ترجمه صدای خُرخُر حیوانات با استفاده از یک الگوریتم - وبلاگ اخبار جدید

به گزارش وبلاگ اخبار جدید، تهران (پانا) - دانشمندان می گویند که توانسته اند برای اولین بار صدای خُر خُر خوک را ترجمه و عواطف و احساسات آن را درک نمایند. این یک پیشرفت بالقوه برای نظارت بر سلامت حیوانات است.

به گزارش ثریا، محققان یک هوش مصنوعی را به وسیله 7414 صدا که در مراحل مختلف زندگی 411 خوک از جمله ذبح، جمع آوری شده بود، آموزش دادند.

این الگوریتم را می توان به طور بالقوه برای ساخت برنامه ای برای کسانی که از خوک ها نگهداری می نمایند استفاده کرد تا دریابند که صدای خوک ها به چه معناست.

کارشناسان می گویند که با داده های کافی برای آموزش الگوریتم می توان از این روش برای درک بهتر احساسات سایر پستانداران نیز استفاده کرد.

این تحقیقات به رهبری دانشگاه کوپنهاگن، مؤسسه فناوری فدرال زوریخ(ETH Zurich) و موسسه تحقیقات ملی فرانسه برای کشاورزی، غذا و محیط زیست(INRAE) صورت گرفت.

دکتر الودی بریفر(Elodie Briefer) از دانشگاه کوپنهاگن می گوید: ما این الگوریتم را آموزش دادیم تا خُرخُر خوک ها را رمزگشایی کند.

اکنون به کسی احتیاج داریم که این الگوریتم را به یک اپلیکیشن تبدیل کند که مزرعه داران بتوانند از آن برای بهبود سلامت حیوانات استفاده نمایند.

محققان می گویند که الگوریتم می تواند نشان دهد که آیا یک خوک در حال تجربه کردن احساسات مثبت مثل شادی یا هیجان، احساسات منفی مثل ترس یا اضطراب یا حسی میان آن ها است.

صدای این خوک ها در سناریوهای مختلف تجربی و تجاری جمع آوری شد. موقعیت های مثبت شامل شیر خوردن و جمع شدن دوباره اعضای یک خانواده پس از جدایی بود و موقعیت های منفی شامل انزوای اجتماعی، دعوا و انتظار در کشتارگاه بود.

در طول این آزمایش رفتار و ضربان قلب خوک ها کنترل و در صورت امکان ثبت شد. سپس محققان صداهای ضبط شده را آنالیز کردند تا موقعیت ها و احساسات مثبت و منفی را از یکدیگر تشخیص دهند.

همانطور که در تحقیقات قبلی نشان داده شده است صداهای با فرکانس بالاتر مثل جیغ زدن در زمان بروز عواطف منفی بیشتر رخ می دهد. این در حالی است که صداهای با فرکانس پایین در هر دو موقعیت مثبت و منفی رخ می داد.

با تجزیه و تحلیل دقیق تر فایل های صوتی، محققان به الگوی جدیدی دست یافتند که آن چه خوک ها در شرایط مختلف تجربه نموده بودند را با جزئیات بیشتری نشان می داد.

دکتر بریفر می گوید: ما این الگوریتم را آموزش دادیم و می توانیم 92 درصد صداها را با احساسات صحیح تطبیق دهیم.

اگرچه به طور گسترده پذیرفته شده است که سلامت روان دام اهمیت زیادی برای رفاه کلی آن دارد اما امروزه بیشتر به سلامت جسمانی آن توجه می گردد.

محققان امیدوارند الگوریتم آن ها بتواند راه را برای ایجاد بستر جدیدی برای نظارت بر سلامت روان حیوانات به وسیله کشاورزان هموار کند.

این یافته ها در مجله ساینتیفیک ریپورتس(Scientific Reports) منتشر شده است.