskomfort.

Jednak pojawiają się już systemy, które coraz bardziej samodzielnie odkrywają te wzorce. Na przykład brazylijski badacz z Uniwersytetu w São Paulo przeprowadził eksperyment: fotografował konie przed i po operacji, a także przed i po podaniu środków przeciwbólowych. W efekcie sztuczna inteligencja – w oparciu o obserwację oczu, uszu i pyska – sama wywnioskowała, jakie zmiany w mimice mogły być związane z bólem. Skuteczność rozpoznania wyniosła około 88%, co pokazuje, jak szybko i dokładnie algorytm potrafi się uczyć.

„Przybliżmy się” i spójrzmy na konkretne korzyści:

• Skuteczniejsza ochrona dobrostanu zwierząt – wczesne wykrywanie stresu lub chorób pozwala działać profilaktycznie.
• Wsparcie dla weterynarzy i hodowców – monitorowanie całodobowe i bez „czynnika ludzkiego” może oszczędzić wiele cierpienia i kosztów.
• Nowe perspektywy w nauce o zachowaniach zwierząt – dane zebrane przez AI pomagają stworzyć precyzyjniejsze modele etologiczne.

Krytycy tego podejścia zwracają uwagę na potrzebę jeszcze dokładniejszych badań nad różnorodnymi gatunkami i sytuacjami. Zwierzęta – nawet w obrębie jednego gatunku – mogą odmiennie wyrażać emocje w zależności od rasy, charakteru, warunków hodowlanych czy nawet pory dnia. Mimo to postępy w tej dziedzinie wyglądają obiecująco.

Podsumowując: rozwój systemów rozpoznawania emocji u zwierząt to fascynująca próba przełamania bariery gatunkowej za pomocą narzędzi AI. Jeśli technologia ta będzie się dalej rozwijać, być może doczekamy się sytuacji, w której hodowcy, opiekunowie i weterynarze otrzymają niezastąpione wsparcie w postaci „tłumacza” zwierzęcych emocji. A w dłuższej perspektywie może to wpłynąć zarówno na lepszą opiekę nad zwierzętami, jak i na nasze zrozumienie bogactwa świata istot żywych wokół nas.

Pomysł na doktorat:

Tytuł roboczy:
„Wielomodalna analiza ekspresji emocjonalnych zwierząt z wykorzystaniem sztucznej inteligencji: integracja obrazu, dźwięku i zachowań ruchowych w celu lepszego zrozumienia dobrostanu zwierząt.”

Wyobraźmy sobie, że wchodzimy do obszernej stajni, w której kilkanaście koni swobodnie się porusza. W tle rozlega się subtelny odgłos rżenia, a nasze oczy rejestrują ledwo zauważalne ruchy uszu czy zmarszczenia wokół pyska jednego z nich. Właśnie na styku takich mikroekspresji, dźwięków i sygnałów ruchowych moglibyśmy umieścić unikalny projekt doktorski, który przeniesie zastosowanie sztucznej inteligencji w interpretacji emocji zwierząt na zupełnie nowy poziom.

Badania nad rozpoznawaniem emocji zwierząt przez AI koncentrowały się dotychczas głównie na analizie obrazu (np. Intellipig, system rozpoznawania bólu u świń). Wiele jednak wskazuje, że emocje – zwłaszcza u zwierząt – przejawiają się nie tylko w rysach pyszczka, ale też w postawie ciała, wokalizacjach i w subtelnych zmianach zachowań (np. intensywniejsze tupanie kopytami, odwracanie głowy, przyspieszony oddech). Innymi słowy, różnorodność sygnałów wykracza poza wizualną mimikę i może stanowić „puzzle”, które sztuczna inteligencja musi dopasować, by uzyskać pełny obraz stanu emocjonalnego zwierzęcia.

Proponowany doktorat wychodzi zatem poza tradycyjne analizy obrazu i dołącza do nich:

1. Analizę akustyczną – rejestrowanie wokalizacji, takich jak rżenie koni czy kwiczenie świń, a następnie wykorzystywanie algorytmów rozpoznawania wzorców dźwięku do badania emocjonalnych korelatów.
2. Analizę zachowań ruchowych – monitorowanie aktywności ruchowej zwierząt (np. nagłe zmiany w dynamice ruchu, sposób ułożenia ciała czy reakcja na dotyk).