Startups utvikler AI-app for å varsle eiere om unormale atferder hos kjæledyr

Noen gang i de neste månedene har startup-selskapet Furbo som mål å aktivere sine strømmekameraer til å skille mellom de forskjellige typene bjeff som hunder gjør, og varsle eierne hvis noe kan være galt. Furbo’s AI-drevne system vil kunne si om en hund er knurrer, hyler eller på annen måte er i alarm eller distress, og varsle kjæledyreeiere om et potensielt problem hjemme mens de er ute og omkring.

Furbo er et selskap som tilbyr strømmekameraer til kjæledyreeiere. Kamera-systemene er i stand til å fordele godbiter til kjæledyrene hvis eieren ønsker det, og vil sogar varsle eierne om at hunden bjeffer, slik at eieren kan logge inn og se en direkte overføring av hjemmet sitt. Ifølge The New York Times, Furbo planlegger å utvide disse tjenestene over de kommende månedene med et verktøy som “oversetter” de forskjellige lydene en hund gjør til data som systemet kan bruke til å varsle eierne om en mulig krise.

AI brukes i stadig flere kjæledyrsrelaterte produkter. AI-aktiverede enheter lar kjæledyreeiere fordele godbiter til hundene sine og leke med kattene sine på avstand. Ifølge Andrew Bleiman, generelle manager for Tomofun (Furbo’s produsent), ønsker selskapet å kunne fortelle brukerne når en nødsituasjon kan oppstå hjemme, basert på hundens atferd. Bleiman sier at dette er et naturlig neste skritt i bruken av AI i kjæledyrsrelaterte produkter, og peker på hvordan hunder har en lang historie med å være eiet og trent til å varsle eierne om potensiell fare. Bleiman forklarer at den AI-aktiverede versjonen av Furbo ble trent på video-data samlet inn fra tusenvis av enhetens brukere. Ti-sekunders klipp av hunder som lager forskjellige lyder og kommuniserer, ble brukt til å trene maskinlæringsalgoritmene i enheten, etter at brukerne av enheten ga relevante tilbakemeldinger på klippene.

Ifølge Bleiman, har selskapet samlet inn en enorm mengde data om hunder, som ble analysert ved hjelp av datavisjon og bioakustiske teknikker. Den store mengden data gjør det mulig for selskapets forskere og ingeniører å lage ekstremt nøyaktige og følsomme modeller, som tar hensyn til forskjeller i enkelt hunderaser.

Tomofun er ikke det eneste selskapet som arbeider med AI-enheter og -modeller for å hjelpe eiere å interagere med og overvåke kjæledyrene sine. Enheten kjent som Petcube er utstyrt med Alexa og en kamera, og utviklerne av enheten arbeider med AI-teknikker som kan identifisere “unormale atferder”. Enheten sammenligner en hunds atferd med en baseline for sunn atferd, og kan kanskje anbefale eieren å sjekke inn med en veterinær hvis hunden er usedvanlig lethargisk.

I mellomtiden ble leken kjent som Felik designet av Yuri Brigance, og den bruker AI sammen med datavisjonsteknikker som semantisk segmentering for å underholde katter gjennom dagen. Enheten er utstyrt med en kamera og en laserpeker, og den flytter laserpekeren på en intelligent måte. Enheten samler inn data om hva katten har gjort og hvor den har vært, og prøver å gjenskape følelsen av å jage levende byttedyr for katten. Katter trenger en stimulus som ligner på jakt for å være lykkelige og sunne, så i dette henseende er enheten et redskap for dyrehelse.

Assosiert professor ved University of Michigans School of Information, Lionel P Robert Jr., forutser at fremtiden for AI-kjæledyrs-teknologi kommer til å fokusere mer på kjæledyrenes velferd. Inntil nå har de fleste AI-støttede teknologier som handler om kjæledyr vært for eiere å kunne bestemme om kjæledyret er ok mens de er ute og omkring. Robert hypotiserer at all data som samles inn kan prosesseres og sendes til veterinærer i sanntid, og at automatiserte systemer kan holde øye med en kjæledyrs helse ved å overvåke variabler som bevegelse og vekt. Robert hypotiserer at all data som samles inn kan prosesseres og sendes til veterinærer i sanntid, og at automatiserte systemer kan holde øye med en kjæledyrs helse ved å overvåke variabler som bevegelse og vekt. d pets er for eiere å kunne bestemme om kjæledyret er ok mens de er ute og omkring. Robert hypotiserer at all data som samles inn kan prosesseres og sendes til veterinærer i sanntid, og at automatiserte systemer kan holde øye med en kjæledyrs helse ved å overvåke variabler som bevegelse og vekt.