KOPENHAGEN – Para saintis telah lama berusaha memahami bagaimana haiwan menzahirkan emosi. Tidak seperti manusia, haiwan tidak dapat menggambarkan perasaan mereka secara lisan, menyebabkan penyelidik bergantung kepada petunjuk tingkah laku dan fisiologi. Namun, kemajuan dalam kecerdasan buatan (AI) dan pembelajaran mesin kini membuka jalan baharu untuk menguraikan emosi haiwan melalui vokalisasi.
Kajian terkini yang diketuai oleh penyelidik dari Universiti Copenhagen telah mencipta kemajuan besar dalam bidang ini. Dengan menggunakan algoritma pembelajaran mesin, saintis menganalisis vokalisasi daripada tujuh spesies haiwan, termasuk lembu, babi, dan babi hutan.
Penemuan mereka, yang diterbitkan dalam jurnal iScience, menunjukkan bahawa AI mampu mengenal pasti perbezaan antara emosi positif dan negatif berdasarkan corak vokal dengan ketepatan 89.49%. Ini merupakan kali pertama model AI berjaya mengklasifikasikan valens emosi merentasi pelbagai spesies.
Sains di Sebalik Emosi Haiwan
Emosi mencetuskan perubahan dalam sistem saraf autonomi dan somatik. Secara umum, emosi boleh dikategorikan berdasarkan dua dimensi utama: arousal (tahap pengaktifan emosi) dan valens (sama ada emosi itu positif atau negatif). Walaupun arousal lebih mudah diukur melalui kadar degupan jantung atau pergerakan tubuh, valens jauh lebih sukar untuk dikenal pasti.
Bagaimanapun, vokalisasi memberikan petunjuk penting. Apabila haiwan mengeluarkan bunyi, keadaan emosi mereka mempengaruhi ketegangan dan pergerakan otot yang mengawal penghasilan vokal. Ini seterusnya mengubah ciri-ciri akustik seperti nada, tempoh, dan amplitud.
Kajian sebelum ini mendapati bahawa penunjuk vokal bagi arousal adalah seragam merentasi spesies. Malah, haiwan yang tidak berkaitan secara genetik, seperti buaya, mampu mengenal pasti bunyi tangisan bayi manusia yang dalam kesusahan. Namun, bukti bagi penanda vokal universal untuk valens masih terhad.
Untuk menangani isu ini, pasukan penyelidik menggunakan pembelajaran mesin bagi menganalisis set data vokal yang besar. Mereka menggunakan algoritma eXtreme Gradient Boosting (XGBoost) untuk mengenal pasti corak yang membezakan keadaan emosi positif dan negatif.
Hasil kajian menunjukkan bahawa ciri-ciri vokal tertentu—seperti taburan tenaga, frekuensi asas, dan modulasi amplitud—kekal seragam merentasi spesies dan boleh dipercayai dalam menunjukkan emosi.
AI sebagai ‘Penterjemah’ Universal Perasaan Haiwan
Keupayaan model AI untuk mengesan valens emosi merentasi pelbagai spesies merupakan satu pencapaian besar. Ia membuktikan bahawa haiwan berkongsi penanda vokal yang sama bagi emosi, satu penemuan yang mempunyai implikasi mendalam terhadap evolusi.
“Penemuan ini memberikan bukti kukuh bahawa AI boleh menganalisis emosi pelbagai spesies berdasarkan corak vokal,” kata Prof. Élodie F. Briefer, penyelidik kanan di Universiti Copenhagen. “Ia berpotensi merevolusikan kesejahteraan haiwan, pengurusan ternakan, dan pemuliharaan dengan membolehkan kita memantau emosi haiwan secara masa nyata.”
Kajian ini menganalisis ribuan rakaman vokalisasi dalam pelbagai konteks emosi. Dengan mengenal pasti ciri akustik utama, model AI ini dapat menentukan sama ada sesuatu emosi adalah positif atau negatif dengan ketepatan yang luar biasa. Ini membuka peluang kepada pembangunan alat pemantauan emosi haiwan secara langsung untuk digunakan dalam sektor pertanian, pemuliharaan hidupan liar, dan penjagaan veterinar.
Era Baharu bagi Kesejahteraan Haiwan
Penemuan ini boleh mengubah cara manusia menjaga haiwan. Jika AI dapat mengenal pasti tekanan, ketidakselesaan, atau bahkan kegembiraan dalam haiwan, ia boleh membawa kepada penambahbaikan besar dalam kesejahteraan haiwan.
“Memahami bagaimana haiwan menzahirkan emosi boleh membantu kita meningkatkan kesejahteraan mereka,” jelas Briefer. “Jika kita dapat mengesan tekanan atau ketidakselesaan lebih awal, kita boleh mengambil langkah pencegahan sebelum ia menjadi lebih teruk. Sama pentingnya, kita juga boleh menggalakkan emosi positif, yang boleh menjadi penanda aras baharu dalam kesejahteraan haiwan.”
Dalam sektor penternakan, teknologi ini boleh membantu penternak mengenal pasti tanda-tanda tekanan, yang seterusnya membolehkan mereka menyediakan persekitaran yang lebih baik dan haiwan yang lebih sihat. Dalam pemuliharaan hidupan liar, sistem pemantauan berasaskan AI dapat memberikan pemahaman yang lebih mendalam tentang bagaimana haiwan bertindak balas terhadap perubahan persekitaran, sekaligus membantu dalam pembangunan strategi pemuliharaan yang lebih berkesan. Teknologi ini juga boleh membantu saintis mengkaji asal-usul evolusi komunikasi emosi, memberikan pandangan baharu terhadap perkembangan pertuturan manusia.
Penemuan Utama dan Kajian Masa Depan
Kajian ini menyerlahkan keupayaan AI dalam bidang penyelidikan emosi haiwan:
– Ketepatan Tinggi: Model AI mengklasifikasikan valens emosi dengan ketepatan keseluruhan 89.49%.
– Pola Sejagat: Ciri akustik utama yang meramalkan valens emosi adalah seragam merentasi spesies.
– Wawasan Baru Tentang Evolusi: Penemuan ini mencadangkan kewujudan sistem purba yang dikongsi dalam ekspresi emosi vokal di kalangan mamalia.
Bagi mempercepatkan penyelidikan dalam bidang ini, pasukan penyelidik telah menjadikan pangkalan data vokalisasi haiwan yang telah dilabel sebagai sumber terbuka. Mereka berharap dengan berkongsi data ini, lebih ramai saintis dapat membangunkan alat AI yang lebih canggih bagi pemantauan emosi haiwan.
“Kami mahu ini menjadi sumber untuk para penyelidik lain,” kata Briefer. “Dengan menjadikan data ini boleh diakses secara terbuka, kami berharap dapat mempercepatkan kajian mengenai bagaimana AI boleh membantu kita memahami haiwan dengan lebih baik dan meningkatkan kesejahteraan mereka.”
Kajian ini menandakan titik perubahan dalam bidang komunikasi haiwan. Dengan lebih banyak penyelidikan, pengenalan emosi berasaskan AI boleh mengubah cara manusia berinteraksi dengan haiwan, membuka peluang baharu dalam sains, pemuliharaan, dan penjagaan haiwan.
