1.研究人员正在研发能识别动物面部表情的AI系统，如Intellipig系统，可帮助养殖者对病猪进行治疗并改善饲养条件。
2.通过直接观察动物表情或借人的表情来推测和辨别动物的表情，是识别动物表情的两大途径。
3.人工智能在判断动物是否痛苦方面正变得比人类更快、更准确，如判断猫是否痛苦的准确率达到了77%。
4.然而，AI识别动物表情仅作为人的助手，人需要通过多种综合手段对动物面部表情所代表的意义下最终的判断并随时纠正判断。
以上内容由腾讯混元大模型生成，仅供参考
人工智能（AI）水准或能力的分类通常是三类，弱AI、强AI和超AI。强AI就是具有与人一样的能力，也即具有人性，包括三个特质：有自我意识，有情感（爱恨、恐惧、痛苦和快乐等），有伦理价值（三观）。
在情感方面，首先需要人工智能辨别情感，并对情感做出相应反应，还可以表达自己的情感。其中，能否识别生物个体（人和动物）面部表情是拥有情感能力的第一步。现在，研究人员不仅在研发可以识别人面部情感的AI系统，而且也在研究能对动物察颜观色的AI。
研究人员需要花费数百到数千个小时观察动物在不同的生活状态下的表情。视觉中国|图
识别动物的面部表情是为了更好地饲养动物，以满足人类的需求，也是现在和未来建立智慧农业的组成部分，但是在更深层的意义上也是为了体现动物福利，也就是用AI更早更准确地获知动物的疼痛和痛苦迹象，对其进行施救，并且有利于人喂养宠物，让后者成为人的伴侣，尤其是独居者和老年人的伴侣。
现在，一些研究表明，经过大数据训练和学习的AI在解读动物的快乐、平静、沮丧、痛苦和恐惧等复杂的情绪方面，可能超越人类，甚至比人类更快、更准确。
英国西英格兰大学布里斯托分校（UWE）和苏格兰农学院（SRUC）的一个联合研究团队最近研发了一个Intellipig人工智能系统，能够察觉和区分哪些猪比较痛苦，是否生病，是否不舒服，可以让养殖者对病猪治病，并改善饲养条件，甚至准备个性化的饲料。
试验和应用是在英格兰东南部乡村的一个养殖场进行的。在一个下着淅淅沥沥小雨的清晨，6点左右，饲养员就在为数百头粉白色的母猪准备个性化的早餐，等它们醒来享用。起床后，猪们喷着鼻息、流着涎水，相互拥挤和追逐着跑到几十个喂食槽前，准备争抢它们的早餐，大快朵颐。
但是，在它们挤进喂食槽之前，首先得刷脸。一个微型摄像头会拍下它们的面部，不到1秒钟，Intellipig系统就会凭借它们的口鼻、耳朵、眼睛和其他面部特征识别出它们的个体特征。根据这些信息，人工智能会快速指令一份定制的食物投放到食槽中，让它们进餐。
第二步，Intellipig系统还会继续分析这些猪的照片，寻找它们面部表情中可能反映其疼痛、生病或情绪困扰的蛛丝马迹。如果Intellipig系统发现任何一只猪面部表情异常，会立即向隔壁房间正喝着早咖啡的饲养员和农场主发出警报，后者会请来兽医为有异常的猪进行检查和诊断，然后对症下药，并且可以从一只猪是否有病而推测整个农场饲养的猪是否会生病，是否应当采取医疗措施。
Intellipig只是对猪察颜观色的一个AI工具，全球多个国家的研究人员也在研发识别其他动物面部表情的AI系统，如马、牛、猫、绵羊等。而针对这些动物面部表情进行识别的AI系统也成为现在和未来建立智能农场的一个重要组成部分，从而让牲畜饲养进入智能时代，它们和智能种植水稻、小麦等各种农作物一起，构建今天的智能农业时代。
研发对动物察颜观色的AI主要有两大途径，一是直接观察动物的表情，二是借人的表情来推测和辨别动物的表情所传达的身体状况。
直接观察动物表情需要研究人员花费数百到数千个小时观察动物在不同的生活状态下的情态。最简单的就是坐在畜栏和笼子前，观察动物在不同环境下的表情，尤其是在有压力和有痛苦时的面部表情，然后将这些表情与没有压力和痛苦的动物进行比较。在对比中，为各个物种制定“痛苦表情量表”，根据动物面部肌肉的运动来衡量其痛苦或经受压力的程度。
瑞典农业科学大学的马外科医生皮亚·豪布罗·安德森通过观察后表示，马的耳朵向外转动，同时在眼睛上方形成“忧虑皱纹”时，表明其比耳朵和眼睛都放松的马更有可能处于痛苦之中。因为，马用类似的耳朵动作和皱纹来表示压力，但也有细微差别，比如会伸出舌头。
通过观察识别动物的痛苦和压力表情，动物专家已经熟练掌握了手动编码动物面部动作的方法。但是，这种工作不仅耗时，而且极其枯燥。人类编码员平均需要100秒才能识别出动物的各种面部肌肉，并在一张图像中编码它们的位置，或者识别30秒视频则需要2-3个小时。但是，如果这些编码识别准确，就可以用以训练人工智能，让后者掌握这些识别方法。之后，AI软件在一两秒的时间内就可以辨识动物的面部表情传达了它们的何种情绪和心理。
美国阿肯色州的贝茨维尔里昂学院的动物心理学家布列塔尼·弗洛尔基维茨（Brittany Florkiewicz）是通过观看猫咪的视频和实地观察猫咪咖啡馆的猫咪的表情来破解猫的情感世界。在经过数百个小时观看无数的猫视频和实地观察猫咪打闹和玩耍后，精心记录下这些动物面部表情的每一个细节，同时在它们的行为中寻找它们是否快乐的迹象。
研究发现，猫能产生276种不同的面部表情。它们通常会微妙地模仿彼此的面部表情，这通常是梳理毛发或嬉戏打闹的邀请，由此来建立亲密关系。现在，弗洛尔基维茨打算与人工智能专家合作，标记猫的表情大数据，然后让人工智能学习，从而能让宠物饲养者更容易理解猫和喂养猫。
借助人的面部表情来推测和辨别动物的表情是识别动物表情的另一个途径。达尔文在1872年出版的《人类和动物的表情》一书中指出，人类有7种基本表情，包括：快乐，表现为微笑、嘴角上扬等；悲伤，表现为嘴角下垂、眉头紧锁等；愤怒，表现为眉头紧皱、瞪眼等；恐惧，表现为眼睛睁大、嘴巴张开等；惊讶，表现为眉毛上扬、眼睛睁大等；厌恶，表现为鼻子皱起、嘴角下拉等；轻蔑，表现为嘴角一侧上扬、眼神轻蔑等。
达尔文认为，这些基本的面部表情是所有种族和文化人群共有的，具有普适性。今天的研究进一步扩大了人类面部表情的范畴，认为至少有21种，除了常见的高兴、吃惊、悲伤、愤怒、厌恶和恐惧6种，还有惊喜（高兴＋吃惊）、悲愤（悲伤＋愤怒）等15种可区分的复合表情。
这些表情在动物身上也存在，有相似性，也有差异。达尔文指出面部表情是哺乳动物之间的一种“共同语言”，这种能力一定是在生物漫长的演化历程中发展而来的。已有的研究也证实，人和哺乳动物面部肌肉及五官形成的状态，如笑容、怒目等都相似。因为，包括人类在内的哺乳动物，有许多共同的面部肌肉，其作用就是做出面部表情。人与狗有38%的面部表情相同，与猫有34%的面部表情相同，与灵长类动物和马有47%的面部表情相同。
对动物察颜观色首先要辨别动物面部几何特征与情绪的关系，如痛苦和高兴时的面部特征，这就需要在大量动物照片上手动标记与肌肉运动相关的重要“地标”，如眼睛的上下边缘，或者鼻孔的两侧，然后将图像转换为大量的数据。
这项工作是从对人的面部表情标记学来的。2016年，美国马萨诸塞州剑桥大学的计算机科学家彼得·罗宾逊（Peter Robinson）和其团队进行了一项开创性研究，在分析人类面部的研究基础上，研发了一种AI软件，可以自动在绵羊脸上找到嘴巴、眼睛和耳尖。2017年，美国加利福尼亚大学戴维斯分校的另一个研究团队研发了另一个AI程序，借用对人面部图像进行训练来识别马和绵羊的面部，方法是将马和绵羊的脸扭曲成像人类的面部形状，AI就能自动在马和绵羊的面部做出标记。
通过这种方法，能为包括猫、狗、马和灵长类动物等各种物种的“成千上万”张脸做标记。而且，AI在动物面部进行自动标记已经非常出色，甚至可以在AI无法完全看到的脸上确定标记点的位置，如当狗把鼻子埋在盘子里，或者猫从沙发后面探出头来时。
当动物的这些面部“地标”标记完成后，AI就可以通过分析这些地标之间的距离来识别动物特定的面部表情。如果一只猫张大并绷紧口鼻，表明它可能感到痛苦，而且此时嘴角两点之间的距离会变宽。然后，通过将这些表情与研究人员已经创建的痛苦表情量表进行交叉比对，AI可以进一步确认猫的痛苦或困扰。
不过，动物学家或饲养人员与人工智能观察动物表情的依据是不同的，人是通过观察动物眼睛、耳朵和其他面部特征周围的明显肌肉运动来评估动物的痛苦程度。而AI系统则通过测量动物面部“地标”之间的距离做出类似判断。
现在，AI系统在判断动物是否痛苦方面正变得比人类更快、更准确。一个重要原因是，AI能够识别最微小的肌肉运动，并找到人类甚至都没有意识到的新的痛苦指标。经过深度学习后，现在的一些AI软件能够以惊人的准确性判断动物的情绪和健康问题，例如，判断猫是否痛苦方面的准确率达到了77%，能在一群羊中发现少数几只患有足部腐烂或乳腺炎的母羊。
以色列海法大学的计算机科学家安娜·扎曼斯基（Anna Zamansky）团队研发的一个动物面部识别AI系统比人还能更准确地识别绵羊的痛苦。在试验中，AI准确判断出一只绵羊因刚做完手术而感到痛苦的几率达到82%，但是让四位训练有素的兽医和动物行为专家观看这只绵羊的脸部，对绵羊是否痛苦的准确判断率只有70%。
而且，一些AI软件在对猪的个体识别的准确率达到97%，就像现在的人脸识别系统一样。
尽管AI识别动物表情可能比人更快和更准确，但是，由于AI观察的方式和标准与人的观察方式和标准是不同的，因此，AI观察动物表情如同其他AI软件一样，只能作为人的助手。人需要通过多种综合手段才能对动物面部表情所代表的意义下最终的判断并随时纠正判断。