Als een onverwachte miauw, een ongebruikelijke houding of een ongewone snorharenbeweging je in verwarring brengt over wat je kat je probeert te vertellen, zal kunstmatige intelligentie dit binnenkort kunnen vertalen.
Wetenschappers wenden zich tot nieuwe technologie om de betekenis achter de vocale en fysieke signalen van een groot aantal dieren te ontdekken.
“We zouden kunstmatige intelligentie kunnen gebruiken om ons veel te leren over wat dieren ons proberen te vertellen”, zegt Daniel Mills, hoogleraar diergeneeskundige gedragsgeneeskunde aan de Universiteit van Lincoln.
Eerder werk, onder meer van Mills, heeft aangetoond dat katten een verscheidenheid aan gezichtsuitdrukkingen produceren bij interactie met mensen, en deze week ontdekten onderzoekers dat katten een bereik van 276 gezichtsuitdrukkingen hebben bij interactie met andere katten.
“De gezichtsuitdrukkingen die ze naar mensen maken, zien er echter anders uit dan die naar katten”, zegt Dr. Brittany Florkiewicz, een assistent-professor psychologie aan het Lyon College in Arkansas, die co-auteur was van het nieuwe artikel.
Mills zei dat het laatste onderzoek de complexiteit van gezichtsmanoeuvres van katten benadrukt, en voegde eraan toe dat nieuwe technologie zou kunnen helpen deze te ontrafelen.
“Zoals dit werk suggereert, is er een veel grotere rijkdom aan kattenuitdrukkingen dan we beseffen, en waar AI goed in is, is beeldclassificatie”, zei hij.
Eén benadering, zei Mills, was om AI te leren specifieke kenmerken te identificeren, zoals de positie van de oren, waarvan al bekend is dat ze belangrijk zijn voor bepaalde emoties. Een andere modernere aanpak is om de AI zijn eigen classificatieregels te laten bedenken. Hoewel dat zijn eigen uitdagingen met zich meebrengt, zegt Mills dat het ook nieuwe inzichten kan bieden.
“Het zou de regels kunnen benadrukken die het gebruikt om datasets van elkaar te onderscheiden, wat ons kan laten zien waar we moeten zoeken naar de beste manier om bepaalde uitdrukkingen te onderscheiden.”
Mills en collega’s proberen al kunstmatige intelligentie te gebruiken om bepaalde emotionele toestanden uit de gezichtsuitdrukkingen van katten, honden en paarden te halen. Hij zei dat er geen tekort was aan video’s om mee te werken – een waarheid die universeel wordt erkend door iedereen die tijd op YouTube heeft doorgebracht.
Naast dat het ons nieuwe manieren biedt om te begrijpen wat onze huisdieren proberen te communiceren, merkte Mills op dat AI kan worden gebruikt voor dierenwelzijn, bijvoorbeeld om de gezichten van koeien te onderzoeken op tekenen van pijn als ze gemolken worden. “In feite kunnen ze elke dag controleren hoe gelukkig ze zijn”, zei hij.
Onder degenen die naar dergelijke toepassingen kijken, bevindt zich dr. Elodie Briefer, universitair hoofddocent ecologie en evolutie aan de Universiteit van Kopenhagen. Haar onderzoek heeft aangetoond dat AI kan worden getraind om de vocalisaties van varkens te classificeren om onderscheid te maken tussen gelukkige en ongelukkige varkens. Het idee, aldus Briefer, is dat dergelijke instrumenten op boerderijen kunnen worden gebruikt om het dierenwelzijn te monitoren.
“Tijdens de toename van het aantal negatieve oproepen kan de boer controleren wat er gebeurt, of als hij nieuwe maatregelen implementeert, zoals verrijking, kan hij zien of er bijvoorbeeld steeds meer positieve oproepen zijn”, zei ze.
Briefer voegde eraan toe dat haar team dergelijke bevindingen hoopt te combineren met op AI gebaseerde analyses van de houding en lichaamsuitdrukkingen van varkens in toekomstig werk. “Je kunt veel meer informatie krijgen als je AI gebruikt op vocalisaties en video’s om gezichtsuitdrukkingen en lichaamsbewegingen te bestuderen,” zei ze.
Er zijn bredere implicaties verbonden aan het gebruik van AI om de communicatie met dieren te begrijpen, inclusief hulp bij natuurbehoud.
Mills zei dat de technologie ook inzicht zou kunnen bieden in meer fundamentele biologie en psychologie, inclusief het begrijpen van de oorsprong van sommige menselijke eigenschappen.
Briefer was het daarmee eens. Haar team gebruikt onder meer kunstmatige intelligentie om vocalisaties van dieren als zebra’s, witte neushoorns en papegaaien te classificeren, om te onderzoeken hoe ze communiceren. Ze zei ook dat onderzoekers kunstmatige intelligentie gebruiken om de omvang van het oproeprepertoire van een dier te onderzoeken en hoe die oproepen samenkomen in een soort rudimentaire syntaxis om informatie over te brengen.
“Het zou ons kunnen helpen erachter te komen hoe we zulke grote taalvaardigheden hebben vergeleken met onze naaste familieleden”, zei ze.
Professor Christian Rutz van de Universiteit van St. Andrews zei ook dat de technologie een groot potentieel heeft. “Machine learning-methoden zullen ons begrip van dierencommunicatie transformeren, waardoor waardevolle kansen worden gecreëerd om het behoud van wilde dieren en het dierenwelzijn te verbeteren”, zei hij.
Maar zoals Rutz en zijn collega’s onlangs opmerkten, kunnen er ook potentiële valkuilen zijn – niet in de laatste plaats dat onderzoekers moeten proberen in hun eigen ‘taal’ met dieren te communiceren voordat dergelijke signalen volledig worden begrepen. “We moeten het dringend eens worden over ethische normen voor dit soort werk om onbedoelde schade of misbruik te voorkomen”, zei hij.