Décodage des émotions dans sept espèces de sabots avec AI

L’intelligence artificielle peut-elle nous aider à comprendre ce que ressentent les animaux? Une étude pionnière suggère que la réponse est oui. Des chercheurs du Département de biologie de l’Université de Copenhague ont réussi à former un modèle d’apprentissage automatique pour distinguer les émotions positives et négatives dans sept espèces ongulées différentes, y compris les vaches, les porcs et les sangliers. En analysant les modèles acoustiques de leurs vocalisations, le modèle a obtenu une précision impressionnante de 89,49%, marquant la première étude inter-espèces pour détecter la valence émotionnelle en utilisant l’IA.

« Cette percée fournit des preuves solides que l’IA peut décoder les émotions à travers plusieurs espèces en fonction des modèles vocaux. Il a le potentiel de révolutionner le bien-être animal, la gestion du bétail et la conservation, nous permettant de surveiller les émotions des animaux en temps réel », a déclaré Élodie F. Briefer, professeur agrégé au Département de biologie et dernier auteur de l’étude.

Le travail est publié dans le journal iscience.

AI en tant que traducteur d’émotion animale universel

En analysant des milliers de vocalisations provenant d’ongulés dans différents états émotionnels, les chercheurs ont identifié des indicateurs acoustiques clés de la valence émotionnelle. Les prédicteurs les plus importants pour savoir si une émotion était positive ou négative comprenait des changements de durée, de la distribution d’énergie, de la fréquence fondamentale et de la modulation d’amplitude. Remarquablement, ces modèles étaient quelque peu cohérents entre les espèces, ce qui suggère que les expressions vocales fondamentales des émotions sont conservées de manière évolutive.

Les résultats de l’étude ont des implications de grande envergure. Le modèle de classification alimenté par l’IA pourrait être utilisé pour développer des outils automatisés pour la surveillance en temps réel des émotions animales, transformant la façon dont nous abordons la gestion du bétail, les soins vétérinaires et les efforts de conservation. Briefer explique: « Comprendre comment les animaux expriment les émotions peuvent nous aider à améliorer leur bien-être. Si nous pouvons détecter le stress ou l’inconfort tôt, nous pouvons intervenir avant qu’il ne dégénère. Tout aussi important, nous pourrions également promouvoir des émotions positives. Ce serait un jeu – Changeur pour le bien-être animal. « 

Les principales conclusions comprennent:

  • Précision élevée – Le modèle AI a classé la valence émotionnelle avec une précision globale de 89,49%, démontrant sa forte capacité à distinguer les états positifs et négatifs.
  • Les schémas acoustiques universels – les prédicteurs clés de la valence émotionnelle étaient cohérents entre les espèces, indiquant un système d’expression émotionnel conservé évolutivement.
  • De nouvelles perspectives sur la communication émotionnelle – cette recherche offre un aperçu des origines évolutives du langage humain et pourrait remodeler notre compréhension des émotions animales.
  • Pour soutenir d’autres études, les chercheurs ont passé leur base de données d’appels émotionnels étiquetés des sept espèces ongulées accessibles au public.

    « Nous voulons que ce soit une ressource pour d’autres scientifiques. En créant l’accès ouvert des données, nous espérons accélérer la recherche sur la façon dont l’IA peut nous aider à mieux comprendre les animaux et à améliorer leur bien-être », conclut Briefer.

    Cette étude nous rapproche d’un avenir où la technologie nous permet de comprendre et de répondre aux émotions animales – offrant de nouvelles possibilités passionnantes pour la science, le bien-être animal et la conservation.

    Plus d’informations:
    Romain A. Lefèvre et al, les algorithmes d’apprentissage automatique peuvent prédire la valence émotionnelle à travers les vocalisations ongulées, iscience (2025). Doi: 10.1016 / j.isci.2025.111834

    Fourni par l’Université de Copenhague

    ph-tech