用人工智能评估动物福利，面临着三重挑战｜观点

近日，中国生物多样性保护与绿色发展基金会生物与科学伦理工作委员会（简称绿会BASE）秘书长萨拉·普拉托（Sara Platto）博士在《动物研究与同一健康》（Animal Research and One Health）上发表题为“数字感觉?评估人工智能驱动工具在动物福利评估中的整合”（Digital Sentience? Evaluating the Integration of AI‐Driven Tools in Animal Welfare Assessment）论文。

萨拉·普拉托，是江汉大学生命科学学院（中国武汉）动物行为与福利学教授，2021年“中国政府友谊奖”获得者，现任中国生物多样性保护与绿色发展基金会（简称中国绿发会、绿会）生物与科学伦理委员会（BASE）秘书长，欧洲动物福利行为医学学院（ECAWBM）动物福利、伦理与立法专业的注册成员，国际工程技术协会（IETI）成员。多年来一直致力于动物行为学研究、野生动物救助、动物保护科普宣教、以及改善动物福祉等方面的工作。
萨拉·普拉托博士在文中写道，尽管动物福利领域已取得了显著进展，但对其评估仍是一项方法学上的挑战，因为动物的情感状态通常无法直接测量，而必须通过行为、生理、环境和营养指标等来推断得出。这一限制，促使人们探索人工智能（AI）驱动的工具——包括机器学习（ML）、计算机视觉和基于传感器的系统——作为可能的资源，以促进动态、实时的福利评估和预测分析。

例如，人工智能驱动的可穿戴传感器，能够通过持续监测牛、猪和家禽的生命体征和行为模式，来早期检测压力和疾病；而机器学习则可以优化喂养方案，并识别诸如跛行等健康状况。在野生动植物保护方面，人工智能增强的技术——包括无人驾驶航空器（UAV）、热成像和声学监测——能够实现对动物移动、栖息地使用情况、以及诸如偷猎等人为威胁的详细追踪。

同样，在动物园机构中，人工智能的应用也日益增多。在那里，神经网络和可穿戴传感器被用于收集圈养动物的行为和生理数据，以支持对其福利的全面评估。在伴侣动物护理领域，人工智能创新则通过物联网（IoT）设备，实现了诊断、癌症筛查和实时健康监测。在实验室环境中，人工智能也产生了重大影响，比如通过预测毒理学框架（如ONTOX项目）减少了实验动物的使用量，从而支持了“减少、替代、优化”原则。此外，采用人工智能的自动化饲养系统被认为将被实施，以尽量减少人与动物的接触，从而减少与处理相关的压力。

戴智能设备监测身体与情绪状况的养殖牛群。图片由AI生成。

尽管人工智能为探究动物感知自身福祉及体验自身幸福感的方式，提供了极具前景的机遇，但其在动物福利科学中的应用仍较为有限。这一局限性，主要归因于一系列持续存在的实际、概念和技术难题，这些难题限制了基于人工智能的模型在现实世界动物福利情境中的广泛应用和转化。
比如在将人工智能技术应用于动物福利领域时，一个关键的技术限制在于需要大量的、已标注的数据来训练算法。此外，标注准确的数据集，具有极高的价值，因为它们能够提升人工智能应用在实际中的验证过程，但这可能会引发与标注数据共享相关的问题，尤其是在要将成品推向市场的情况下。不同领域专家之间实现人工智能工具的共同开发时，往往受到对“动物福利”核心概念不同理解的挑战。另一个问题，是人工智能工具在情境化泛化方面存在不足。用于训练算法的数据集规模，也受到基础设施限制的制约。最后，伦理问题也不容忽视。通过人工智能实现动物福利评估的自动化，引发了人们对于其对人与动物关系影响的合理担忧——而人与动物关系是动物福利的重要基石。过度依赖技术，可能会导致劳动力技能退化，减少对动物需求的关注，从而增加其被物化的风险。
萨拉·普拉托博士总结道，与人工智能驱动的工具在动物福利领域相关的挑战和局限性不应仅仅被视为该技术的缺陷，而应被视为改进和创新的机会。这些问题——无论是技术层面、伦理层面，还是操作层面的——凸显了跨学科合作、透明的数据共享、以及对技术进行基于具体情境和物种验证的必要性。克服这些挑战，对于确保人工智能技术不仅在科学上具有可靠性，而且在伦理上与“同一福利”范式的更广泛目标保持一致至关重要。

本文仅代表资讯，不代表平台观点。

文 | YJ

审核 | 绿茵、橡树

排版 | 语

图片由志愿者提供