Ezért sok tudós elkötelezett amellett, hogy maximalizálja ezeknek a háziasított állatoknak a jólétét, miközben az ember által irányított életüket élik. Ennek érdekében egy nemzetközi kutatócsoport mesterséges neurális hálózatot képzett ki arra, hogy felismerje a sertések érzelmeit a hangjuk alapján. A közzétett eredményeik alapján a csapat reméli, hogy egy kis további bütyköléssel egy olyan automatizált felismerő rendszert lehet kifejleszteni, amellyel a sertések jólétét az ipari gazdaságokban is nyomon lehet követni.

Korábbi munkák megállapították, hogy a sertések hangadásai magas frekvenciájú sikolyokra és visításokra bonthatók, amelyek negatív kontextusban uralkodnak, valamint alacsony frekvenciájú morgásokra, amelyek semleges vagy pozitív kontextusban rendszeresen hallhatók. Például egy sertés visíthat, amikor elszigetelődik, harcol vagy meglepődik. Morgolódik, ha újra együtt van egy barátjával vagy egy ismerős emberrel, ha eszik, vagy ha játékosan fut. Ezt szem előtt tartva a kutatók herkulesi erőfeszítéseket tettek, hogy több száz sertés több ezer hangját rögzítsék különböző környezetben és kontextusban.

A végleges adatsor 411 sertés 7411 hangfelvételét tartalmazta, amelyek különböző helyzetekben készültek, és a kereskedelmi céllal nevelt sertések teljes életét lefedték, beleértve a lekötözött, ivartalanított, szoptatós, gazdagított, kezelt és összebújós helyzeteket. Egyértelmű különbségek mutatkoznak a sertéshangokban, ha pozitív és negatív helyzeteket vizsgálunk, állapították meg a tudósok. A pozitív helyzetekben a hívások sokkal rövidebbek, amplitúdójukban kisebb ingadozásokkal. A morgások, pontosabban a hörgések magasan kezdődnek, és fokozatosan csökken a frekvenciájuk.

A kutatók ezután a felvételeket spektrogramokká alakították át, amelyek egy hangjel frekvenciaspektrumának vizuális ábrázolásai, ahogyan az időben változik, és betáplálták őket egy gépi tanulással működő neurális hálózatba. Ezáltal a hálózat megtanította a hálózatot arra, hogy a spektrogramokban mintákat azonosítson, és ezeket a mintákat pozitív vagy negatív érzelmi állapothoz társítsa, sőt, azt is, hogy felismerje, milyen konkrét kontextusban keletkezett a hang, például amikor az állat futott vagy várakozott. A kutatók végül egy újszerű spektrogramot tudtak megmutatni a neurális hálózatnak, és az 91,5%-os pontossággal meg tudta állapítani, hogy a sertés pozitív vagy negatív hangulatban volt-e éppen.

Sőt, azt is 81,5%-os pontossággal tudta kitalálni, hogy a hang milyen szituációban keletkezett. Ezek az eredmények azt mutatják, hogy egy néhány akusztikai paraméteren alapuló rendszer bizonyos esetekben képes egyetlen hívásból helyesen megállapítani, hogy egy sertés pozitív vagy negatív helyzetben van-e, írták a kutatók. A tudósok azt remélik, hogy a mintázatfelismerő algoritmusok segítségével más állatok kommunikációjára is fényt deríthetnek. Méretes agyuk és szociális hajlamuk miatt az elefántok, a bálnák és a delfinek állnak az elsődleges fókuszban. 2017-ben a kutatók mesterséges intelligencia szoftverrel elemezték a marmosetek különböző hívásait is.

Vitatott kérdés, hogy az állatok átélnek-e és milyen mértékben érzelmeket. Egyes tudósok azt állítják, hogy nem lehet tudni, hogy az állatok átélnek-e érzelmeket - legalábbis az emberekéhez hasonló módon. Eközben mások azt állítják, hogy szinte lehetetlen pontosan azonosítani az állatok érzelmeit a viselkedésük elemzésével. Néhány kutató mégis úgy gondolja, hogy az állatok legalábbis valamennyire hasonló módon élik meg az érzelmeket, mint mi. Mindenesetre az állatok tapasztalatainak közeli elemzése vitathatatlanul hasznos lehet a való világban. Számos modern sertéstenyésztő telep használ mikrofonalapú rendszereket a stressz-alapú hangadás és köhögés megfigyelésére és osztályozására. Ez a gondozók számára potenciális korai figyelmeztetést jelent arra, hogy egy kórokozó terjedhet az állományban.

 

 

• MI
• mesterséges intelligencia
• sertés