Svindlande framtidsperspektiv om AI och djur

Vid en föreläsning på KTH, Kungliga Tekniska Högskolan, målades nyligen en smått otrolig bild upp av hur vi i framtiden kan kommunicera med våra djur. Vi kommer inte bara att kunna upptäcka smärta snabbare och bättre tack vare AI, artificiell intelligens, utan vi kan även komma att få fria textbeskrivningar om hur hästen mår och känner. Det finns flera spännande tvärvetenskapliga forskningsprojekt igång kring detta.

– Med hjälp av maskininlärningsmetodik kan så kallade neurala nätverk tränas i att känna igen både hästars rörelsemekanik och vilka känslor de uttrycker i sitt kroppsspråk, berättade Hedvig Kjellström, professor i datavetenskap (robotik och AI).

– AI kan ge mer insikt i djurens inre liv. Målet är att öka tamdjurens välfärd, vilket är vår skyldighet.

Professor Kjellström beskrev två aspekter där AI kan vara till hjälp:

1. Hälsan, vilket innebär att djur ska slippa smärta och stress – och vi kan få verktyg att lättare hitta sjukdomar och skador.
2. Det psykiska välmåendet, där djuret kan berätta vad som är roligt och vad som motiverar det.

Rörelsemekanik och ansiktsuttryck

AI bygger på neurala nätverk som mappar all indata och kan hantera mycket komplex information och dessutom tränas att själv dra slutsatser. För bedömning av hälsotillståndet matas stora mängder filmer av hästars rörelsemekanik in i systemet och analyseras i detalj – enligt samma system som bland annat används för att skapa animerade filmer och datorspel.

Därtill kan man lägga detaljerade 3D-modeller av en rekonstruerad häst, vilket kommer att bli lättare för en dator att tolka. Till grundfakta hör då även mönstret för Equine Pain Face, hästens ansiktsuttryck vid smärta.

Slutresultatet kommer att bli en automatisk tolkning av vad hästen uttrycker.
– Hästar uttrycker mycket i sitt ansikte, framför allt runt ögon, öron och mule – nästan lika mycket som människor gör. Men samtidigt har hästen, som det bytesdjur det i grunden är, en ”stiff upper lip” och vill inte visa svaghet, berättar Hedvig Kjellström.
– Vi har gjort en metod för att automatiskt känna igen ansiktsuttryck med en AI-metod som lär sig själv, efter att ha matats med tiotusentals videoklipp. Den kommer att skicka ut ett ja eller nej på frågan om hästen har ont.

I ett test av detta låg slumpen på 50 procent, medan en van veterinärs bedömning med blotta ögat låg på 52 procent och AI hamnade på 70 procent.
– Detta har potential att bli något bra, att bli ett beslutsstöd för veterinären. Vi tror att det kan komma för praktisk tillämpning inom några år.
– Hästar är bra modelldjur för forskning, framför allt för att det redan finns så mycket data kring hästar, många inspelningar och mycket kunskap om deras anatomi och beteende. Och ju mer data som kan matas in, desto bättre svar kan vi få genom AI, förklarar professor Kjellström.

Diagram över hästens känslor

När det gäller att tolka hästens psykiska välmående, behövs ett sätt att tolka den kommunikation hästen sänder ut genom sitt kroppsspråk och de ljud den ger ifrån sig. Detta brukar vi vanligen kalla ”djuröga” och är grundat på lång erfarenhet av hästars beteende, men även här kan AI vara till hjälp.
– Vår forskning är inriktad på att mer och mer tolka en bred repertoar. Utöver att AI får tolka ansiktsuttrycken, använder vi helkroppsmodellen där vi tittar på hästarna pose och hur de uttrycker sig med ljud.
– Ur data från dessa områden kan man extrahera automatiskt från video och träna de neurala nätverksmodellerna i att känna igen det.

Det finns ett diagram över känsloinställning (Michael T Mendl 2010) där det i toppen finns en aktiv häst med hög energinivå. I botten är båda dessa saker låga. Sedan läggs negativa och positiva upplevelser ut från detta och det är lätt att förstå att till de negativa upplevelserna hör rädsla, ångest, stress och akut smärta, medan lek hör till den positiva sidan.

Längre ner på den negativa skalan finns depression och kronisk smärta. Men, i samma läge på den positiva sidan återfinns känslor av att vara tillfreds, avslappnad och lugn. Det är här kruxet ligger. Det kan vara svårt även för ett vant djuröga att avgöra hästens känsloläge.

– Vid låg intensitet är det svårt att avgöra om det är en positiv eller negativ upplevelse som hästen kommunicerar. Är den helt tillfreds eller deppig? Är hästen avslappnad eller står den still på grund av kronisk smärta? Är hästen lugn och mår bra eller lugn och mår dåligt?

– Här kommer vi att kunna få hjälp av en AI-algoritm, som redan har hittat väldigt fina mönster i en video av Equine Pain Face. Vi håller på att lära det neurala nätverket att känna igen känslotillstånden från observationer.

Text som beskriver hästens tillstånd

Det behövs stora mängder träningsdata med filmer från många olika raser och uppförande, för att AI ska lära sig att förstå sig på alla typer av häst och beteende som finns och sedan ge oss den informationen.

Nästa steg är fritext, som är en utveckling av de automatgenererade bildtexter som redan finns.
– Min approach till detta är att vi ska ha fritext från observationer, säger Hedvig Kjellström.  Vi kan använda neurala nätverk med strukturer för att generera fritext. Istället för ett värde kommer det att bli en text som beskriver hästens tillstånd. Det krävs stora volymer av datasekvenser och signaler från hästar och text som beskriver deras affektiva tillstånd, vilket kommer att kräva att etologer tolkar det först och dessa tolkningar matas in i de neurala nätverken.

– Detta kommer att ge oss en inblick i djurets inre liv. Målet är att öka djurvälfärden och ge alla människor möjlighet att tolka detta, inte enbart experterna. Det kommer att ge en rikare relation mellan människa och djur.

En spännande framtid som väntar alltså.

För den som vill lyssna på föreläsningen finns den här.