Vaš hrčak nije baš raspoložen – kako će raditi aplikacije koje će čitati stanje, pa i namere životinja

Ljudi jednostavno ne mogu uvek najbolje da razumeveju kako se životinje osećaju. Zato je veštačka inteligencija i ovde našla polje svog delovanja. Na primer, nakon fotografisanja glave jedne svinje, za manje od sekunde, sistem veštačke inteligencije dobija najpre podatke o vrsti životinje na osnovu njuške, ušiju, očiju i drugih fizičkih karakteristika. Sistem nastavlja da analizira fotografiju, tražeći znakove na izrazu lica i „razmatra“ da li životinju možda nešto boli, da li je bolesna ili u „emocionalnoj nevolji“. Ako pronađe neki od važnih znakova, šalje detalje ili  upozorenje farmeru...

Opisan sistem rada VI namenjen svinjama nije jedinstven. Naučnici širom sveta se okreću veštačkoj inteligenciji da bi dešifrovali izraze lica životinja, od ovaca preko konja, do mačaka. Neki su već razvili algoritme koji su brži i tačniji u prepoznavanju znakova bola ili straha od najpažljivijih ljudi. „Ovi alati bi mogli da nas uvedu novu eru brige o životinjama koja daje veći prioritet njihovom zdravlju, dobrobiti i zaštiti", kaže inženjer Melvin Smit.

Ima nagoveštaja da bi ovi sistemi mogli ići još dalje. „Na kraju, veštačka inteligencija bi čak mogla da nadmaši ljude u tumačenju niza složenijih emocija srodnih sreći, spokoju, frustraciji ili strahu, što su osećanja koja su podjednako važna za razumevanje, ako želimo da se prema životinjama ophodimo na najbolji mogući način", dodaje Smit.

Ali, kao i većina naučnika koji razmišljaju o moćima veštačke inteligencije, istraživači ponašanja životinja brinu da li će mašinama dati na raspolaganje previše informacija. „Možda će mašina na kraju biti bolja od nas... Ne znam. Nadam se da ima mesta za stručnjake, kako bi bili sigurni da VI zaista radi ono što kaže da jeste", kaže Ema Bakster, istraživač ponašanja životinja, koja sarađuje sa Smitom.

Naučnici odavno znaju da, kao i mi, životinje svojim licima prenose signal o tome kako se osećaju. U Izražavanju emocija kod čoveka i životinja, objavljenom 1872. godine, Čarls Darvin je sugerisao da su izrazi lica neka vrsta „zajedničkog jezika“ među sisarima, i da je u pitanju sposobnost koja je morala evoluirati krozj istoriju.

„On je tu teoriju uglavnom zasnovao na anatomiji, uključujući ljude koji imaju mnogo zajedničkih mišića lica, i čija je svrha pravljenje izraza lica. Na primer, delimo 38 odsto pokreta lica sa psima, 34 odsto sa mačkama, a punih 47 posto sa primatima i konjima", kaže Bridžit Voler, psiholog sa Univerziteta Notingem Trent.

Ipak, anatomske sličnosti ne znače da možemo čitati lica životinja poput lica ljudi. Dakle, istraživači koji proučavaju komunikaciju sa životinjama često moraju da zaključuju šta životinja doživljava kroz kontekst.

Bol kao najprostiji primer

Bol je najočigledniji primer: konj koji je upravo kastriran ili ovca koja šepa jer ima polomljenu nogu, nesumnjivo osećaju bol. Istraživači mogu da proučavaju izraze životinja tako što mogu izazvati blagu nelagodnost, na primer, zatežući traku aparata za merenje krvnog pritiska oko noge, ili nanošenjem malo ljutog ekstrakta čilija na kožu. S druge strane, davanjem tableta protiv bolova životinjama, obično se očekuje da će se one osećati bolje i naravno, imaće drugačije fizičke manifestacije.

Isto tako, lako je izazvati manji stres kod mnogih vrsta, kao što su konji i mačke, tako što ćete ih odvesti u kratku, brzu vožnju ili izdvojiti iz poznate sredine na neko vreme. Da bi proučavala stres kod mladih krmača, Baksterova jednostavno dovodi starije, koje ih zastrašuju ponašajući se dominantno. Anksiozno ponašanje, koje uključuje rikanje i vršenje nužde, kao i skok nivoa hormona stresa kortizola mogu potvrditi da je životinja pod stresom.

Skale grimasa

Naučnici su proveli hiljade sati sedeći ispred štala i kaveza posmatrajući lica životinja u bolnim ili stresnim situacijama, a zatim ih upoređivali sa životinjama koje su najverovatnije bile bez bolova ili stresa. Kao rezultat toga, razvili su „skale grimasa“ za različite vrste, koje daju meru toga, koliko bola ili stresa životinja doživljava na osnovu pokreta njenih mišića lica.

„Na primer, konj koji okreće uši ka spolja dok stvara „brižne bore“ iznad očiju verovatno doživljava bol, za razliku od konja kome su očni kapci opušteni, kao i uši", objašnjava Pija Hajbro Andersen, veterinarka i predavač na Švedskom univerzitetu poljoprivrednih nauka. „Konji signaliziraju stres sličnim pokretima ušiju i borama, ali sa suptilnim razlikama kao što je pokazivanje jezika", dodaje ona.

Stručnjaci u ovoj oblasti vremenom su postali vešti u kodiranju pokreta mišića lica kod životinja, što bi u teoriji – moglo da omogući proveru njihovog stanja. „To je neverovatno naporan posao", kaže Andersenova.

Dekoderima je potrebno u proseku 100 sekundi da identifikuju različite mišiće lica i objasne njihove pozicije, ili nekada čak dva do tri sata za analizu 30 sekundi video materijala. VI, s druge strane, može da uradi isti zadatak gotovo trenutno, ali prvo ga treba „naučiti“.

Pudla kao istraživački model

Na Univerzitetu u Haifi, informatičarka Ana Zamanski provela je mnoge radne dane prigušujući buku sirena i eksplozija kako bi zaštitila od stresa svoju pudlu Beki. Beki joj je poslužila i kao istraživački model. Njen tim stručnjaka obučava sisteme veštačke inteligencije da automatski čitaju lica životinja u nadi da će im život učiniti boljim.

Zamanski je započela razvojem softvera za prepoznavanje izraza lica kako bi pomogla ljudima da pronađu svoje izgubljene pse. Vlasnici postavljaju sliku lica svog psa u softver, koji skenira i traži podudaranje u bazi podataka slika lutalica koje su poslali zabrinuti ljudi.

U skorije vreme, tim se okrenuo težem zadatku: korišćenju veštačke inteligencije za preciziranje često suptilnih znakova nelagodnosti na licima životinja. Prvo, VI sistem mora naučiti da identifikuje delove lica koji su ključni za stvaranje izraza. Ovo uključuje ručno označavanje važnih „orijentira“ povezanih sa pokretima mišića – recimo vrha i dna oka ili sa strane nozdrve – na bezbrojnim fotografijama životinja i pretvaranje slika u masu digitalnih tačaka.

Uz pomoć saradnika u Keniji, naučnici su tako obeležili na hiljade lica različitih vrsta, uključujući mačke, pse, konje i primate.

Naučnici tako mogu da unesu mnoštvo obeleženih fotografija u sistem veštačke inteligenciju, kako bi je naučili da sama pronalazi orijentire na novim slikama.

Kada se orijentir završi, VI može da identifikuje specifične izraze lica analizom udaljenosti između obeleženih tačaka. Na primer, ako mačka raširi pa stegne nos, što je znak da možda ima bolove, razmak između dve tačke na ivicama usta postaje širi. Upoređivanjem ovih izraza sa skalama grimasa koje su istraživači već napravili, VI može tražiti znakove bola ili uznemirenosti.

Sve brže i tačnije...

Sistemi veštačke inteligencije postaju sve brži i tačniji od ljudi u određivanju toga da li životinja boluje od nečega To je delimično zato što mogu da identifikuju najsitnije pokrete mišića i pronađu nove indikatore bola kojih ljudi nisu ni svesni.

Rezultat ove mukotrpne obuke su sistemi veštačke inteligencije koji mogu da dijagnostikuju probleme blagostanja sa impresivnom preciznošću. Tako je na primer VI uspešno identifikovala mali broj ovaca u jednom stadu koje su bolovale od gangrene stopala ili mastitisa. A 2023. godine, Zamanski i njen učenik Marselo Fajgelštajn otkrili su da je njihova veštačka inteligencija 77% tačna u određivanju da li je neka mačka bolesna.

Iako efikasni, ovakvi alati se i dalje oslanjaju na ljude koji ipak upućuju prvi, početni poziv i daju signal o tome šta treba tražiti u izrazu životinje.

Stres kod svinja

„Intellipig“ sistem koji se testira na pametnim farmama u Velikoj Britaniji koristi duboko učenje zasnovano na ogromnom broju informacija, videa i fotografija, komprativnih modela... Tako veštačka inteligencija nadmašuje ljude u prepoznavanju stresa kod pojedinih svinja, sa stopom tačnosti od 97%.

Ranije ove godine, grupa naučnika okupljena oko doktorke Zamanski, objavila je rezultate koji pokazuju da je veštačka inteligencija sa slobodnim upravljanjem bila dosledno bolja u otkrivanju bola kod ovaca od čak i visokokvalifikovanih veterinara i stručnjaka za ponašanje.

Algoritam je tačno utvrdio da je ovca u oporavku od bolne operacije u 82% ispitivanja; četiri visoko specijalizovana stručnjaka imala su tačnost u 70% slučajeva.

Ipak, Zamanski upozorava da računar koji može slobodno odlučiti šta će tražiti na slikama može iskoristiti i pogrešne karakteristike. Klasičan primer je sat u pozadini. Zamislite, na primer, da su istraživači fotografisali životinje bez bolova svakog dana u 10 sati, kao deo standardnog naučnog protokola, a zatim druge fotografije tih životinja u suprotnom stanju u 17 sati. „Ako mašina vidi sliku sata u 10 sati, ona će reći da životinja ne trpi bol“, kaže ona – čak i ako to nije slučaj.

Toplotne mape i područje oko očiju

Nemati uvid u to kako VI zapravo donosi odluke uznemiruje istraživače. Tali Šitrit posvetila je svoju disertaciju otkrivanju šta tačno VI sistem traži na licima životinja. Ona koristi alat pod nazivom GradCAM koji proizvodi toplotne mape koje pokazuju na koje oblasti lica se VI fokusira kada donosi svoje odluke.

Do sada je otkrila da mašina generalno smatra područje oko očiju najinformativnijim, u svim skupovima podataka i vrstama. Kod mačaka, međutim, karte su najtoplije oko nosa i usta. Neki istraživači idu dalje, težeći ka sistemima koji mogu da čitaju emocije složenije od stresa i bola – onih koji su sličniji ljudskim iskustvima radosti, besa ili tuge.

Britani Florkjevic, evolucioni psiholog na Koledžu u Lionu i njen tim, proveli su stotine sati gledajući snimke mačaka koje se igraju i svađaju u „kafiću za mačke“, odnosno u igraonici za životinje u Los Anđelesu, pomno kodirajući svaki detalj izraza lica životinja, tražeći znakove u njihovom ponašanju da su, u suštini, „srećne“ – ili ne.

Analiza je otkrila da mačke prave neverovatnih 276 različitih izraza lica. Tehnologija je pokazala da mačke imaju tendenciju da suptilno oponašaju izraze lica drugih mačaka, često zbog toga da bi se zbližile.

U sličnom radu, tim doktorke Zamanski je „trenirao“ svoju veštačku inteligenciju na fotografijama labrador-retrivera koji su ili željno iščekivali poslasticu, ili su mogli da vide poslasticu, ali su bili frustrirani jer su bili sprečeni da dođu do nje.

Srećni ili frustrirani konji

VI je uspela da uspešno otkrije da li je pas „srećan“ ili „frustriran“ u 89% slučajeva. Sistem je bio podjednako uspešan u razlikovanju „srećnih“ od „frustriranih“ konja.

Istraživači su otkrili da njihova VI može ispravno kategorisati konja kao „frustriranog“ ili „razočarenog“ u 61% slučajeva – skromna stopa uspeha, ali ne za zanemarivanje.

Da bi nadogradili navedene uspehe, Zamanski sada uz podršku doktoranda Džordža Marvela pravi bazu podataka o licima pasa, mačaka, konja i primata u različitim emocionalnim stanjima. Tim pretražuje internet u potrazi za fotografijama na kojima su vlasnici dali jasan opis konteksta, a samim tim i verovatnih emocija životinja.

Nadaju se da će dešifrovati različite izraze lica koje svaka vrsta životinja predstavlja u svom jedinstvenom, emotivnom scenariju.

San istraživačice Zamanski je, kako sama kaže, da ima „čitač psećeg lica“ koji otkriva osnovna emocionalna stanja kao što su sreća, tuga i stres – poseban izazov za VI s obzirom na široku lepezu oblika lica i ušiju kod brojnih rasa pasa. „Sada to nije moguće, znam. Ali za godinu dana to će biti moguće. To je ono što stalno sebi govorimo, i naporno radimo na tome“, nada se naučnica.

Jednog dana, kaže Florkjevic, mašine bi čak mogle da počnu da povezuju određene izraze lica sa „namerama“ – uočavanjem kada životinja ima neki cilj, kao što je izlazak napolje, potraga za igračkom ili otpočinjanje tuče.

Nije sve u licu

Međutim,  izrazi lica ne pričaju baš kompletnu priču o nečijim emocijama ili stanju, kaže Elodi Brifer, specijalista za komunikacije sa životinjama na Univerzitetu u Kopenhagenu, koja razvija veštačku inteligenciju za tumačenje emocija kod svinja i zebri.

Da bi ispitala emocije životinja, veštačka inteligencija mora da u obzir uzme i druge faktore, osim pokazatelja na licu, kao što su mahanje repom ili pogrbljeno držanje, kaže Soreš Najtrajan, inženjer poljoprivrede na Univerzitetu Delhouzi. Njegov sopstveni sistem provere dobrobiti veštačke inteligencije za životinje na farmi čak analizira i toplotu tela — važan faktor za kokoške i druge vrste životinja koje imaju „ograničene" izraze lica.

Uprkos navedenim ograničenjima, veštačka inteligencija lica već nudi „pragmatične i realne“ mogućnosti, kaže Zamanski. Njen tim uskoro će objaviti aplikaciju zasnovanu na veštačkoj inteligenciji koja će omogućiti vlasnicima mačaka da skeniraju lica svojih ljubimaca 30 sekundi, i odmah potom dobiju poruke koje se lako čitaju kao što je: „Otkrivena je značajna napetost oko usta; nivo bola umeren".

Istraživači u Holandiji razvili su sličnu aplikaciju koja skenira lica i tela konja da bi procenila njihov nivo bola. VI bi se tako mogla koristiti tokom konjičkih takmičenja.

Uopšteno govoreći, i laboratorije i skloništa za kućne ljubimce mogli bi da iskoriste veštačku inteligenciju za praćenje bola i emocionalnih stanja kod životinja. Tako „pametne farme“, poput onih koje su testirane u jednom engleskom selu,  obećavaju da će pružiti individualizovanu negu životinjama kroz svakodnevno praćenje.

„Moj posao je da budem agent za bolji život životinja. Kada znamo da su naši životinjski saputnici srećni, i to nas čini srećnim", zaključila je Zemanski.