KI entschlüsselt die emotionale Sprache der Tiere

Ein Team von Forschern der Universität Kopenhagen hat einen bedeutenden Fortschritt in der Tierforschung erzielt. Sie entwickelten ein maschinelles Lernmodell, das in der Lage ist, zwischen positiven und negativen Emotionen bei sieben verschiedenen Huftierspezies zu unterscheiden. Durch die Analyse akustischer Muster ihrer Lautäußerungen erreichte das Modell eine Genauigkeit von 89,49 %. Dies ist die erste Studie, die emotionale Bewertungen über Artengrenzen hinweg mittels künstlicher Intelligenz erkennt.

Diese Forschungsergebnisse sind vielversprechend für das Tierwohl, da sie das Potenzial bieten, tierische Emotionen in Echtzeit zu überwachen. Wenn Stress oder Unwohlsein frühzeitig erkannt werden, können entsprechende Maßnahmen eingeleitet werden, bevor sich der Zustand der Tiere verschlechtert. Dies könnte Veränderungen in der Viehhaltung und im Tierschutz nach sich ziehen.

Zu den entscheidenden Akustikparametern, die emotionale Valenzen anzeigen, gehören Änderungen in der Dauer, der Energiedistribution, der Grundfrequenz und der Amplitudenmodulation. Die Forschung ergab, dass diese Muster weitgehend über verschiedene Arten hinweg konsistent sind, was darauf hindeutet, dass grundlegende vokale Emotionsausdrücke evolutionsbiologisch konserviert sind.

Die Wissenschaftler haben ihre Datenbank mit den klassifizierten emotionalen Lautäußerungen der sieben Huftierarten öffentlich zugänglich gemacht, um weiterführende Studien zu unterstützen. Dies ermöglicht es anderen Forschern, die Möglichkeiten der KI in der Tieremotionsforschung weiter zu erkunden und das Tierwohl in der Praxis zu verbessern.