Поддержать команду Зеркала
Беларусы на войне
  1. Власти ударят по частникам, введут новшества по мобильной связи и онлайн-торговле и требуют отчитаться по налогам. Изменения марта
  2. «Нам без разницы, чьи это аппараты». Беларусский полковник объяснил, почему военные молчат о сбитых над Гомельщиной беспилотниках
  3. «Редкоземельные металлы, нефть и все, что сможем получить»: Трамп заявил, что еще хочет взамен «вложенных в Украину денег»
  4. СМИ: США потребовали от Украины отозвать резолюцию в ООН с осуждением российского вторжения
  5. Душил, насиловал и убивал, срезая с жертв нижнее белье. Рассказываем о маньяке из Гродно, которого упустили в Беларуси
  6. Не только война в Украине. В России заявили о двух «параллельных» переговорах с США — что обсуждают на вторых
  7. Зеленский заявил о готовности уйти с поста президента
  8. В Германии завершились выборы. По данным экзитполов, ультраправые заняли второе место


/

Журнал Science рассказал о самых продвинутых проектах, где ученые разрабатывают ИИ-системы, способные выявлять боль и стресс у животных с высокой точностью, пишет «Хайтек».

Изображение носит иллюстративный характер. Фото: pixabay.com
Изображение носит иллюстративный характер. Фото: pixabay.com

Британский алгоритм Intellipig, созданный исследователями Университета Западной Англии в Бристоле и Шотландского сельскохозяйственного колледжа, анализирует фото морд свиней и определяет три ключевых маркера: боль, недомогание и эмоциональное расстройство. Фермеры получают уведомления о состоянии животных, что помогает оперативно реагировать и улучшать условия их содержания.

В Израильском университете в Хайфе ученые адаптировали алгоритмы машинного обучения, ранее использовавшиеся в системах распознавания лиц, для анализа мимики собак. Исследования показали, что 38% мимических движений у собак совпадает с человеческими, что открывает новые возможности для изучения их эмоций.

В Университете Сан-Паулу провели эксперимент с лошадьми, анализируя фото до и после операций и приема обезболивающих. ИИ изучал их глаза, уши и рот, определяя признаки боли. Точность достигла 88%, что подтверждает эффективность метода.

Эти технологии могут изменить ветеринарную диагностику, повысить благополучие животных и помочь людям лучше понимать их состояние.