Sommario
Ricercatori dell’Università del Michigan stanno esplorando le possibilità dell’intelligenza artificiale (AI) per sviluppare strumenti in grado di identificare se un abbaio dei cani esprime giocosità o aggressività. Questi modelli possono anche rilevare altre informazioni dalle vocalizzazioni animali, come l’età, la razza e il sesso dell’animale. La ricerca, condotta in collaborazione con l’Istituto Nazionale di Astrofisica, Ottica ed Elettronica (INAOE) di Puebla, Messico, dimostra che i modelli AI inizialmente addestrati sulla voce umana possono essere usati come punto di partenza per creare nuovi sistemi mirati alla comunicazione animale.
Usare modelli di linguaggio umano per identificare diversi tipi di abbai
Un tool AI sviluppato all’Università del Michigan può distinguere abbai giocosi da quelli aggressivi, oltre a identificare età, sesso e razza del cane. Crediti immagine: Marcin Szczepanski/Michigan Engineering.
I risultati sono stati presentati alla Joint International Conference on Computational Linguistics, Language Resources and Evaluation. Secondo Rada Mihalcea, Professore Collegiate di Informatica e Ingegneria presso l’U-M, i modelli di elaborazione del linguaggio addestrati sulla voce umana aprono nuove possibilità per comprendere le sfumature degli abbai dei cani. Gli avanzamenti nell’AI possono rivoluzionare la nostra comprensione della comunicazione animale e i risultati suggeriscono che non è necessario partire da zero.
Uno dei principali ostacoli nello sviluppo di modelli AI per analizzare le vocalizzazioni animali è la mancanza di dati disponibili pubblicamente. Mentre esistono numerose risorse per registrare la voce umana, raccogliere dati dagli animali è più difficile. Le vocalizzazioni animali devono essere registrate passivamente in natura o, nel caso di animali domestici, con il permesso dei proprietari.
Superare le sfide nella raccolta dei dati
Artem Abzaliev e il suo cane, Nova, a Norimberga, Germania. Il software AI sviluppato può identificare se un abbaio è giocoso o aggressivo e determinare razza, sesso ed età del cane. Immagine: Abzaliev.
I ricercatori hanno superato queste sfide riutilizzando un modello esistente progettato per analizzare la voce umana. Questo approccio ha permesso loro di utilizzare modelli robusti che formano la base delle tecnologie vocali che usiamo oggi, come il voice-to-text e la traduzione linguistica. Questi modelli sono addestrati a distinguere sfumature nella voce umana, come tono, intonazione e accento, e a convertire queste informazioni in un formato che un computer può utilizzare per identificare le parole pronunciate e riconoscere l’individuo parlante.
Il team ha utilizzato un dataset di vocalizzazioni di cani registrate da 74 cani di varie razze, età e sesso, in diversi contesti. Humberto Pérez-Espinosa dell’INAOE ha guidato il team che ha raccolto il dataset. Abzaliev ha poi usato le registrazioni per modificare un modello di machine learning chiamato Wav2Vec2, originariamente addestrato sui dati della voce umana.
I ricercatori sono riusciti a generare rappresentazioni dei dati acustici raccolti dai cani e a interpretare queste rappresentazioni. Hanno scoperto che Wav2Vec2 non solo ha avuto successo in quattro compiti di classificazione, ma ha anche superato altri modelli addestrati specificamente sui dati degli abbai dei cani, con una precisione fino al 70%.
Implicazioni per la comprensione e il benessere degli animali
Questa ricerca ha implicazioni importanti per il benessere degli animali. Comprendere le sfumature delle vocalizzazioni dei cani può migliorare notevolmente il modo in cui gli esseri umani interpretano e rispondono ai bisogni emotivi e fisici dei cani, migliorando così la loro cura e prevenendo situazioni potenzialmente pericolose.
