Tutkijat alkavat pystyä lukemaan eläinten kasvojen ilmaisuja ja ymmärtämään, mitä he viestivät.

Kasvojen ilmaisut esittävät sisäisiä tunteitamme ulkomaailmaan. Muiden ihmisten kasvojen lukeminen tulee luonnollisesti ja automaattisesti useimmille meistä. Ilman parasta ystäväsi sanoessasi sanaa - nähdessään silmiensä pienet rypyt, pyöreät, kohotetut posket ja ylösnousut huulikuljetukset - että hän sai tuon myynninedistämisen hän halusi.

Entä jos voisimme yhtä helposti lukea muiden elävien olentojen kasvot? Tuleeko päivä, jolloin voimme pitää älypuhelimen kissaamme ja tietää, miten hän tuntee?

Tutkijat kehittävät koodausjärjestelmiä, joiden avulla he pystyvät lukemaan eläinten kasvojen ilmaisuja objektiivisesti sen sijaan, että he johtaisivat tai arvailisivat niiden merkitystä.

Koodausjärjestelmä kuvailee tarkasti, miten erilaiset kasvojen piirteet muuttuvat, kun eläin tuntee erityisen tunteen, kuten silmänpuristamisen tai huulet. Tarkastelemalla valokuvia ja pisteitä, kuinka paljon kukin näistä ominaisuuksista tai "toimintayksiköistä" muuttuu, voimme määrittää, kuinka voimakkaasti tunne tuntuu.

Kivun tunnistus ensimmäinen raja

Tähän mennessä tieteellisesti on kehitetty vain kipukoodausjärjestelmiä (grimace scales) ei-kädellisten eläimille. Huolimatta erilaisesta anatomiastaan; hiiret, rotilla, kanit, hevoset ja lammas (Mukaan lukien karitsat) kaikki vetävät samanlaista kipua. He kiristävät silmänsä, pullistuvat tai tasoittavat posket, muuttavat korviensa asemaa ja kiristävät suuhunsa.

Pyrkimys kehittää grimace-asteikkoja on suurelta osin tullut haluamme ja eettistä velvollisuuttaan arvioida ja parantaa hyvinvointia laboratorioissa tai elintarvikkeissa käytettävien eläinten

Ihannetapauksessa haluamme tavan tarkasti ja luotettavasti tietää, miten eläin tuntee yksinkertaisesti katsomalla niitä, eikä vetämällä verta testeihin tai seurantaan sykkeitä. Tuntemalla heidän emotionaaliset tilansa, voimme muuttaa auttaa vähentämään kipua, ikävystymistä tai pelkoa ja mieluiten edistää uteliaisuutta tai iloa.

Eläimet, erityisesti sosiaaliset, voivat olla kehittyneet kasvojen ilmentymiä samasta syystä - kommunikoida keskenään tai koirien osalta meidän kanssamme.

Erityisesti saalistajien osalta hienovaraisia ​​vihjeitä, joita heidän ryhmänsä muut jäsenet (mutta ei saalistajat) voivat ottaa vastaan, ovat hyödyllisiä esimerkiksi turvallisuuden kannalta. Tuskakäyttäytyminen voi johtaa muiden ryhmien jäsenten apuun tai mukavuuteen tai olla varoitus pysyä poissa tuskan lähteestä.

Jos pystymme selittämään grimasausta, meidän on myös teoriassa voitava ymmärtää kasvojen ilmaisuja muille tunteille, kuten ilolle tai surullisuudelle. Haluaisimme myös ymmärtää kasvojen ilmeitä, jotka ovat lähimpänä sydäntämme: meidän lemmikkimme.

Älypuhelimen sovellus eläinten tunteisiin

Eräänä päivänä lemmikkieläinten omistajat, maatilat tai eläinlääkärit voisivat pitää älypuhelimen koiraan, lampaaseen tai kissaan ja ottaa sovelluksen kertoa heille, mihin tunteeseen eläin näyttää.

Kuitenkin automatisoidun tunne-tunnistusjärjestelmän saaminen vaatii monia vaiheita. Ensimmäinen on määritellä tunteet testattavalla, ei-lajikohtaisella tavalla.

Toinen on kerätä kuvaavia perustietoja emotsionisesta ilmentymästä kontrolloidussa, kokeellisessa ympäristössä. Yksi tapa tehdä tämä saattaa olla eläinten sijoittaminen tilanteisiin, jotka herättävät tietyn tunteen ja miten heidän fysiologiansa, aivojen kuviot, käyttäytyminen ja muutokset tulevat esiin. Mahdolliset muutokset olisi tehtävä riittävän luotettavasti, jotta voisimme kutsua niitä kasvojen ilmeeksi.

Meillä on jo joitakin vinkkejä: Masentuneet hevoset sulkea silmänsä, vaikka he eivät lepää. Pelokkaat lehmät laita korvansa tasaisesti päähänsä ja avaa heidän silmänsä leveiksi. Iloiset rotat niissä on vaaleammat korvat, jotka osoittavat enemmän eteenpäin ja ulospäin.

Kun olemme keränneet nämä tiedot, meidän olisi sitten muutettava tämä tieteellinen tieto automaattiseksi teknologiajärjestelmäksi. Järjestelmä sen pitäisi pystyä purkamaan tärkeimmät kasvojen toimintayksiköt kuvasta ja laskemaan, miten nämä ominaisuudet poikkeavat neutraalista perusviivan ilmaisusta.

Järjestelmän olisi myös pystyttävä käsittelemään yksilöllisiä kasvojen ominaisuuksien eroja sekä hienovaraisia ​​eroja yksilöiden tunteiden ilmaisemisessa. Ominaisuuksien poiminta ja laskeminen on myös vaikeaa tai epäonnistuu, kun kasvot ovat heikosti valaistu, kulma tai osittain peitetty.

Kun teemme edistyminen automatisoidussa ihmisen kasvojen ilmentymisessä, olemme edelleen kaukana eläimistä. Realistisempi lyhyen aikavälin tavoite olisi ymmärtää paremmin, mitkä tunteet eivät sisällä eläimiä ja miten. Vastaukset voisivat tuijottaa meitä suoraan kasvoihin.

Author

Mirjam Guesgen, eläinten hyvinvoinnin tutkijatohtori, University of Alberta

Tämä artikkeli julkaistiin alunperin Conversation. Lue alkuperäinen artikkeli.

Liittyvät kirjat:

at InnerSelf Market ja Amazon