Emotionen hinter Schweinegrunzen

Forschende übersetzen Tierlaute mit künstlicher Intelligenz

Uhr
von Sophie-Kathrin Klimas und kfi

Am Institut für Biologie Kopenhagen ist es Forschenden gelungen, das Grunzen von Schweinen mit Hilfe von KI zu übersetzen. Die Studie soll ein Grundstein legen, um das Tierwohl in der Landwirtschaft zu verbessern. Das Konzept dahinter lässt sich grundsätzlich auch auf andere Tiere ausweiten.

(Source: Christopher Carson / Unsplash)
(Source: Christopher Carson / Unsplash)

In einer Studie des Instituts für Biologie Kopenhagen haben Forschende das Grunzen von Schweinen mit Hilfe von künstlicher Intelligenz (KI) in Emotionen übersetzt. Laut dem Bericht von "Lifewire" nahmen die Forscher und Forscherinnen dafür mehr als 7000 Grunzer auf und spielten sie einem Algorithmus zu. Diese KI kann nun mit Hilfe der tierischen Laute aufschlüsseln, ob ein Schwein positive, negative oder neutrale Emotionen durchlebt.

"Oink oink, alles klar?"

Die für die Studie notwendigen Grunzgeräusche wurden in kommerziellen wie auch experimentellen Umgebungen und Situationen aufgenommen. Gut gelauntes Grunzen stammt zum Beispiel aus Situationen, wenn Ferkel von ihrer Mutter gesäugt wurden oder wenn sie wieder mit der Familie zusammenfanden, nachdem sie getrennt waren. Negative Emotionen entnahmen die Forschenden unter anderem aus Situationen, in denen Schweine miteinander kämpften oder getrennt, kastriert oder geschlachtet wurden. In weiteren experimentellen Szenarien versuchten die Forschenden, eher nuancierte Emtionen in der Mitte des Spektrums zu erzeugen. Dafür liessen sie sie etwa in Arenen mit Spielzeugen, Futter oder fremden Objekten sowie in eine Arena ohne irgendwelche Reize.

In der nachträglichen Analyse der Aufnahmen suchten die Forschenden nach Mustern, die positive Emotionen von negativen unterscheiden. Bei negativen Szenarien zum Beispiel fanden sie vorwiegend hohe Frequenzen in den Lauten, wie etwa bei Schreien oder Quietschgeräuschen. In der Studie verglichen sie dann zwei Methoden, die Laute zu deuten: Eine kontrollierte, automatisierte Methode (pDFA: permuted Discriminant Function Analyses), die auf vier Stimmparametern basiert, und eine nicht überwachte Methode, ein neuronales Netzwerk, das die Daten anhand von Bildern respektive Spektrogrammen auswerten sollte.

Das neuronale Netzwerk überzeugt

Die Ergebnisse zeichnen einen klaren Gewinner bezüglich Trefferquote: Das pDFA konnte einen Laut in 62 Prozent der Fälle der richtigen Emotion zuordnen, wohingegen das neuronale Netzwerk 92 Prozent der Grunzer richtig deutete.

Die Forschung soll nun die Grundlage für kommende Systeme bereiten, die das Tierwohl in der Landwirtschaft steigern könnten. Ähnliche Algorithmen könnten durch diese Methode auch mit anderen Tieren entwickelt werden, meint Elodine Floriane Mandel-Briefer, Professorin am Departement für Biologie der Universität Kopenhagen. Gerade für Haustiere gebe es zwar schon Apps wie "MeowTalk Cat Translator" oder "Human-to Dog Translator", die angeblich Tierlaute verstehen sollen, doch wurden diese nicht auf der Grundlage wissenschaftlichen Fakten oder im Kontext bekannter Emotionen entwickelt.

"Wissenschaftler haben inzwischen Rahmen und Methoden entwickelt, um Emotionen bei Tieren auf objektive Weise zu untersuchen (z.B. anhand von verhaltensbezogenen, neurophysiologischen und kognitiven Indikatoren), und diese haben wir in unserer Arbeit verwendet", sagt Mandel-Briefer dazu.

Richtige Gespräche mit seinen Haustieren zu führen, könnte aber noch in weiter Ferne liegen. Denn KI's tun sich zum Teil immer noch schwer damit, schon zwischen menschlichen Sprachen zu übersetzen. Das kann zum Beispiel daran liegen, dass sie keine Ironie oder Sarkasmus verstehen und solche Ausdrücke wörtlich übersetzen. Es kann aber auch sein, dass es an einem fehlenden Schriftsystem einer Sprache scheitert - wie es etwa beim Schweizerdeutschen der Fall ist. Dieser Umstand bereitet auch Sprachassistenten Mühe beim Verständnis von Schweizerdeutsch, wie Sie hier nachlesen können.

Tags
Webcode
DPF8_250373