Pig vocalizations contain shared acoustic structure for humans and machines, but limited evidence for presumed affective valence
本研究表明，尽管人类和机器学习模型能够可靠地识别猪鸣叫声中共享的声学结构，但人类对情感效价的感知判断仅在高度厌恶的情境下才与推测的情感状态保持一致，这表明在动物福利研究中，可恢复的声学模式与其生物学解释之间存在关键区别。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下你正在参加一个派对，你看不见宾客，只能听到他们的声音。你听到的是尖叫、咯咯笑、哼唧和哀鸣的混合声。你的任务是根据这些声音听起来像什么，将它们分类，而无需知道是谁发出的声音，也不需要知道周围发生了什么。
这正是该论文中的研究人员让人们对猪叫声做的事情。他们想看看人们是否能仅凭一段录音，就自然地判断出一头猪是在快乐、悲伤、愤怒还是在痛苦；以及计算机（人工智能）是否也能做到这一点。
以下是他们发现的故事，通过简单的拆解呈现：
1. 设置：两种不同的“聆听方式”
研究人员进行了两场不同的“聆听派对”（研究）：
- 自由形式派对（第一波）： 人们被给予一堆猪叫声，并被告知：“把这些声音分成你想要的任何组，并为这些组起你自己的名字。”没有规则，没有对错之分。
- 多选题派对（第二波）： 新的一组人被给予相同的声音，但被迫从一个特定的标签列表中进行选择，例如：“这头猪是在被阉割吗？”或者“这个声音是积极的还是消极的？”
他们还训练了一台计算机（卷积神经网络），让它像看图片一样观察声波，并以同样的方式进行分类。
2. 重大发现：“痛苦”信号很清晰，但其他部分很模糊
结果令人惊讶且富有层次感。
“尖叫”类比：
把猪叫声想象成一种天气光谱。
- 风暴（高厌恶情境）： 当猪处于糟糕的情况下时——比如被束缚、打斗、被挤压或进行断尾（阉割）时——它们的叫声就像是雷暴。无论是农民、城市居民还是计算机，所有人都立即达成共识：“那听起来太糟糕了！”这些声音特征鲜明、响亮且明显是负面的。
- 细雨（其他情境）： 对于其他情况——比如猪在奔跑、进食或处于不同的住房环境中——它们的叫声就像是细雨或薄雾。它们听起来都有些相似。当人们试图对这些声音进行分类时，他们无法就哪种“细雨”属于哪朵“云”达成一致。例如，一头猪在“奔跑”（推测为快乐）时发出的声音，听起来与一头猪在“探索”（推测为中性）时发出的声音非常相似。
3. 人们实际上说了什么
当人们在“自由形式派对”中对声音进行分类时，他们并没有主要使用情感词汇，如“悲伤”或“快乐”。
- 他们大多使用描述性词汇。他们会说诸如“大声”、“可怕”、“猪”或“尖叫”之类的话。
- 他们只有约 20% 的时间使用情感词汇（如“痛苦”或“恐惧”），而且几乎只针对“风暴”类声音使用。
- 当他们确实在猜测情绪时，他们对“风暴”是负面的判断大多是正确的，但对于“细雨”类声音，他们经常出错或感到困惑。
4. 计算机 vs. 人类
研究人员将人类对声音的分类方式与 AI 的分类方式进行了比较。
- 匹配点： 人类和 AI 非常相似。它们听到了相同的声学模式。如果计算机认为两个声音相似，人类通常也会认为它们相似。
- 局限性： 仅仅因为计算机和人类在“声音结构”上达成了一致，并不意味着他们在“含义”上也达成了一致。AI 可以完美地将“风暴”与“细雨”区分开来，但它无法仅凭声音可靠地分辨出是“快乐的奔跑”还是“中性的行走”。
5. 核心教训：听到声音 vs. 理解故事
这篇论文最重要的观点是区分了**“听见”与“解读”**。
- 听见声音： 我们（以及计算机）非常擅长听出一头猪正在发出某种特定类型的噪音。我们可以分辨出“阉割时的尖叫”与“进食时的哼唧”是不同的。声学结构是真实存在且可以提取的。
- 理解故事： 我们并不擅长仅凭这种噪音就猜出猪的内在感受。论文指出，仅仅因为一个声音可以被归入一个类别（如“负面”），并不足以证明这头猪真的像我们想象的那样感受到了“负面”情绪。
总结性的比喻：
想象你听到汽车引擎在剧烈轰鸣。
- 声学结构： 你知道这是一个大声、高频的轰鸣声。（人类和计算机对此达成共识）。
- 解读： 你可能会想，“那个司机很生气！”或者“那个司机在赛车！”或者“他只是在热车。”
- 论文的警告： 论文指出，对于猪来说，我们往往太快地断言“那个声音意味着猪很伤心”。研究表明，虽然“伤心”的声音（风暴）很清晰，但大多数猪叫声是许多种不同感受的混合体，仅凭声音很难分辨，除非你能看到猪的脸或知道它周围发生了什么。
简而言之： 猪叫声拥有一种人类和计算机都可以学习的清晰“语法”，但这种语法并不能完美转化为一个简单的“快乐 vs. 悲伤”词典。我们可以听到猪在发出声音，但如果没有更多线索，我们无法确定这些声音究竟意味着什么情感。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。