0

0
1

文字

分享

0
0
1

學習喵星語是有可能的,但絕非喵喵叫!

活躍星系核_96
・2016/07/06 ・1832字 ・閱讀時間約 3 分鐘 ・SR值 447 ・四年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

cat-682009_960_720

我們的貓一天到晚都在忙裡忙外,敲碎你珍貴的瓷器,抓爛你漂亮的沙發,然後用口水一遍遍地給自己洗澡,難得閒下來就吃上兩口,再發會兒呆,最後實在無聊了就去睡上一覺。人們花了許多年時間想要分析清楚貓到底想要跟我們說點什麼:研究牠們的喵喵、哇嗚、嗷嗷嗷和顫抖聲,還有那最神秘的咕嚕聲;另外它們豐富的肢體語言又是什麼意思?

這些研究怎麼都搞不定的最根本問題是貓就是不開口說話。可是不用慌,又有新研究顯示,與貓交流還是有戲的。約翰.布拉德肖(John Bradshaw),《貓的感知》(Cat Sense)一書的作者,同時他也合作另一本即將出版的關於訓練貓科動物書籍,他說:我覺得吧,簡單說來,這並不像學狗那麼簡單。

beautiful-cat-1463991570QOM

貓之間的交流,除了貓媽媽和小貓咪之間,幾乎完全是非口頭的,只靠身體語言和氣味。而人類的交流所依靠的基本上只有口頭語言、音調和臉部表情,問題又來了,與貓和主人們相比,貓們幾乎沒什麼面部肌肉。研究人類和寵物行為學,尤其是貓行為,同時還是美國最權威的松鼠研究專家米克爾.瑪利亞.德爾加多(Mikel Maria Delgado)認為貓實際上從我們巨大的橡皮臉上收集了不少信息。她注意到,包括去(2015)年最新的一次研究在內的許多研究都考察了,貓是否可以通過人類面部表情來理解人類情感。儘管這些研究的成果不是那麼確鑿,但牠們確實為我們彼此間的理解指引了方向。

 「研究顯示,當主人顯示出愉悅或是憤怒的情感時,貓確實會有不同的反應。」(主人的角色是相當重要的,貓似乎根本不在乎陌生人展示出的強烈的情感波動。)

該研究顯示出貓是可以讀懂這些極端行為的:憤怒或是愉悅的語音語調以及漫畫般誇張的面部表情。「然而,這可能只是一種習得的過程,在貓眼裡,憤怒的語調意味著壞事,而愉悅的語音意味著好運的降臨。」這些簡單的情感讓貓可以通過遵循一些很基本的關聯模式來學習人類的表情;基本上,貓們所在乎的只是你做出的那些對牠自己能產生可預測影響的情緒。而牠們對這些情緒作出的反應可能都是無意識的。「當人們處於非常激烈、猶豫或是緊張的情緒下,人們實際上是在發出信息,不是通過身體,就是通過語音,甚至是氣味,比如在壓力下產生的汗味」,德爾加多說,「我認為動物能夠察覺到這些變化並且捕捉到這些信息。」

meowing-cat-871296752495ETj貓們會衝向電動開罐器的聲音這個經典案例也出於同樣的道理:牠們知道這個聲音意味著有吃的了。貓能理解開罐器與食物生產的關係嗎?恐怕不能。但是我們仍然可以通過類似的方法來向貓傳遞信息:作出生氣或者開心的表情也是一種交流。所以,當你叫嚷著:「滾開!離櫃子遠點!」的時候,貓並不懂你說的每個字是什麼意思,但牠知道自己做了不該做的事。

除了臉部傳達出的情緒,我們可以嘗試著與貓進行一些更微妙的交流。布拉德肖認為我們可以通過一些其他方法來進行這樣的交流。比如,學習貓的行為,並且模仿牠們;或者,像訓練狗一樣去訓練貓。

前者有一點難度。首先,學貓叫是沒用的。「我不建議人們對他們的貓喵喵叫,」布拉德肖說,「事實上,人們很喜歡對著家裡的貓喵喵叫,雖然這是無害的,但我不認為這會對貓產生什麼效果。」實際上,在野生貓的聚居地是幾乎聽不到喵喵聲的,喵喵聲只是貓用來吸引人類注意力的一個伎倆。因為我們對這聲音有反應所以它們才喵喵叫,而不是因為牠們自己對這聲音有反應。其次呢,「另外一件我們做不了的事情就是豎尾巴,而這可能是一隻貓對另一隻貓所能發出的最重要的信號」,布拉德肖說。再一次,在尾巴的問題上我們無能為力。

但是呢,有一些東西我們是可以模仿的。「有一種聲音你是可以使用的,我常常對我的貓使用一種很溫柔的聲音,像是一種鳥叫聲,吱喳聲,比如:brrrip!」(他捲舌發出這個聲音)。這個聲音基本上是貓之間的問候聲,告知彼此我們都是好夥伴的友善、安逸的聲音。布拉德肖說他的貓對這種聲音的反應非常積極。

翻譯來源: Dan Nosowitz, How to Speak Cat, Atlas Obscura, 2016.3.1.

原文資料來源:

  • Moriah Galvan and Jennifer Vonk, Man’s other best friend: domestic cats (F. silvestris catus) and their discrimination of human emotion cues, Animal Cognition, Vol. 19, Issue 1, pp 193-205, 2016. (first online 2015.09.23)

本文轉載自 Cacao Mag

文章難易度
活躍星系核_96
752 篇文章 ・ 97 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

0

1
1

文字

分享

0
1
1
你用對數學了嗎?換種說法讓問題變清晰——《數學就是這樣用:找出生活問題的最佳解》
天下文化_96
・2022/12/02 ・2888字 ・閱讀時間約 6 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

在我以數學家自居時,我所發現的最強大捷徑之一是,找到合適的用語來討論問題。很多時候,我們會用一種讓人摸不清情況的措辭去表達這個問題,只要能找到另一種說法,把這道謎題轉化成新的用語,答案就會突然明朗許多。換個語言,我們就可以從企業銷售資料的含糊數字中,辨認出奇特的相關性。

人生的大部分時間都是一場遊戲,但把這場遊戲轉化成你知道如何得勝的遊戲,可以給你絕佳的優勢。在我仍是見習數學家的時候,發現了最令我興奮的啟示之一:

把幾何轉換成數字的詞典可提供捷徑通往超空間──也就是我成為專業數學家之後一直在探索的多維宇宙。

「合適的語言」

除非找到合適的語言來描述,否則科學及其他領域有愈來愈多的概念看起來好像根本不存在,「湧現」(從組成成分產生的性質)的概念就是一例。舉例來說,如果講水的個別分子 H2O,很難描述水的溼潤性質。

如果講水的個別分子H2O,很難描述水的溼潤性質。圖/pexels

儘管科學似乎暗示,你可以把一切化約成這些基本粒子的行為及決定其行為的方程式,但這種語言通常完全不能描述現象。一群鳥的遷徙不能用組成鳥身體的原子運動方程式來描述。若堅持用個體經濟學的語言,就不容易了解總體經濟學;即使個體經濟變化是造成總體經濟現象的原因,但使用個別財貨本身的語言,仍然不可能理解利率上升對通貨膨脹的影響。就連自由意志與意識的概念,實際上也不能藉由神經元和突觸的討論來描述。

轉變帶來改變

找到不同的措辭來談論情緒狀態,可以從根本上改變你的感受。與其說「我很難過」(這種說法很像是把你和悲傷硬生生畫上等號),你大可改說「悲傷與我同在」,於是悲傷忽然有機會繼續前進。正如十九世紀的美國心理學家詹姆斯(William James)所寫的:

「我這代人最重要的發現是,人能藉著轉變心智態度來改變生活。」

然而語言的力量不單單影響個人,語言在現實世界的社會結構中也扮演十分重要的角色。社會可以透過命名讓事物露面,而民族國家的概念既是從語言中變出來的,也是由地理或一群人變出來的。

轉換語言有時意味著,某些能用某種語言清楚表達的想法,改用另一種語言卻變得難以描述。圖/pexels

轉換語言有時意味著,某些能用某種語言清楚表達的想法,改用另一種語言卻變得難以描述。德文的名詞有性別之分,所以可以玩一玩在英文中玩不了的文字遊戲。詩人海涅(Heinrich Heine)寫說,覆蓋著白雪的松樹愛慕一棵晒黑的東方棕櫚;在德文中,松樹是陽性名詞,棕櫚是陰性名詞,但這種細微變化在翻譯成英文後就消失了。

有時情況也會反過來。用英文可以講「他的車和她的車」,但用谷歌翻譯譯成法文時會攪在一起,變成「savoiture et sa voiture」(他的車和他的車),因為車子的性別比車主的性別重要。在俄文中,你所能想像出各種類型的雪和暴風雨都有不同的用字。有些語言只有五個表達顏色的詞,但英語的相關用詞有很多。我在前面強調過,模式(pattern)對我來說是重要的概念,然而當我嘗試把 pattern 這個字翻譯成法文時,卻發現沒有一個詞能夠描述它在英文裡代表的許多層面。

我的偶像高斯也對語言差異的重要性深深著迷。在學校裡,老師對他運用拉丁文和閃電般迅速精通古典文學的能力印象深刻。事實上,接受布朗施維克公爵資助的高斯,差點就選擇讀語文學(研究語言史的學門),而不是數學。

數學背後的不只有一種「語言」

我自己走上數學這條路的歷程也有點相似。小時候我想當間諜,以為語言是和全世界特務同行溝通的重要技能,所以在讀綜合中學時報名了校內所有的語言課:法語、德語、拉丁語,甚至開始收聽 BBC 的俄語廣播課程。

只不過,我在外語學習方面不像高斯那麼有天分,這些語言在我看來全是不規則動詞和奇怪的拼字。間諜生涯夢碎,我變得非常沮喪。

此時貝爾森先生給我一本書,書名叫做《數學的語言》(The Language of Mathematics),我才明白數學也是一種語言。我覺得他看出我正渴望一種沒有不規則動詞、一切都解釋得通的語言,但他也知道,我抗拒不了這種語言描述周遭世界的強大說服力。

數學不只是一種語言,而是許多種語言。圖/pexels

我在這本書裡發現,數學方程式可以述說行星橫越夜空的故事,對稱性可以解釋泡泡、蜂巢或花朵的形狀,數字是和聲學的關鍵。如果你想描繪宇宙,你需要的不是德語、俄語或英語,而是數學。

《數學的語言》還告訴我,數學不只是一種語言,而是許多種語言,它很擅長創作詞典,可把一種語言轉換成另一種,好讓捷徑在新的語言中出現。

數學史上不時會有類似的輝煌時刻。

換種方式讀懂世界

十六世紀的義大利科學家伽利略(Galileo Galilei),意識到代數語言理解自然界的本領,曾寫下一段很有名的文字:

「如果不先學會理解這種語言,認識它的書寫符號,就無法了解宇宙。它是用數學語言寫成的,所用的書寫符號是三角、圓和其他幾何圖形,沒有這些符號就一個字也看不懂;沒有這些,就會像在黑暗迷宮中徘徊。」

在宇宙的諸多故事裡,他希望讀懂的是,了解物體如何落地的難題。東西掉到地上或飛過空中的方式有什麼規律嗎?因為物體通常掉落得太快,要蒐集物體從高樓掉落的資料很困難,但伽利略想到聰明的點子,可放慢實驗速度,方便他蒐集所需的資料。他不是讓東西落下,而是去探討球滾下斜坡的方式,這對他來說速度夠慢,可以記錄球每過一秒滾動了多遠。

斜面必須夠平滑,球才不會因摩擦力減速。伽利略希望盡量接近球在空間中落下的情形。他搭起光滑的表面,開始記錄球每秒行進的距離,馬上就發現有個非常簡單的模式浮現出來了。如果球在一秒後移動了 1 單位的距離,那麼在下一秒它會滾過 3 單位的距離,再下一秒是 5 單位的距離。隨後的每一秒,球都在加速,滾過更多地方,但它走過的距離只有奇數。

等到伽利略考慮行進了一段時間的總距離,物體落地方式的祕密就曝光了。

行進 1 秒後的總距離= 1 單位

行進 2 秒後的總距離= 1 + 3 單位= 4 單位

行進 3 秒後的總距離= 1 + 3 + 5 單位= 9 單位

行進 4 秒後的總距離= 1 + 3 + 5 + 7 單位= 16 單位

總距離永遠是平方數。圖/天下文化

你注意到模式了嗎?總距離永遠是平方數。但為什麼奇數會與平方數有關呢?把數字轉換成幾何,就可以找到答案。

——本文摘自《數學就是這樣用:找出生活問題的最佳解》,2022 年 11 月,天下文化出版,未經同意請勿轉載。

天下文化_96
113 篇文章 ・ 597 位粉絲
天下文化成立於1982年。一直堅持「傳播進步觀念,豐富閱讀世界」,已出版超過2,500種書籍,涵括財經企管、心理勵志、社會人文、科學文化、文學人生、健康生活、親子教養等領域。每一本書都帶給讀者知識、啟發、創意、以及實用的多重收穫,也持續引領台灣社會與國際重要管理潮流同步接軌。

0

2
1

文字

分享

0
2
1
人類潛能大解密:關於「記得順序」這件事
雅文兒童聽語文教基金會_96
・2022/11/27 ・2899字 ・閱讀時間約 6 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

  • 文/羅明|雅文基金會聽語科學研究中心研究員

「默記電話號碼」經常在介紹記憶的科普文章中出現,做為生活中一般人能夠馬上記下一段訊息的例子,而能夠記得「多少個」號碼也往往是討論的焦點。

然而,在記下數字的時候,其實還要記得數字之間的「順序」,才算是成功的記下這組號碼。記錯電話號碼而撥話給陌生人,還算小事,一句抱歉就能化解一場尷尬。如果是發票的中獎號碼記錯了,那可是失之毫釐、差之千里,結果或許是空歡喜一場,要是與大獎擦身而過,那可真是捶胸頓足也揮之不去的懊惱啊。

對獎的號碼需要數字和順序都符合才算中獎。圖 /SAPLING

無形中記得「順序」的先天能力:統計式學習

研究人類發展的科學家發現,人從訊息中掌握「順序」的能力,可能是天生的。最有名的例子,莫過於 Saffran、Aslin 及 Newport [1] 以八個月大的嬰兒為對象所進行一個研究。

Saffran 等人製作了四個具有三個英語音節(syllable)的無意義詞(例如:bidaku),並以隨機的順序將這四個詞串接成一段兩分鐘不中斷的語音刺激。這個兩分鐘的音檔中,音節與音節之間在順序上有一定的規律。舉例來說,音節 bi 之後一定是 da,而 da 之後也一定是 ku,但是 ku 之後的音節則不一定,音節 pa 或 go 都可能。

八個月大的嬰兒聽完 Saffran 等人製作的語音刺激之後,對於音節順序是否符合規律(如:bida vs kupa),會有不同的反應,顯示小嬰兒「認得」符合規律的音節組合。這個研究結果不只顯示了人類在毫無所悉的情況下能夠自動發現訊息中的規律性,而且在自己與環境互動之前,已經具備了掌握規律的能力。

統計式學習很可能是先天的能力。圖/Scientific American

人類語言的語法其實就在描述語言的規律性。不論是哪一個語言,詞彙與詞彙之間,總是遵循著某一種規律,然後串接成句。當然,語法的規律性有其嚴謹性,而其程度與面向又隨語言的種類而異。但不論是哪一個語言,如果只是把選好的詞彙隨機的排列成串,恐怕語文造詣再高也很難參透這「句」話的意思。

Saffran 等人[1] [2] [3]所發現的認知能力,學界稱之為統計式學習(statistical learning),它所指的是當某一類訊息出現的機會有一定的規律時,人會從接受到的訊息裡掌握這種規律,並據以發展出有關該類訊息的知識。

就語言學習而言,語言是一種人會從環境中接受的訊息,而這個訊息的背後也有某一種機率的分配。以口說語言為例,每一個語言有其使用的語音,多個語音結合後組成詞,再由多個詞構成語句,但只有某些排列組合才符合規律,使得一個語言從語音到語句由下而上形成一個有規則的系統。

比如以語句的詞序(word order)為例,英語中最典型常見的型態是名詞—動詞—名詞的順序,而這種規律用以表達主詞(第一個名詞)透過動作(動詞)影響著受詞(第二個名詞)的意義,而其他種詞序母語者聽起來可能會感到不那麼直覺。

Saffran 等人認為,語言習得是統計式學習發揮作用的過程,人透過該過程整理語言刺激,並累積出關於語言的知識,進而展現出聽與說的行為。換句話說,語言習得所涉及的是一種通用的學習能力,且普遍存在每一個人的身上,因此我們可以觀察到,來自於不同語言、社會及文化的人,在一般的情況下都能夠發展出語言能力。

感覺剝奪會不會影響統計式學習的能力?

當感官系統在個體發展的早期出現缺損時,直接的影響是個體從外在環境接收的刺激與累積的經驗在質量上與同儕相比較為匱乏,亦即感覺剝奪(sensory deprivation)。一般而言,刺激與經驗是個體發展認知功能的基石,感覺剝奪在認知發展中可能帶來的負面影響,讓研究者開始思考影響的層面:是僅限於特定領域?還是擴及一般領域?

先天聽力損失的影響,是這個議題最直接的例子之一:聽力問題會不會影響孩子基本的認知能力?有研究者提出 Auditory Scaffolding Hypothesis(本文直譯為「聽覺鷹架假說」),其主張:聽覺訊息有一重要特質是訊息片段之間有其序列性,如果個體發展的早期缺乏聽覺上的刺激,其認知系統中負責掌握訊息序列性的功能在發展上將有所延遲[4] [5]

依照聽覺鷹架假說的想法,無論是聽覺或視覺的形式,在面對訊息且需要追蹤其序列性的情況下,聽力先天缺損的孩童其表現將落後聽力正常的同儕。有一些新近研究的結果,似乎符合這樣的想法。

有的研究者採用一種聽打節拍的作業,過程中讓孩子先聽一小段節奏,然後用敲食指的方式,盡可能重複剛剛所聽到的節拍;結果發現,相較於同儕,聽損孩子打出的節拍比較容易和題目有所出入[6]。有的研究者則以色塊序列出題,再由孩子依照剛剛看到的順序點按色塊[7],或另外在體感動作的層面上,觀察孩子複製肢體動作的表現[8],結果都看到了聽損孩子與同儕有所差異。

然而,研究資料並非一面倒的支持聽覺鷹架假說。就在本文撰寫之際,知名期刊《認知》(Cognition)刊登了一篇主題為「先天聽損是否影響統計式學習」的研究。

研究者採用三種動物(貓、狗及鳥)的聲音,然後讓三種聲音前後出現的順序有一定的規律性。按照統計式學習的想法,這些聲音在孩子聽了一段時間之後,其中的規律性會在孩子的身上留下印象。實驗結果也確實如此,先天聽損的孩子與年齡匹配的同儕,都在行為的反應上顯示出兩組孩子都學到了三種動物聲音前後順序的規律性[9]。另一方面,兩組孩子也有表現不同的地方。雖然兩組孩子皆能學會動物聲音和地點的配對關係,但是聽損組的反應慢於同儕組。

或許我們可以這樣猜測,聽損孩子也如同儕一般,訊息的處理引擎仍然可以消化序列性資訊,只是在處理的效率上,聽損孩子可能來的低一些。這也許能夠解釋,為何有聽損的孩子在面對訊息且需要追蹤其序列性的表現會有所落後。

感覺剝奪帶給認知發展的潛在阻礙仍有許多未知之處。圖/PNGKIT

能夠「記得順序」看起來稀鬆平常,其實並不如想像中的簡單,而且它的影響不容小覷。它所反映的認知能力,關係到個人與環境互動的經驗能否進一步轉化為知識。對於身心發展早期就遭遇感覺剝奪的個體來說,感覺剝奪帶給認知發展的潛在阻礙仍有許多未知之處,而這些阻礙可能會在哪些層面,以及衍生的風險與副作用,有待更多的研究加以釐清。

參考資料

  1. Saffran, J. R., Aslin, R. N., & Newport, E. L. (1996). Statistical learning by 8-month old infants. Science, 274, 1926–1928.
  2. Saffran, J. R., Johnson, E. K., Aslin, R. N., & Newport, E. L. (1999). Statistical learning of tone sequences by human infants and adults. Cognition, 70, 27-52.
  3. Saffran, J., Hauser, M., Seibel, R., Kapfhamer, J., Tsao, F., & Cushman, F. (2008). Grammatical pattern learning by human infants and cotton-top tamarin monkeys. Cognition, 107, 489-500.
  4. Conway, C. M., Kronenberger, W. G., & Pisoni, D. B. (2020). Letter to the editor: Do Pediatric Cochlear Implant recipients display domain-general sequencing difficulties? A comment on Davidson et al. (2019). Ear & Hearing, 41(4), 1051–1054.
  5. Conway, C. M., Pisoni, D. B., Anaya, E. M., Karpicke, J., & Henning, S. C. (2011). Implicit sequence learning in deaf children with cochlear implants. Developmental Science, 14(1), 69–82.
  6. Hidalgo, C., Zécri, A., Pesnot-Lerousseau, J., Truy, E., Roman, S., Falk, S., Dalla Bella, S., & Schön, D. (2021). Rhythmic Abilities of Children With Hearing Loss. Ear and Hearing, 42(2), 364–372.
  7. Gremp, M. A., Deocampo, J. A., Walk, A. M., & Conway, C. M. (2019). Visual sequential processing and language ability in children who are deaf or hard of hearing. Journal of Child Language, 46(4), 785–799.
  8. Bharadwaj, S. V., Matzke, P. L., & Daniel, L. L. (2012). Multisensory processing in children with cochlear implants. International Journal of Pediatric Otorhinolaryngology, 76(6), 890–895.
  9. Pesnot Lerousseau, J., Hidalgo, C., Roman, S., & Schön, D. (2022). Does auditory deprivation impairs statistical learning in the auditory modality? Cognition, 222, 105009.
雅文兒童聽語文教基金會_96
40 篇文章 ・ 201 位粉絲
雅文基金會提供聽損兒早期療育服務,近年來更致力分享親子教養資訊、推動聽損兒童融合教育,並普及聽力保健知識,期盼在家庭、學校和社會埋下良善的種子,替聽損者營造更加友善的環境。

3

4
0

文字

分享

3
4
0
貓的痛,AI懂?——貓臉疼痛辨識技術
胡中行_96
・2022/07/18 ・3111字 ・閱讀時間約 6 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

人類必恭必敬稱家貓為「主子」,並自貶為「奴才」。陛下身體微恙,一團絨毛癱軟,表情內斂,叫貓奴如何揣測上意?懷疑牠受苦,便心急如焚。幾乎上演《還珠格格》裡,人家紫薇說沒事,爾康卻捨不得的虐心互動。貓咪說不定覺得:「……有這麼多人關心我,我已經不痛了……」人類仍在一邊:「可是,我好痛!」[1]

給人類用的「視覺類比量表」(上)和「臉譜疼痛量表」(下)。圖/Yale University

在治療人類時,醫護人員會用視覺類比量表(Visual Analogue Scale)、臉譜疼痛量表(Wong-Baker faces pain scale)或 FLACC 量表[註] 等工具,來評估患者疼痛的狀況。前二者靠病人自我評估,以數字或表情,象徵由舒適無恙,漸進到痛徹心扉的程度差異。 FLACC 則是醫護觀察嬰幼兒或無法言語溝通者,就其身體不適產生的行為變化來計分。[2] 儘管每個人敏感的程度不同,至少單一病患前後的得分,能相互對照出疼痛是否得到緩解,或者更加惡化。因此,這些量表均可視為有效測量疼痛的方法。

問題是有口難言,又行徑鬼祟的貓咪怎麼辦?人貓猜心的瓊瑤戲碼,自古不斷重演,沒完沒了。

直到有天,獸醫們看不下去了…

  

「貓咪苦臉量表」介紹影片。來源:Research Square on YouTube

  

貓咪苦臉量表

2017 年的時候,加拿大蒙特婁大學 Paulo Steagall 副教授以及他的團隊,招募了一票被送急診的病貓。在得到飼主同意後,他們比較疼痛的病貓、服用止痛藥的病貓,還有健康貓咪的表情舉止,研發出「貓咪苦臉量表」(Feline Grimace Scale),並將結果發表於 2019 年的《科學報告》(Scientific Reports)。[3, 4] 其中列出幾個徵兆,可依級別給分,就此將貓咪的疼痛量化:

耳朵姿態(ear position):貓耳的尖角向外分開,並略為朝後旋轉。[3, 5]

圖/參考資料 5

瞇眼程度(orbital tightening):上下眼瞼之間的空隙,小於眼睛的寬度,或是完全緊閉。[3, 5]

圖/參考資料 5

口鼻緊繃(muzzle tension):口鼻(即臺語所謂「喙管」的部位)由圓轉扁,而呈橢圓形。[3, 5]

圖/參考資料 5

觸鬚變化(whiskers change):觸鬚從平常放鬆的圓弧,撐直且稍微向前。[3, 5]

圖/參考資料 5

頭部位置(head position):原本處於全身最高處的貓頭,降至低於肩膀,並往下垂。[3, 5]

圖/參考資料 5

  

貓臉疼痛辨識技術

目前受惠於物種專屬苦臉量表的,除了貓,還有鼠、兔、馬、羊、豬和貂等動物。受過訓練的獸醫,能精準判讀牠們的表情,用這些工具,來評估牠們的疼痛指數。隨著科技的進步,到了 2022 年《科學報告》期刊再次關懷貓咪的痛楚時,另一群科學家拿出「貓臉辨識技術」,試圖取代專業的肉眼觀察。[6]

  

臉部辨識技術:照片>以眼睛為基準,進行臉部校正>調整尺寸。
圖/Serhan YH, HAKAN Ç, and RİFAT E. (2016) ’A comprehensive comparison of features and embedding methods for face recognition.’ Turkish Journal of Electrical Engineering and Computer Sciences, 24, 1, 24.

  

臉部校正

臉部校正是建立辨識系統的要務。先調整貓臉的特徵(landmarks,即照片上標有號碼的黑點),讓它們在空間中對齊,減少幾何上的變異,方便接下來的步驟進行。原則上,校正後的貓臉必須:[6]

  1. 在畫面正中央;
  2. 旋轉直到雙眼的連線呈水平;
  3. 尺寸都約略相同。

圖/參考資料 6 ,figure 1

  

模型1:特徵基準(landmark-based)

在找到貓臉的特徵後,依據「貓咪苦臉量表」的觀察部位,將貓臉特徵(黑點)分為:左眼右眼額頭與耳朵,以及口鼻和觸鬚,四個區塊向量。然後,多加一些貓鼻子的照片,進行「資料擴增」(data augmentation),[6] 彌補原始資料的不足,以強化機器學習。[7] 不過,團隊事後發現,這次的資料擴增,成效不彰。[6]

圖/參考資料 6 ,figure 3

處理這些照片的計算模型,是一種叫做「多層感知器」(Multi-Layer Perceptron)的人工神經網路(artificial neural network)。[6] 就像人的神經系統,有好多神經元相互連結,將輸入的資料從上一層送到下一層,經過多層運算後再輸出。[8, 9]

  

模型2:深度學習(deep learning)

研究團隊把大量沒有標註特徵的貓照,在校正角度和尺寸後,餵給 ResNet50[6] 這是一種有五十層的深度學習模型,早已預先訓練好怎麼逐層辨識貓咪的輪廓、曲線及其它識別特徵。[10] 套用該模型的同時,還要進行實驗需要的特定調整,例如:加上「痛」與「不痛」的分類標籤。[6]

  

貓的痛,AI 有多懂?

上述兩個模型的實測,在判讀貓咪是否疼痛時,都有超過 72% 的準確率,算是相當不錯的成果。不過,在完全替代人工判讀之前,可能還要擴建訓練辨識系統的資料庫。因為當初請來的照片模特兒,是 29 隻準備接受卵巢子宮切除術的短毛母貓,年紀約幾個月到一歲多。拿牠們術前、術後,以及使用止痛劑前後的照片來訓練 AI ,雖然是個不錯的點子,但無法代表多元的貓咪社群。[6] 將來的實驗,若能涵蓋其他性別、年齡和品種,相信貓咪們會覺得更加窩心。

  

備註

FLACC 量表: FLACC 是臉(face)、腿(legs)、活動(activity)、哭(cry)與  安撫(consolability)的縮寫。每個項目依觀察到的狀態,給 0 到 2 分,總分最高 10 分。[2]

  

參考資料

  1. 瓊瑤經典台詞》小時候看超感動,長大看卻啼笑皆非的 7 大經典場景(風傳媒,2020)
  2. Pain assessment and measurement (The Royal Children’s Hospital Melbourne, 2019)
  3. Evangelista MC, Watanabe R, Leung VSY, et al. (2019) ‘Facial expressions of pain in cats: the development and validation of a Feline Grimace Scale’. Scientific Reports, 9, 19128.
  4. Me-owch — could resting cat face tell us about kitty’s pain? (CBC, 2020)
  5. Feline Grimace Scale – Practice your pain assessment skills using the FGS! (Université de Montréal, 2019)
  6. Feighelstein M, Shimshoni I, Finka LR, et al. (2022) ‘Automated recognition of pain in cats’. Scientific Reports, 12: 9575.
  7. 2021 iThome 鐵人賽-DAY21 資料正規化與資料增強(Data Normalization & Data Augmentation)(IT邦幫忙,2021)
  8. 2019 iT 邦幫忙鐵人賽-06. 深度學習的架構分析:多層感知器(IT邦幫忙,2019)
  9. 神經網路(IBM,2020)
  10. 何謂遷移學習?(NVIDIA,2019)
所有討論 3
胡中行_96
67 篇文章 ・ 24 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。