研究人員指出，通過傾聽雞的叫聲來改善養殖雞的福利的人工智能(AI)可能在五年內就會出現。新研究表明，這項技術能夠檢測和量化飼養在巨大的室內棚屋中的雞發出的求救信號，它能正確區分求救信號和其他谷倉的聲音，準確率可以達到97%。類似的方法最終可用於提高其他養殖動物的福利標準。
每年，全世界約有250億隻雞被養殖--其中許多是在巨大的棚子裡，每隻雞都有成千上萬隻。評估這種生物的福利的一種方法是傾聽它們發出的聲音。
來自中國香港城市大學動物行為和福利學Alan McElligott副教授表示：“雞的聲音非常響亮，但遇險的叫聲往往比其他叫聲大，而且是我們所描述的純音調叫聲。即使對未經訓練的耳朵來說，要把它們挑出來也不是太難。”
理論上，農民可以利用雞的叫聲來衡量它們的痛苦程度並在必要時增加它們的住房。然在含有數千或數萬隻雞的商業雞群中，部署人類觀察員是不現實的。McElligott指出，首先，他們的存在可能會給雞群帶來進一步的壓力，其次，面對這麼多的雞，客觀地量化遇險呼救的數量是不可能的。
相反，McElligott的團隊開發瞭一個深度學習工具，它可以從集中養殖的雞的錄音中自動識別雞的求救信號。該工具使用已經由人類專傢手動分類的錄音進行訓練以確定它們代表哪種類型的聲音。
根據發表在《The Journal of the Royal Society Interface,》上的一項評估，該算法正確識別瞭97%的求救聲。
“我們的最終目標不是計算求救信號，而是創造條件，讓雞能生活在其中並減少求救的數量，”McElligott說道，他估計這項技術可以在五年內進行商業化部署。
在這之前，該團隊將需要確保記錄設備在不同類型的雞舍中工作並在福利標準較高或較低的農場進行測試以確認讀數的相關性。
說服農民采用該技術可能相對容易。McElligott以前的研究發現，小雞發出的求救信號可以預測整個雞群在其一生中的增重和死亡數量。
“有時很難說服那些必須為超市和其他人的固定價格生產這些動物的農民采用技術來改善它們的福利。但我們已經發現，求救信號是衡量死亡率和生長率的一個很好的指標，而這是將這一過程自動化的一種方式，”McElligott說道。
另外，他還補充稱，以開發類似的技術來監測其他養殖動物--特別是豬或火雞，它們也經常被安置在室內並且高度發聲。
據悉，RSPCA廣泛歡迎這項研究。一位發言人稱：“像這樣的技術在監測和改善農場動物的福利方面是非常有用的，但我們不希望看到它取代物理檢查或減少飼養員與鳥類的接觸，因為這可能會導致飼養技能的喪失或鳥類更難處理。此外，痛苦的發聲隻是一個福利指標，但還有其他一些物理因素如跛行和腿部燒傷，農民也應該註意。”