利用人工智能面部分析判断动物兴奋还是紧张

英国《新科学家》周刊网站4月23日发表文章称，一种人工智能系统可通过分析牛和猪的面部表情发现它们的9种情绪状态，并能以此设计出用于跟踪和改善农场动物安全与健康的系统。

荷兰瓦赫宁根大学及研究中心的苏雷什·尼蒂拉詹说，目前的重点是减轻动物的痛苦和压力，但是自动化系统或许也有助于改善积极状态。“有必要从仅仅消除负面情绪状态变为提供积极状态，比如嬉戏行为。”

尼蒂拉詹收集了来自加拿大、美国和印度农场数以千计份牛和猪的图片与视频，然后根据之前研究显示的特定状态或情绪的已知线索进行分类。比如，当牛眼眼白明显可见时，通常说明牛处于兴奋或紧张状态。猪的耳朵向前时，说明猪处于警觉状态，有时也是攻击性迹象。

研究人员利用（人工智能的）深度学习技术，发现这些图片中动物的面部表情。然后培训这套系统分辨13种与情绪状态（如紧张、进攻性、沮丧、中立、放松和兴奋）相关的面部动作，比如耳朵的动作。当用于测试另一组图片时，这套系统大约86%的时候与人的分类相匹配。

尼蒂拉詹说，尚需数年时间这套系统才能发展到可以应用到农场的程度。但是，他认为如果将廉价摄像机安装在云基系统从而持续跟踪，这会比部分国家规定公益审计员偶尔参观的效果更好。

尼蒂拉詹认为，终极目标是能够预测并防止问题行为，比如猪与猪之间互相咬尾巴，那样可能导致严重感染。

改善安全与健康应当有助于提高健康与效益，因此尼蒂拉詹认为很多农场应拥护这类系统。他说有些农场已经花钱请公司借助智能颈圈或智能标签跟踪动物的健康情况。

很多机构已建立用于发现人员情绪变化的人工智能系统，但是有关这些系统的精确度及用途尚存争议。与人不同，农场动物不会隐藏真实情绪或瞒天过海。

查看本帖完整版本: [-- 利用人工智能面部分析判断动物兴奋还是紧张 --] [-- top --]