由犬類行為學專家開發的一種創新人工智慧演算法旨在準確評估工作犬的性格，從而促進更好的訓練和安置結果。學術界與犬類技術新創公司Dogvatar 的這項合作利用C-BARQ 調查數據來預測犬類的性格類型，為人犬匹配提供了一種新方法。演算法能產生犬類的性格指紋，就像流行的邁爾斯-布里格斯（Myers-Briggs）測試對人所做的一樣。

一個專門研究犬類行為和人工智慧的多學科研究團隊開發了一種人工智慧演算法，可以自動完成對潛在工作犬性格的高風險評估過程。他們希望能幫助犬類訓練機構更快、更準確地評估哪些動物有可能在協助執法和幫助殘疾人等職業中取得長期成功。性格測驗也可用於狗與人的配對，幫助收容所妥善安置動物，從而減少因不適合領養家庭而被退回的動物數量。

來自東倫敦大學和賓州大學的科學家代表他們的贊助商進行了這項研究Dogvatar這是一家總部位於佛羅裡達州邁阿密的犬類技術新創公司。他們在2024年1月29日發表在《科學報告》上的論文《預測狗狗性格類型的人工智慧方法》中公佈了狗狗性格測試演算法的研究成果。

此人工智慧演算法從近8,000 份對廣泛使用的犬類行為評估與研究問卷（C-BARQ）的回答中汲取數據，進行自我訓練。 20 多年來，包含100 個問題的問卷一直是評估潛在工作犬的黃金標準。

聯合首席研究員、賓州大學獸醫學院倫理學和動物福利榮譽教授詹姆斯-塞佩爾（James Serpell）說：”C-BARQ 非常有效，但它的許多問題也很主觀。透過對數千份調查的數據進行聚類，我們可以調整主觀調查問題固有的離譜回答，如狗的競爭和陌生人導向的恐懼等類別。”

研究團隊的實驗性人工智慧演算法的部分工作原理是將C-BARQ 問題的回答分為五大類，最終形成特定狗狗的數位個性指紋。這些性格類型是根據對五個類別中最具影響力的屬性的分析而確定和描述的，其中包括它們包括：”興奮/親近”、”焦慮/恐懼”、”冷漠/掠奪”、”反應/主動”和”冷靜/合群”。這些最終分組的數據點包括行為屬性，如”門鈴響時興奮”、”對到訪你家的陌生狗有攻擊性”和”追逐或有機會會追逐鳥類”。

每個屬性都被賦予一個”特徵重要性”值，即人工智慧演算法在計算狗的個性分數時，該屬性所佔的權重。

Dogvatar 及其合作研究人員打算進一步研究其狗狗性格測試演算法的潛在應用。執行長、”Alpha Pack 領袖”皮亞-佩蒂格魯（Piya Pettigrew）說：”對我們來說，這是一個非常令人興奮的突破。這種演算法可以大大提高工作犬訓練和安置過程的效率，並有助於減少因不匹配而被送回收容所的伴侶犬數量。這對狗和它們所服務的人來說都是雙贏。”

編譯來源：ScitechDaily