Por qué es importante medir las emociones de los animales

Los seres humanos pueden comunicarse hablando, escribiendo o haciendo gestos. ¿Qué pasaría si las emociones de las vacas también pudieran interpretarse con precisión a través de su comunicación, rostros y lenguaje corporal?.

En la Universidad de Wageningen en los Países Bajos se está haciendo un esfuerzo para hacer precisamente esto.  Es decir entender la comunicación corporal y de gestos de las vacas, que muchas veces suelen representar cómo se sienten.

La tecnología continúa expandiéndose a todas las facetas de la vida, y el Internet de las cosas está listo para cruzar la frontera entre humanos y animales. Alguien puede rastrear a su perro o gato instantáneamente con un chip y un teléfono inteligente, pero también es cada vez más posible leer el paradero e incluso las emociones de un animal de granja sin ningún procedimiento invasivo.

Para discernir el estado emocional de un animal, es necesario analizar una enorme cantidad de datos recopilados y utilizar el algoritmo informático correcto para desarrollar el software adecuado.

Hasta ahora, se han utilizado sensores y sondas para medir las estadísticas vitales de los animales, pero esto ha significado someter a un animal a un procedimiento que en sí mismo causa estrés. En el futuro, las medidas no invasivas utilizarán sensores que identifican animales individuales mediante la detección de rasgos faciales y procesan cualquier dato, y los resultados se enviarán a un teléfono inteligente. Cuando eso sea posible, un veterinario o un granjero podría detectar rápidamente el estado emocional de los animales.

¿Qué es la emoción?

En primer lugar, es necesario definir la emoción misma. Se considera en la ciencia como la forma en que el cerebro procesa los eventos neuropsicológicos a través de estímulos fisiológicos, conductuales y cognitivos para cualquier individuo o organismo complejo en particular. Estos estímulos se traducen instantáneamente para ese organismo en una experiencia positiva o negativa. La reacción determina la respuesta adecuada para ese organismo en ese momento: quedarse, luchar o huir. Los rostros humanos se pueden leer fácilmente para conocer la reacción de una experiencia, pero los rostros de animales son considerablemente más desafiantes.

Para ayudar a interpretar los cambios fisiológicos y el bienestar general de un animal, se pueden medir ciertos marcadores químicos. Por ejemplo, el nivel de cortisol en la saliva de los cerdos se utiliza para determinar los cambios en los niveles de estrés. En el ganado, se detecta un cambio en los químicos neurotransmisores cuando el animal experimenta varios estímulos. Sin embargo, tales mediciones se realizan interfiriendo con el animal, lo que causa estrés, y puede llevar un tiempo precioso producir los hallazgos.

Abordar los problemas de la producción lechera desde «abajo hacia arriba»

Compartir conocimientos e ideas es fundamental cuando se trata de abordar los problemas de la industria láctea. Pero, ¿existe un método diferente que pueda conducir a mejores resultados?

Un sensor facial

¿Y si la cara de un animal pudiera leerse como la de un humano? Aún no se ha desarrollado un sensor capaz de detectar todas las variaciones de las caras de los animales. Mientras tanto, se utilizan una variedad de sensores para medir varios componentes y parábolas. Dichas herramientas incorporan imágenes térmicas infrarrojas, grabaciones de sonido, rastreo por GPS y drones. Sin embargo, ninguno de estos es totalmente satisfactorio por sí mismo y todos tienen sus deficiencias individuales en la recopilación de datos. Entre los científicos se encuentra la búsqueda de un sensor que detecte el tic facial más pequeño. A su vez, dichos movimientos observables se corresponderán con lo que el animal esté sintiendo en ese momento.

Figura 1 – Medición de emociones en animales de granja: enfoques de sensores.

La pregunta sigue siendo cómo hacer coincidir tales expresiones faciales con la emoción correcta. Para discernir el estado emocional de un animal, es necesario analizar una enorme cantidad de datos recopilados y utilizar el algoritmo informático correcto para desarrollar el software adecuado.

El enfoque con los humanos es utilizar el aprendizaje automático que esencialmente hace que una computadora reaccione de manera similar a como lo haría un cerebro humano en ciertas condiciones.

Una barrera importante para este desarrollo ha sido el área de la lógica difusa que analiza las respuestas más allá de las respuestas habituales de sí y no de una computadora o, en otras palabras, la necesidad de crear un sistema de red neuronal computarizado que se asemeje a las reacciones humanas más allá de los hechos.

Por ejemplo, la forma en que una persona reacciona a un dedo del pie golpeado es diferente de otra persona, lo que una computadora tendría problemas para diferenciar. En cierto nivel, existe la misma barrera para un algoritmo animal que debe delimitarse más por especies y entorno. ¿Tienen los animales salvajes respuestas emocionales diferentes a las de los animales de granja?.

Aprendizaje profundo para una producción lechera eficiente

CattleEye tiene la misión de crear la primera plataforma autónoma de monitoreo de ganado del mundo. El CEO y cofundador Terry Canning nos cuenta más.

Tener un reconocimiento facial preciso es obligatorio ya que, al igual que los humanos, los animales tienen sus niveles individuales de estrés y deben ser evaluados por separado y por especie. Hasta ahora, los resultados de los animales provienen de entornos controlados, como una granja, sin una medición comparativa o punto de referencia de animales salvajes o en libertad. Se debe utilizar algún tipo de línea de base para medir las emociones de los animales por especie en su entorno natural, pero estos datos no están disponibles actualmente debido a la falta de un equipo de monitoreo adecuado.

Administrar datos de reconocimiento facial

La economía empresarial ha producido mega granjas que contienen una gran cantidad de animales, lo que hace que la tarea de identificar a cada animal sea ardua, por no mencionar costosa cuando se utilizan múltiples sensores. Un solo sensor capaz de recopilar datos esenciales sería un hito al ser más asequible y ayudaría a aumentar la salud y la productividad del ganado, al tiempo que reduciría los niveles de estrés al ser tan simple como tomar una foto. El uso de la informática de punta, o la interpretación de datos dedicados de forma independiente en lugar de a través de un centro de datos, debe explorarse para que los propios dispositivos sensores puedan producir hallazgos y reducir la cantidad de ancho de banda.

Eso sería especialmente útil en granjas con una mala conexión a Internet. Los programas informáticos, como WUR Wolf, desarrollado por el grupo Farmworx en la Universidad e Investigación de Wageningen de los Países Bajos, analizaron los rasgos faciales de los animales. El programa reconoce y evalúa 14 combinaciones de rasgos faciales y 7 estados emocionales de vacas y cerdos. Para el estudio, se evaluaron imágenes y videos de varios miles de cerdos y vacas lecheras utilizando la detección de objetos en tiempo real You Only Look Once (YOLO). Los datos correspondientes fueron interpretados por los lenguajes de programación de computadoras Pycharm y Python.

El modelo de aprendizaje profundo WUR Wolf se dedicó a identificar las expresiones faciales de estos animales de granja, identificando con éxito el 86% de los animales y sus estados emocionales. Una industria derivada de esto podría ser para las muchas aplicaciones de seguridad en la granja y en otros lugares.

Es importante destacar que dicha detección se realiza de forma humanitaria sin que los animales se den cuenta y proporciona un resultado sin restricciones en tiempo real sin que se inserten quirúrgicamente sondas. El beneficio de esto es la detección temprana de cualquier enfermedad o dolencia para que el tratamiento o el confinamiento se brinden rápidamente. Reducir considerablemente, si no eliminar, cualquier enfermedad contagiosa que se propague por toda la granja también protege al ganado valioso.

WUR Wolf identifica las emociones de los animales basándose en 4 expresiones faciales principales: neutral, agresión, felicidad y miedo. Para construir una base de datos, se utilizó la muestra de prueba de cerdos para determinar el algoritmo correcto. Se utilizaron una serie de algoritmos de inteligencia artificial (IA) y sistemas de imágenes de cámara e infrarrojos para recopilar datos, como la detección de la retina ocular y la simulación compleja de una red neuronal, para producir una evaluación de emociones automatizada a partir de lo que podría llamarse una computadora pensante. Dicha tecnología se ha utilizado anteriormente para ayudas humanas para producir robots interactivos, en la industria de la publicidad para determinar las preferencias de los consumidores y como herramienta educativa, por nombrar algunos.

Dificultades por delante

El salto cuántico para aplicar dicha tecnología a los animales está en su infancia. Este primer trabajo científico básicamente descompone las emociones de un animal en positivas y negativas. Las áreas de lógica difusa, líneas de base y estrés definidas por especies aún están en gran parte inexploradas. La capacidad de producir un marco de cómo se sienten los animales debe tener en cuenta las áreas de emoción, sentimientos y estado de ánimo afectados.

Para definir la complejidad de estas áreas, la emoción afectada es una reacción a un estímulo inicial, mientras que los sentimientos se extienden por períodos cortos o más largos, mientras que el estado de ánimo se produce en segundo plano y hace que una emoción sea positiva o negativa en general. Se han atribuido más de 65 emociones a los humanos pero, como ya se mencionó, nuestra facilidad de comunicación hace que la compleja tarea de interpretarlas sea mucho menos onerosa.

Cuántas emociones tienen los animales es el quid del estudio en curso. La entrada de datos incluye aspectos tales como la apariencia de los ojos, la posición / postura de la oreja, la edad, el apriete de la mejilla o el hocico orbital, la protuberancia de la nariz, el movimiento de los párpados y las posturas del cuerpo y la cola del animal que un programa de computadora necesitará reflexionar antes de dar una análisis de la emoción.

Un mayor refinamiento de programas como WUR Wolf es prometedor para identificar el estrés en los animales de granja. Mientras tanto, se están realizando esfuerzos para desarrollar una plataforma de detección económica y fácil de usar para el control emocional de los animales de granja. Los agricultores que posean esta herramienta proporcionarían una mejor gestión a través del monitoreo continuo por computadora que conduciría a que las enfermedades se identificaran y trataran más rápidamente, lo que, a su vez, aumentaría los niveles de producción para hacer más rentable el negocio. El viejo dicho de que una vaca contenta es una vaca feliz nunca podría ser más cierto con la tecnología de reconocimiento facial. Los agricultores y dueños de negocios también estarían sonriendo con una herramienta de salud emocional animal de este tipo.

Autor: Suresh Neethirajan, profesor asociado, Universidad e Investigación de Wageningen, Países Bajos – Para contactar al autor comunicarse vía email a: suresh.neethirajan@wur.nl

Fuente: Todolecheria