等等，那頭豬還不想被吃！這個(gè)系統(tǒng)能讀懂豬的6種情緒，讀圖3780張，成功率85%

轉(zhuǎn)載贊收藏評論

舉報(bào) 2021-04-29

掃描,分享朋友圈

要說這養(yǎng)豬啊，最近可是發(fā)展得紅紅火火。

2019年，文摘菌就發(fā)現(xiàn)了一個(gè)奇奇怪怪的招聘，根據(jù)主營生豬養(yǎng)殖的牧原食品股份有限公司發(fā)布的校招計(jì)劃，公司針對復(fù)旦學(xué)子發(fā)起“精英管培生”引進(jìn)計(jì)劃，給出的薪資標(biāo)準(zhǔn)為：本科生首年月薪20000+，碩士22000+，博士24000+。

這養(yǎng)豬還需要高科技人才了？

還真是這樣。

2018年，阿里就宣布，要開啟“智能養(yǎng)豬”計(jì)劃。每一頭豬從出生起就要被打上數(shù)字ID標(biāo)簽，并圍繞此建立起品種、體重、進(jìn)食情況、運(yùn)動(dòng)頻次、軌跡、免疫情況等資料在內(nèi)的數(shù)據(jù)檔案。

農(nóng)場內(nèi)的攝像頭還會(huì)自動(dòng)掃描這些數(shù)字ID，用來觀察記錄分析小豬的活動(dòng)情況。通過計(jì)算機(jī)視覺技術(shù)，還能分析出一只豬一天能走多少步——那些運(yùn)動(dòng)不夠的豬需要被趕出去繼續(xù)操練。

阿里并非獨(dú)一家把目光放到了養(yǎng)豬上的大廠。

今年2月，華為也宣布，將通過ICT技術(shù)幫助豬場實(shí)現(xiàn)智能化養(yǎng)豬，為豬場提供傳感器、物聯(lián)網(wǎng)技術(shù)及平臺(tái)，以實(shí)現(xiàn)數(shù)字豬場。

但是，俗話說得好，你穿秋褲有兩個(gè)原因，一個(gè)是因?yàn)槟阌X得冷，一個(gè)是因?yàn)槟銒層X得你冷。

要把豬養(yǎng)好，不真正了解它們的心理想法可是不行的。

于是，荷蘭瓦赫寧根大學(xué)的一位博士Suresh Neethirajan就做了這么一件事。首先，他收集到了全世界6個(gè)農(nóng)場中成千上萬頭豬的養(yǎng)殖數(shù)據(jù)，隨后他憑此創(chuàng)建了一個(gè)AI系統(tǒng)WUR Wolf，用于識(shí)別豬的情緒狀態(tài)。

據(jù)了解，在85%的時(shí)間內(nèi)，系統(tǒng)的判斷都是準(zhǔn)確的。

他希望能夠利用這個(gè)系統(tǒng)，更好地了解動(dòng)物的感受，幫助改善他們的生活條件和生活質(zhì)量。

當(dāng)然，除了豬以外，這個(gè)系統(tǒng)對牛也是適用的。

目前，該項(xiàng)研究已經(jīng)以論文的形式進(jìn)行了發(fā)表，鏈接如下：

論文鏈接：

https://www.biorxiv.org/content/10.1101/2021.04.09.439122v1.full.pdf

從耳朵識(shí)情緒，你養(yǎng)的豬感受到壓力了嗎？

論文指出，該系統(tǒng)使用的3780張圖像，來自于235頭豬和210頭牛。

拿到視頻或圖像后，我們還需要對這些數(shù)據(jù)進(jìn)行一些預(yù)處理，包括檢測面部、面部對齊，以及輸入標(biāo)準(zhǔn)化。

收集到的數(shù)據(jù)根據(jù)時(shí)間戳和RFID標(biāo)簽和標(biāo)記進(jìn)行了標(biāo)注，面部提取利用到了MIT的LabelImg代碼，用于標(biāo)注不同模型邊界框的注釋是按照每個(gè)模型的標(biāo)準(zhǔn)格式進(jìn)行的。

然后，我們就需要把農(nóng)場動(dòng)物的情緒進(jìn)行分類，比如豬有6種情緒，牛有3種情緒等，再根據(jù)牛、豬的耳朵姿勢、眼白等面部特征的相關(guān)性，將采集到的分組圖像數(shù)據(jù)集分為9類，包括放松、警惕、興奮等。

具體而言，如果牛的耳朵直立著，那代表著它目前可能正感到興奮，但是如果它的耳朵指向前方，那它很有可能正被沮喪等負(fù)面情緒困擾著。

與牛類似，要了解豬的情緒狀態(tài)，也可以直接從耳朵入手。比如，如果豬的耳朵在快速抽動(dòng)，那表示它們可能正感到壓力，如果豬的耳朵垂懸著并朝眼睛的方向翻轉(zhuǎn)，則表明它正處于一種中性狀態(tài)（neutral state）。

在接受采訪時(shí)，Neethirajan博士說到：“有必要從單純消除消極的情緒狀態(tài)的做法，轉(zhuǎn)變?yōu)橄騽?dòng)物提供積極的狀態(tài)，例如嬉戲的行為?！?nbsp;

他認(rèn)為，這項(xiàng)技術(shù)需要數(shù)年時(shí)間才能真正在農(nóng)場上實(shí)用，不過這種持續(xù)的監(jiān)測所帶來的福利，可能比目前的檢查和審計(jì)系統(tǒng)所能帶來的還要高。

論文中寫道：“追蹤和分析動(dòng)物的情緒將成為建立動(dòng)物福利審核工具的一項(xiàng)突破?！?/p>

“動(dòng)物行為領(lǐng)域的技術(shù)進(jìn)步是提高人類對與之共享這個(gè)世界的385種動(dòng)物的理解的巨大一步，但未來仍有較大的發(fā)展空間?！?/p>

從面部表情理解情緒狀況，能做到嗎？

但要準(zhǔn)確理解動(dòng)物的情緒，真的這么簡單嗎？

去年12月，根據(jù)一篇發(fā)表于Nature的論文表示，世界不同角落的人們在面對生活中最有意義的情境時(shí)，表達(dá)情感的方式存在相當(dāng)高的普遍性。

加州大學(xué)伯克利分校和谷歌的研究人員使用了一種 “深度神經(jīng)網(wǎng)絡(luò)” 的機(jī)器學(xué)習(xí)技術(shù)，分析了上傳到Y(jié)ouTube上的約600萬個(gè)視頻片段中的面部表情，這些視頻來自全球各地144個(gè)國家。

同時(shí)，研究人員還創(chuàng)建了一個(gè)在線互動(dòng)地圖，展示了該算法如何跟蹤與16種情緒相關(guān)的面部表情變化。

在把面部表情與不同世界地區(qū)的背景和場景聯(lián)系起來后，研究人員發(fā)現(xiàn)，跨越地理和文化邊界的人們，在不同社會(huì)背景下使用面部表情的方式具有顯著的相似性。

無論身處世界各地，這16種面部表情都會(huì)出現(xiàn)在類似的情境中。
研究結(jié)果表明，我們用來表達(dá)情緒反應(yīng)的70%的表情是跨文化共享的。
但是，人類畢竟是一種復(fù)雜的生物。
如今，我們?nèi)粘Ｊ褂玫谋砬榘呀?jīng)不能代表我們內(nèi)心真正所想，那表情呢？

心理學(xué)家Jessica Tracy和Disa Sauter認(rèn)為，要理解面部表情，我們需要建立一個(gè)信息豐富的情感分類系統(tǒng)，不能把幸福（happiness）視為單一的情感。
研究人員應(yīng)該對情感類別進(jìn)行分解，幸福（happiness）項(xiàng)下涵蓋了joy（愉悅）、pleasure（滿足）、compassion（同情）、自豪（pride）等，每種情感的表情可能不同，可能重合。
俄亥俄州立大學(xué)哥倫布分校研究面部表情的教授Aleix Martinez表示，自動(dòng)情緒檢測只能揭示一類人一般的情緒反應(yīng)。

例如，面向營銷機(jī)構(gòu)銷售軟件Affectiva聲稱，系統(tǒng)接受了來自87個(gè)國家700多萬張面孔的訓(xùn)練，準(zhǔn)確率達(dá)到了90%以上。公司還標(biāo)榜到，該軟件有助于預(yù)測某類客戶對一個(gè)產(chǎn)品或營銷活動(dòng)的反應(yīng)。

面部表達(dá)情緒存在差異，但當(dāng)一個(gè)人某種情緒發(fā)作時(shí)，出現(xiàn)某些面部形態(tài)無疑會(huì)更加頻繁。然而，出于對訓(xùn)練算法的數(shù)據(jù)的顧慮，以及學(xué)界尚存爭論的事實(shí)，對于這類軟件的功能性，或許我們最好保持著批判與質(zhì)疑的態(tài)度。