A mesterséges intelligencia által nyújtott ismeretek kihasználása a tejipari ágazatban a precíziós állattenyésztés érdekében
Írta: Nial O’Boyle
Az orvostudományban a mesterséges intelligencia (AI) forradalmasította a daganatok felismerését azzal, hogy a képalkotó vizsgálatokon apró eltéréseket azonosít, gyakran még a tünetek megjelenése előtt.
A mélytanulási modellek ma már felülmúlják az orvosokat a korai stádiumú daganatok felismerésében – nem azáltal, hogy helyettesítenék a szakértői ítéletet, hanem azáltal, hogy gyakori, következetes és fáradtságtól mentes elemzést nyújtanak. Ez nem feltétlenül a felismerés terén nyilvánul meg, ha egymás mellett hasonlítjuk össze őket, hanem abban, hogy a mesterséges intelligencia olyan következetességgel, gyakorisággal és kitartással működik, amellyel az ember nem tud versenyezni.
A fejőházba viszik
A CattleEye alapítói – Terry Canning vezérigazgató és Adam Askew műszaki igazgató – tökéletes ötvözetét képviselték a felhőalapú állománykezelő szoftverek terén szerzett tapasztalatoknak és az ilyen típusú, mesterséges intelligenciával támogatott daganatfelismerés működtetésének. Sikerült magukhoz csábítaniuk több olyan tudóst is, akiknek már volt tapasztalatuk ezzel a technológiával, és hasonló elveket alkalmaztak egy egészen más problémára: a tejelő tehenek sántaságára.
A mozgékonyság értékelése nagy léptékben, a szükséges gyakorisággal és következetességgel rendkívül nehéz feladat. A CattleEye a daganatfelismerés javításához alkalmazott elveket felhasználva lehetővé tette, hogy a tehenek mozgékonyságát ugyanolyan szakértelemmel értékeljék, mint egy képzett állatorvos, de nem havonta vagy negyedévente, hanem naponta.
Akárcsak a daganatfelismerés esetében, a problémákat korán fel lehet ismerni, ami lehetővé teszi olyan beavatkozások végrehajtását, amelyek javítják az eredményeket és csökkentik a hosszú távú károsodásokat. Ha minden tehenet naponta értékelnek, az állománykezelők túlléphetnek a populációs átlagokon, és az egyes állatok állapotának alakulására összpontosíthatnak; így felismerhetik a szélsőséges értékeket, gyorsabban módosíthatják az adagokat, és még a teljesítmény romlása előtt reagálhatnak. Ezen felül, ellentétben a kézi értékeléssel – amely nagy állományok esetén kivitelezhetetlenné válik –, az automatizált testállapot-értékelés (BCS) könnyedén alkalmazható 1000 vagy annál több tehénből álló állományokban is, anélkül, hogy növelné a munkaerőigényt.
A BCS bővítése
A BCS ugyanezeket az elveket alkalmazza, hogy újszerű betekintést nyújtson a tejelő tehenek tartásába. A BCS a zsírkészletek vizuális vagy tapintásos értékelése, általában 1–5-ös skálán. A tapasztalt értékelők tapintással és szemrevételezéssel vizsgálják a kulcsfontosságú területeket (far, farokgyök, hát), majd pontszámot adnak.
A kézi értékelés azonban munkaigényes és szubjektív, ami következetlenségekhez vezet. A képzett megfigyelők véleménye gyakran eltér, és az értékelési hibák is gyakoriak. A gyakorlatban nehéz a nagy állományokat gyakran értékelni, ennek következtében sokuk esetében korlátozott mennyiségű BCS-adat áll rendelkezésre, ami akadályozza a táplálkozás és az egészség pontos kezelését.
A CattleEye megoldja ezt a problémát. Siachos és munkatársai (2024) a Liverpooli Egyetemről validálták a CattleEye BCS modulját. Az emberi értékelésekkel (9 657 páros megfigyelés) összehasonlítva a mesterséges intelligencia jelentős egyezést mutatott (súlyozott κ ≈0,69) a szakértőkkel: az értékelések 84,6%-a ±0,25 BCS-en belül, 94,8%-a pedig ±0,5-en belül volt.
Az ember fejlesztése
Az emberi szakértelem kiegészítése olyan mesterséges intelligencia-eszközökkel, mint a CattleEye, lehetővé teszi az egyes tehenekre vonatkozó gyakori, objektív becslések készítését. Ahelyett, hogy minden laktációs időszakban csupán néhány állapotértékelésre támaszkodnának, a gazdák most már állatonként több száz adatponthoz férhetnek hozzá, így a testállapot-értékelés (BCS) a korábbi időszakos pillanatfelvételből folyamatos jelzéssé válik. Ez lehetővé teszi a teljes állományra kiterjedő, következetes monitorozást, amely támogatja az optimális takarmányozást, a termékenység-kezelést és a veszélyeztetett állatok korai felismerését.
A legfontosabb, hogy ez lehetővé teszi a nagy állományok ugyanolyan gondos kezelését, mint a kicsikét, anélkül, hogy ez megnövelné a munkaerő-igényt. Akárcsak a radiológiában a daganatok felismerése esetében, a valódi változás nem az emberi ítélőképesség felváltásában rejlik, hanem abban, hogy a megfelelő információt a megfelelő időben biztosítsák a cselekvéshez.
Ha többet szeretne megtudni arról, hogyan segítheti elő a mesterséges intelligencia az állatjólétet a gazdaságában, kérjük, vegye fel a kapcsolatot a csapattal a contact@cattleeye.com címen.
