Люди начали расшифровывать «язык» свиней
3- 15.11.2024, 22:15
- 2,390
С помощью ИИ.
Европейские ученые разработали алгоритм искусственного интеллекта (ИИ), который способен интерпретировать звуки свиней. Цель нового инструмента, как пишут исследователи, — помочь фермерам лучше понимать эмоциональное состояние их животных и улучшить жизнь свиней, пишет techinsider.
Элоди Мандель-Брифер, поведенческий биолог из Копенгагенского университета и один из авторов нового исследования, объясняет: алгоритм способен вовремя выявлять негативные эмоции свиней, тем самым способствуя благополучию животных.
Исследование провели ученые из Дании, Германии, Швейцарии, Франции, Норвегии и Чехии. Для работы использовались тысячи записей звуков, издаваемых свиньями в разных ситуациях: во время игры, изоляции или борьбы за еду.
Новый анализ ученых из Дании показал: хрюканье, визги и рев свиней содержат информацию о положительных или отрицательных эмоциях животных. Между тем многие фермеры уже хорошо понимают состояние своих животных, наблюдая за их поведением. При этом, по словам Элоди Мандель-Брифер, существующие технологии в основном оценивают физическое состояние свиней, тогда как эмоциональное благополучие остается вне фокуса.
«Эмоции животных — ключевой элемент их благополучия, но на фермах на это почти никто не обращает внимание», — подчеркнули ученые.
Исследование показало: свиньи на фермах с возможностью свободного выгула или органического содержания издают меньше стрессовых звуков по сравнению с животными, которых выращивают в «традиционных условиях».
Так, когда технология будет завершена, фермеры смогут использовать специальное приложение, которое переводит свиные звуки на понятный людям «язык эмоций».
Отмечается, что короткие хрюки указывают на положительные эмоции, тогда как длинные звуки свиней сигнализируют о дискомфорте, — например, когда свиньи толкаются у кормушки.
Высокочастотные звуки, — визг, — обычно означают стресс, вызванный болью, борьбой или разлукой с другими животными.
Новый ИИ-алгоритм позволяет обрабатывать огромное количество звуковых данных и автоматически классифицировать их, — что делает процесс анализа быстрым и точным.
Ученые считают, что новый подход в будущем можно использовать для маркировки ферм, помогая потребителям делать осознанный выбор.