人工智能（AI）能否帮助我们理解动物的感受？一项来自哥本哈根大学的开创性研究给出了肯定的答案。研究人员成功训练了一个机器学习模型，能够通过分析声音区分七种有蹄类动物（包括牛、猪和野猪）的积极和消极情绪。这项研究首次利用AI实现了跨物种情绪检测，准确率高达89.49%。
“这一突破提供了强有力的证据，表明AI可以通过声音模式解读多种物种的情绪。它可能彻底改变动物福利、牲畜管理和保护工作，让我们能够实时监测动物的情绪状态。”该研究的通讯作者、生物学系副教授埃洛迪·F·布里弗（Élodie F. Briefer）表示。
AI：通用动物情感翻译器研究人员通过分析数千种不同情绪状态下的有蹄类动物叫声，确定了情绪效价（积极或消极）的关键声学指标。这些指标包括声音的持续时间、分布、基频和振幅调制的变化。值得注意的是，这些声学模式在不同物种之间高度一致，表明情绪的基本声音表达在进化过程中是保守的。
改变动物福利与保护的新工具这项AI分类模型有望开发出实时监测动物情绪的工具，从而彻底改变牲畜管理、兽医护理和保护工作的方式。布里弗解释道：“了解动物如何表达情绪可以帮助我们改善它们的福利。如果我们能及早发现压力或不适，就可以在问题恶化前采取行动。同时，我们也能更好地促进动物的积极情绪。”
研究的核心发现高准确率：AI模型对情绪效价的分类准确率达到89.49%，展现了强大的区分能力。
通用声学模式：情绪效价的关键预测因素在不同物种间一致，表明情绪表达系统在进化中具有保守性。
情感交流的新视角：这项研究为人类语言的进化起源提供了新见解，并可能重塑我们对动物情感的理解。
下一步：扩大研究范围与数据共享为了推动进一步研究，研究人员公开了七种有蹄类动物标记情绪叫声的数据库。布里弗表示：“我们希望这能成为其他科学家的资源。通过开放数据，我们希望能加速AI在动物研究和福利改善中的应用。”
这项研究让我们向未来迈出了一大步——一个技术能够帮助我们理解和回应动物情感的未来。这不仅为科学研究开辟了新方向，也为动物福利和保护工作带来了令人兴奋的可能性。
