由犬类行为学专家开发的一种创新人工智能算法旨在准确评估工作犬的性格，从而促进更好的训练和安置结果。学术界与犬类技术初创公司 Dogvatar 的这项合作利用 C-BARQ 调查数据来预测犬类的性格类型，为人犬匹配提供了一种新方法。该算法能生成犬类的性格指纹，就像流行的迈尔斯-布里格斯（Myers-Briggs）测试对人所做的一样。
一个专门研究犬类行为和人工智能的多学科研究团队开发出了一种人工智能算法，可以自动完成对潜在工作犬性格的高风险评估过程。他们希望能帮助犬类训练机构更快、更准确地评估哪些动物有可能在协助执法和帮助残疾人等职业中取得长期成功。性格测试还可用于狗与人的配对，帮助收容所妥善安置动物，从而减少因不适合领养家庭而被退回的动物数量。
来自东伦敦大学和宾夕法尼亚大学的科学家代表他们的赞助商开展了这项研究 Dogvatar这是一家总部位于佛罗里达州迈阿密的犬类技术初创公司。他们在2024年1月29日发表在《科学报告》上的论文《预测狗狗性格类型的人工智能方法》中公布了狗狗性格测试算法的研究成果。
该人工智能算法从近 8000 份对广泛使用的犬类行为评估与研究问卷（C-BARQ）的回答中汲取数据，进行自我训练。20 多年来，包含 100 个问题的调查问卷一直是评估潜在工作犬的黄金标准。
联合首席研究员、宾夕法尼亚大学兽医学院伦理学和动物福利名誉教授詹姆斯-塞佩尔（James Serpell）说："C-BARQ 非常有效，但它的许多问题也很主观。通过对数千份调查的数据进行聚类，我们可以调整主观调查问题固有的离谱回答，如狗的竞争和陌生人导向的恐惧等类别。"
研究团队的实验性人工智能算法的部分工作原理是将 C-BARQ 问题的回答分为五大类，最终形成特定狗狗的数字个性指纹。这些性格类型是根据对五个类别中最具影响力的属性的分析而确定和描述的，其中包括它们包括："兴奋/亲近"、"焦虑/恐惧"、"冷漠/掠夺"、"反应/主动"和"冷静/合群"。这些最终分组的数据点包括行为属性，如"门铃响时兴奋"、"对到访你家的陌生狗有攻击性"和"追逐或有机会会追逐鸟类"。
每个属性都被赋予一个"特征重要性"值，即人工智能算法在计算狗的个性分数时，该属性所占的权重。
Dogvatar 及其合作研究人员打算进一步研究其狗狗性格测试算法的潜在应用。首席执行官、"Alpha Pack 领袖"皮亚-佩蒂格鲁（Piya Pettigrew）说："对我们来说，这是一个非常令人兴奋的突破。这种算法可以大大提高工作犬训练和安置过程的效率，并有助于减少因不匹配而被送回收容所的伴侣犬数量。这对狗和它们所服务的人来说都是双赢。"
编译来源：ScitechDaily