Ваш хрчак није баш расположен – како ће радити апликације које ће читати стање, па и намере животиња

Људи једноставно не могу увек најбоље да разумевеју како се животиње осећају. Зато је вештачка интелигенција и овде нашла поље свог деловања. На пример, након фотографисања главе једне свиње, за мање од секунде, систем вештачке интелигенције добија најпре податке о врсти животиње на основу њушке, ушију, очију и других физичких карактеристика. Систем наставља да анализира фотографију, тражећи знакове на изразу лица и „разматра“ да ли животињу можда нешто боли, да ли је болесна или у „емоционалној невољи“. Ако пронађе неки од важних знакова, шаље детаље или  упозорење фармеру...

Описан систем рада ВИ намењен свињама није јединствен. Научници широм света се окрећу вештачкој интелигенцији да би дешифровали изразе лица животиња, од оваца преко коња, до мачака. Неки су већ развили алгоритме који су бржи и тачнији у препознавању знакова бола или страха од најпажљивијих људи. „Ови алати би могли да нас уведу нову еру бриге о животињама која даје већи приоритет њиховом здрављу, добробити и заштити", каже инжењер Мелвин Смит.

Има наговештаја да би ови системи могли ићи још даље. „На крају, вештачка интелигенција би чак могла да надмаши људе у тумачењу низа сложенијих емоција сродних срећи, спокоју, фрустрацији или страху, што су осећања која су подједнако важна за разумевање, ако желимо да се према животињама опходимо на најбољи могући начин", додаје Смит.

Али, као и већина научника који размишљају о моћима вештачке интелигенције, истраживачи понашања животиња брину да ли ће машинама дати на располагање превише информација. „Можда ће машина на крају бити боља од нас... Не знам. Надам се да има места за стручњаке, како би били сигурни да ВИ заиста ради оно што каже да јесте", каже Ема Бакстер, истраживач понашања животиња, која сарађује са Смитом.

Научници одавно знају да, као и ми, животиње својим лицима преносе сигнал о томе како се осећају. У Изражавању емоција код човека и животиња, објављеном 1872. године, Чарлс Дарвин је сугерисао да су изрази лица нека врста „заједничког језика“ међу сисарима, и да је у питању способност која је морала еволуирати крозј историју.

„Он је ту теорију углавном засновао на анатомији, укључујући људе који имају много заједничких мишића лица, и чија је сврха прављење израза лица. На пример, делимо 38 одсто покрета лица са псима, 34 одсто са мачкама, а пуних 47 посто са приматима и коњима", каже Бриџит Волер, психолог са Универзитета Нотингем Трент.

Ипак, анатомске сличности не значе да можемо читати лица животиња попут лица људи. Дакле, истраживачи који проучавају комуникацију са животињама често морају да закључују шта животиња доживљава кроз контекст.

Бол као најпростији пример

Бол је најочигледнији пример: коњ који је управо кастриран или овца која шепа јер има поломљену ногу, несумњиво осећају бол. Истраживачи могу да проучавају изразе животиња тако што могу изазвати благу нелагодност, на пример, затежући траку апарата за мерење крвног притиска око ноге, или наношењем мало љутог екстракта чилија на кожу. С друге стране, давањем таблета против болова животињама, обично се очекује да ће се оне осећати боље и наравно, имаће другачије физичке манифестације.

Исто тако, лако је изазвати мањи стрес код многих врста, као што су коњи и мачке, тако што ћете их одвести у кратку, брзу вожњу или издвојити из познате средине на неко време. Да би проучавала стрес код младих крмача, Бакстерова једноставно доводи старије, које их застрашују понашајући се доминантно. Анксиозно понашање, које укључује рикање и вршење нужде, као и скок нивоа хормона стреса кортизола могу потврдити да је животиња под стресом.

Скале гримаса

Научници су провели хиљаде сати седећи испред штала и кавеза посматрајући лица животиња у болним или стресним ситуацијама, а затим их упоређивали са животињама које су највероватније биле без болова или стреса. Као резултат тога, развили су „скале гримаса“ за различите врсте, које дају меру тога, колико бола или стреса животиња доживљава на основу покрета њених мишића лица.

„На пример, коњ који окреће уши ка споља док ствара „брижне боре“ изнад очију вероватно доживљава бол, за разлику од коња коме су очни капци опуштени, као и уши", објашњава Пија Хајбро Андерсен, ветеринарка и предавач на Шведском универзитету пољопривредних наука. „Коњи сигнализирају стрес сличним покретима ушију и борама, али са суптилним разликама као што је показивање језика", додаје она.

Стручњаци у овој области временом су постали вешти у кодирању покрета мишића лица код животиња, што би у теорији – могло да омогући проверу њиховог стања. „То је невероватно напоран посао", каже Андерсенова.

Декодерима је потребно у просеку 100 секунди да идентификују различите мишиће лица и објасне њихове позиције, или некада чак два до три сата за анализу 30 секунди видео материјала. ВИ, с друге стране, може да уради исти задатак готово тренутно, али прво га треба „научити“.

Пудла као истраживачки модел

На Универзитету у Хаифи, информатичарка Ана Замански провела је многе радне дане пригушујући буку сирена и експлозија како би заштитила од стреса своју пудлу Беки. Беки јој је послужила и као истраживачки модел. Њен тим стручњака обучава системе вештачке интелигенције да аутоматски читају лица животиња у нади да ће им живот учинити бољим.

Замански је започела развојем софтвера за препознавање израза лица како би помогла људима да пронађу своје изгубљене псе. Власници постављају слику лица свог пса у софтвер, који скенира и тражи подударање у бази података слика луталица које су послали забринути људи.

У скорије време, тим се окренуо тежем задатку: коришћењу вештачке интелигенције за прецизирање често суптилних знакова нелагодности на лицима животиња. Прво, ВИ систем мора научити да идентификује делове лица који су кључни за стварање израза. Ово укључује ручно означавање важних „оријентира“ повезаних са покретима мишића – рецимо врха и дна ока или са стране ноздрве – на безбројним фотографијама животиња и претварање слика у масу дигиталних тачака.

Уз помоћ сарадника у Кенији, научници су тако обележили на хиљаде лица различитих врста, укључујући мачке, псе, коње и примате.

Научници тако могу да унесу мноштво обележених фотографија у систем вештачке интелигенцију, како би је научили да сама проналази оријентире на новим сликама.

Када се оријентир заврши, ВИ може да идентификује специфичне изразе лица анализом удаљености између обележених тачака. На пример, ако мачка рашири па стегне нос, што је знак да можда има болове, размак између две тачке на ивицама уста постаје шири. Упоређивањем ових израза са скалама гримаса које су истраживачи већ направили, ВИ може тражити знакове бола или узнемирености.

Све брже и тачније...

Системи вештачке интелигенције постају све бржи и тачнији од људи у одређивању тога да ли животиња болује од нечега То је делимично зато што могу да идентификују најситније покрете мишића и пронађу нове индикаторе бола којих људи нису ни свесни.

Резултат ове мукотрпне обуке су системи вештачке интелигенције који могу да дијагностикују проблеме благостања са импресивном прецизношћу. Тако је на пример ВИ успешно идентификовала мали број оваца у једном стаду које су боловале од гангрене стопала или маститиса. А 2023. године, Замански и њен ученик Марсело Фајгелштајн открили су да је њихова вештачка интелигенција 77% тачна у одређивању да ли је нека мачка болесна.

Иако ефикасни, овакви алати се и даље ослањају на људе који ипак упућују први, почетни позив и дају сигнал о томе шта треба тражити у изразу животиње.

Стрес код свиња

„Интеллипиг“ систем који се тестира на паметним фармама у Великој Британији користи дубоко учење засновано на огромном броју информација, видеа и фотографија, компративних модела... Тако вештачка интелигенција надмашује људе у препознавању стреса код појединих свиња, са стопом тачности од 97%.

Раније ове године, група научника окупљена око докторке Замански, објавила је резултате који показују да је вештачка интелигенција са слободним управљањем била доследно боља у откривању бола код оваца од чак и висококвалификованих ветеринара и стручњака за понашање.

Алгоритам је тачно утврдио да је овца у опоравку од болне операције у 82% испитивања; четири високо специјализована стручњака имала су тачност у 70% случајева.

Ипак, Замански упозорава да рачунар који може слободно одлучити шта ће тражити на сликама може искористити и погрешне карактеристике. Класичан пример је сат у позадини. Замислите, на пример, да су истраживачи фотографисали животиње без болова сваког дана у 10 сати, као део стандардног научног протокола, а затим друге фотографије тих животиња у супротном стању у 17 сати. „Ако машина види слику сата у 10 сати, она ће рећи да животиња не трпи бол“, каже она – чак и ако то није случај.

Топлотне мапе и подручје око очију

Немати увид у то како ВИ заправо доноси одлуке узнемирује истраживаче. Тали Шитрит посветила је своју дисертацију откривању шта тачно ВИ систем тражи на лицима животиња. Она користи алат под називом GradCAM који производи топлотне мапе које показују на које области лица се ВИ фокусира када доноси своје одлуке.

До сада је открила да машина генерално сматра подручје око очију најинформативнијим, у свим скуповима података и врстама. Код мачака, међутим, карте су најтоплије око носа и уста. Неки истраживачи иду даље, тежећи ка системима који могу да читају емоције сложеније од стреса и бола – оних који су сличнији људским искуствима радости, беса или туге.

Британи Флоркјевиц, еволуциони психолог на Колеџу у Лиону и њен тим, провели су стотине сати гледајући снимке мачака које се играју и свађају у „кафићу за мачке“, односно у играоници за животиње у Лос Анђелесу, помно кодирајући сваки детаљ израза лица животиња, тражећи знакове у њиховом понашању да су, у суштини, „срећне“ – или не.

Анализа је открила да мачке праве невероватних 276 различитих израза лица. Технологија је показала да мачке имају тенденцију да суптилно опонашају изразе лица других мачака, често због тога да би се зближиле.

У сличном раду, тим докторке Замански је „тренирао“ своју вештачку интелигенцију на фотографијама лабрадор-ретривера који су или жељно ишчекивали посластицу, или су могли да виде посластицу, али су били фрустрирани јер су били спречени да дођу до ње.

Срећни или фрустрирани коњи

ВИ је успела да успешно открије да ли је пас „срећан“ или „фрустриран“ у 89% случајева. Систем је био подједнако успешан у разликовању „срећних“ од „фрустрираних“ коња.

Истраживачи су открили да њихова ВИ може исправно категорисати коња као „фрустрираног“ или „разочареног“ у 61% случајева – скромна стопа успеха, али не за занемаривање.

Да би надоградили наведене успехе, Замански сада уз подршку докторанда Џорџа Марвела прави базу података о лицима паса, мачака, коња и примата у различитим емоционалним стањима. Тим претражује интернет у потрази за фотографијама на којима су власници дали јасан опис контекста, а самим тим и вероватних емоција животиња.

Надају се да ће дешифровати различите изразе лица које свака врста животиња представља у свом јединственом, емотивном сценарију.

Сан истраживачице Замански је, како сама каже, да има „читач псећег лица“ који открива основна емоционална стања као што су срећа, туга и стрес – посебан изазов за ВИ с обзиром на широку лепезу облика лица и ушију код бројних раса паса. „Сада то није могуће, знам. Али за годину дана то ће бити могуће. То је оно што стално себи говоримо, и напорно радимо на томе“, нада се научница.

Једног дана, каже Флоркјевиц, машине би чак могле да почну да повезују одређене изразе лица са „намерама“ – уочавањем када животиња има неки циљ, као што је излазак напоље, потрага за играчком или отпочињање туче.

Није све у лицу

Међутим,  изрази лица не причају баш комплетну причу о нечијим емоцијама или стању, каже Елоди Брифер, специјалиста за комуникације са животињама на Универзитету у Копенхагену, која развија вештачку интелигенцију за тумачење емоција код свиња и зебри.

Да би испитала емоције животиња, вештачка интелигенција мора да у обзир узме и друге факторе, осим показатеља на лицу, као што су махање репом или погрбљено држање, каже Сореш Најтрајан, инжењер пољопривреде на Универзитету Делхоузи. Његов сопствени систем провере добробити вештачке интелигенције за животиње на фарми чак анализира и топлоту тела — важан фактор за кокошке и друге врсте животиња које имају „ограничене" изразе лица.

Упркос наведеним ограничењима, вештачка интелигенција лица већ нуди „прагматичне и реалне“ могућности, каже Замански. Њен тим ускоро ће објавити апликацију засновану на вештачкој интелигенцији која ће омогућити власницима мачака да скенирају лица својих љубимаца 30 секунди, и одмах потом добију поруке које се лако читају као што је: „Откривена је значајна напетост око уста; ниво бола умерен".

Истраживачи у Холандији развили су сличну апликацију која скенира лица и тела коња да би проценила њихов ниво бола. ВИ би се тако могла користити током коњичких такмичења.

Уопштено говорећи, и лабораторије и склоништа за кућне љубимце могли би да искористе вештачку интелигенцију за праћење бола и емоционалних стања код животиња. Тако „паметне фарме“, попут оних које су тестиране у једном енглеском селу,  обећавају да ће пружити индивидуализовану негу животињама кроз свакодневно праћење.

„Мој посао је да будем агент за бољи живот животиња. Када знамо да су наши животињски сапутници срећни, и то нас чини срећним", закључила је Земански.