Durchbruch in der Tierkommunikation? Hundebellen verstehen dank KI

Forscher der University of Michigan untersuchen die Möglichkeiten von Künstlicher Intelligenz (KI), um festzustellen, ob ein Hundebellen Verspieltheit oder Aggression ausdrückt. Sie nutzen KI-Modelle, die ursprünglich für die Analyse menschlicher Sprache entwickelt wurden, um die Nuancen in den Lauten der Tiere zu erkennen. Diese Forschung eröffnet neue Perspektiven, wie man bestehende Sprachverarbeitungstechnologien zur Deutung von Hundelauten nutzen kann.

Herausforderungen bei der Entwicklung von KI-Modellen

Rada Mihalcea, Professorin für Informatik und Ingenieurwesen sowie Direktorin des KI-Labors der Universität Michigan, erklärt: „Durch den Einsatz von Sprachverarbeitungsmodellen, die zunächst auf menschliche Sprache trainiert wurden, öffnen wir ein neues Fenster, wie wir das bisher Erreichte in der Sprachverarbeitung nutzen können, um die Nuancen von Hundebellen zu verstehen.“

Ein zentrales Hindernis bei der Entwicklung von KI-Modellen zur Analyse von Hundelauten ist das Fehlen öffentlich zugänglicher Daten. Artem Abzaliev, Hauptautor der Studie und Doktorand an der University of Michigan, erklärt, dass Tierlaute passiv in der Wildnis oder bei Haustieren mit Erlaubnis der Besitzer aufgenommen werden müssen.

Nutzung von Wav2Vec2-Modellen

Laut der Universität von Michigan überwanden die Forscher diese Herausforderungen. Sie funktionierten ein bestehendes Modell, das ursprünglich zur Analyse menschlicher Sprache entwickelt wurde, um. Dadurch konnten sie robuste Modelle nutzen, die die Grundlage der heutigen sprachgesteuerten Technologien wie Sprache-zu-Text und Sprachübersetzung bilden.

Die Forscher verwendeten ein Datenset von Hundelauten. 74 Hunde verschiedener Rassen, Altersgruppen und Geschlechter wurden in unterschiedlichen Kontexten aufgenommen. Ein Team unter der Leitung von Humberto Pérez-Espinosa am INAOE (National Institute of Astrophysics, Optics and Electronics) sammelte diverse Aufnahmen. Abzaliev modifizierte diese Aufnahmen, um ein maschinelles Lernmodell anzupassen, das Muster in großen Datensätzen erkennt. Sie wählten das Sprachrepräsentationsmodell Wav2Vec2, das ursprünglich auf menschliche Sprachdaten trainiert wurde.

Bedeutung der Forschung für die Hundebetreuung

Mit diesem Modell konnten die Forscher Darstellungen der akustischen Daten der Hunde erzeugen und interpretieren. Es zeigte sich, dass Wav2Vec2 nicht nur vier Klassifikationsaufgaben erfolgreich bewältigte, sondern auch andere speziell auf Hundebellen trainierte Modelle mit Genauigkeitswerten von bis zu 70 Prozent übertraf.

Mihalcea betont: „Unsere Ergebnisse zeigen, dass die aus menschlicher Sprache abgeleiteten Klänge und Muster als Grundlage für die Analyse und das Verständnis akustischer Muster anderer Geräusche dienen können, wie etwa Tierlaute.“

Das Verständnis der Nuancen von Hundelauten kann die Interpretation und Reaktion der Menschen auf die emotionalen und physischen Bedürfnisse von Hunden erheblich verbessern. Dies könnte die Betreuung von Hunden verbessern und potenziell gefährliche Situationen verhindern.

Was du dir merken solltest:

• Forscher der University of Michigan nutzen die Möglichkeiten von Künstlicher Intelligenz (KI). Sie wollen anhand von Hundebellen erkennen, ob diese Verspieltheit oder Aggression ausdrücken. Dazu verwenden sie Modelle, die ursprünglich zur Analyse menschlicher Sprache dienen.
• Ein zentrales Hindernis bei der Entwicklung dieser KI-Modelle ist das Fehlen öffentlich zugänglicher Daten von Tierlauten. Die Forscher sammelten dazu Aufnahmen von Hundelauten in verschiedenen Kontexten.
• Die Forschung zeigte eine Verbesserung der Genauigkeit der Analyse von Hundelauten durch die Verwendung des Wav2Vec2-Modells. Das kann die Betreuung von Hunden verbessern und potenziell gefährliche Situationen verhindern.

Bild: © Vecteezy