研究人员指出，通过倾听鸡的叫声来改善养殖鸡的福利的人工智能(AI)可能在五年内就会出现。新研究表明，这项技术能够检测和量化饲养在巨大的室内棚屋中的鸡发出的求救信号，它能正确区分求救信号和其他谷仓的声音，准确率可以达到97%。类似的方法最终可用于提高其他养殖动物的福利标准。

每年，全世界约有250亿只鸡被养殖--其中许多是在巨大的棚子里，每只鸡都有成千上万只。评估这种生物的福利的一种方法是倾听它们发出的声音。

来自中国香港城市大学动物行为和福利学Alan McElligott副教授表示：“鸡的声音非常响亮，但遇险的叫声往往比其他叫声大，而且是我们所描述的纯音调叫声。即使对未经训练的耳朵来说，要把它们挑出来也不是太难。”

理论上，农民可以利用鸡的叫声来衡量它们的痛苦程度并在必要时增加它们的住房。然在含有数千或数万只鸡的商业鸡群中，部署人类观察员是不现实的。McElligott指出，首先，他们的存在可能会给鸡群带来进一步的压力，其次，面对这么多的鸡，客观地量化遇险呼救的数量是不可能的。

相反，McElligott的团队开发了一个深度学习工具，它可以从集中养殖的鸡的录音中自动识别鸡的求救信号。该工具使用已经由人类专家手动分类的录音进行训练以确定它们代表哪种类型的声音。

根据发表在《The Journal of the Royal Society Interface,》上的一项评估，该算法正确识别了97%的求救声。

“我们的最终目标不是计算求救信号，而是创造条件，让鸡能生活在其中并减少求救的数量，”McElligott说道，他估计这项技术可以在五年内进行商业化部署。

在这之前，该团队将需要确保记录设备在不同类型的鸡舍中工作并在福利标准较高或较低的农场进行测试以确认读数的相关性。

说服农民采用该技术可能相对容易。McElligott以前的研究发现，小鸡发出的求救信号可以预测整个鸡群在其一生中的增重和死亡数量。

“有时很难说服那些必须为超市和其他人的固定价格生产这些动物的农民采用技术来改善它们的福利。但我们已经发现，求救信号是衡量死亡率和生长率的一个很好的指标，而这是将这一过程自动化的一种方式，”McElligott说道。

另外，他还补充称，以开发类似的技术来监测其他养殖动物--特别是猪或火鸡，它们也经常被安置在室内并且高度发声。

据悉，RSPCA广泛欢迎这项研究。一位发言人称：“像这样的技术在监测和改善农场动物的福利方面是非常有用的，但我们不希望看到它取代物理检查或减少饲养员与鸟类的接触，因为这可能会导致饲养技能的丧失或鸟类更难处理。此外，痛苦的发声只是一个福利指标，但还有其他一些物理因素如跛行和腿部烧伤，农民也应该注意。”