Wykorzystanie plików cookie

Niektóre pliki cookie są niezbędne do prawidłowego działania naszej strony internetowej, natomiast inne – opcjonalne lub niekonieczne – pomagają nam analizować sposób korzystania ze strony. Możesz zaakceptować wszystkie lub odrzucić wszystkie opcjonalne pliki cookie albo samodzielnie zarządzać poszczególnymi typami plików cookie poniżej.

Więcej informacji znajdziesz w naszej Polityce dotyczącej plików cookie

Funkcjonalny

Te pliki cookie zapewniają podstawowe funkcje, takie jak bezpieczeństwo, zarządzanie siecią i dostępność. Możesz je wyłączyć, zmieniając ustawienia przeglądarki, ale może to wpłynąć na działanie strony internetowej.

Pliki cookie służące do analizy danych

Pliki cookie służące do analizy pomagają nam ulepszać naszą stronę internetową poprzez gromadzenie i przekazywanie informacji dotyczących jej użytkowania.

Pliki cookie stron trzecich

Te pliki cookie są umieszczane przez witrynę internetową inną niż ta, którą aktualnie odwiedzasz, zazwyczaj w wyniku wyświetlenia treści osadzonych, takich jak film, przycisk udostępniania w mediach społecznościowych, przycisk „Lubię to” lub mapa kontaktowa.

Pliki cookie związane z reklamami

Te pliki cookie są umieszczane przez witrynę internetową inną niż ta, którą właśnie odwiedzasz, w celu umożliwienia personalizacji preferencji reklamowych w sieciach reklamowych.

Przenoszenie danych ze schowka do chmury

Wykorzystanie wniosków opartych na sztucznej inteligencji do precyzyjnego zarządzania hodowlą w sektorze mleczarskimr

Autor: Nial O’Boyle

W medycynie sztuczna inteligencja (AI) zrewolucjonizowała wykrywanie nowotworów, umożliwiając identyfikację najdrobniejszych nieprawidłowości na obrazach diagnostycznych, często jeszcze przed pojawieniem się objawów.

Modele uczenia głębokiego przewyższają obecnie lekarzy w wykrywaniu nowotworów we wczesnym stadium – nie zastępując oceny eksperckiej, ale zapewniając częste, spójne i niewymagające wysiłku analizy. Nie chodzi tu koniecznie o samą identyfikację w bezpośrednim porównaniu, ale o zdolność sztucznej inteligencji do zachowania spójności, częstotliwości i wytrzymałości, których człowiek nie jest w stanie dorównać.

Przenoszenie do hali udojowej

Założyciele firmy CattleEye – dyrektor generalny Terry Canning oraz dyrektor ds. technicznych Adam Askew – dysponowali idealnym połączeniem doświadczenia w zakresie oprogramowania do zarządzania stadem w chmurze oraz w prowadzeniu tego typu, wspomaganych sztuczną inteligencją systemów wykrywania nowotworów. Udało im się pozyskać kilku naukowców posiadających doświadczenie w zakresie tej technologii, którzy zastosowali podobne zasady do rozwiązania zupełnie innego problemu: kulawizny u krów mlecznych.

Ocena ruchliwości na dużą skalę, z zachowaniem wymaganej częstotliwości i spójności, jest niezwykle trudna. Wykorzystując te same zasady, które usprawniły wykrywanie nowotworów, firma CattleEye umożliwiła ocenę ruchliwości krów z taką samą fachowością, jaką wykazuje wykwalifikowany weterynarz, ale codziennie, a nie co miesiąc czy co kwartał.

Podobnie jak w przypadku wykrywania nowotworów, można wcześnie zidentyfikować problemy, co pozwala na podjęcie działań poprawiających wyniki i ograniczających długoterminowe szkody. Gdy każda krowa jest oceniana codziennie, osoby zarządzające stadem mogą wyjść poza średnie dla całej populacji i skupić się na indywidualnych trendach kondycji zwierząt; wykrywając wartości odstające, szybciej dostosowując dawki pokarmowe i reagując, zanim pogorszy się wydajność. Ponadto, w przeciwieństwie do ręcznej oceny, która w dużych gospodarstwach staje się niepraktyczna, zautomatyzowana ocena kondycji ciała (BCS) z łatwością obejmuje stada liczące ponad 1 000 krów, nie zwiększając przy tym zapotrzebowania na siłę roboczą.

Rozszerzenie systemu BCS

BCS wykorzystuje te same zasady, aby zapewnić nowatorskie podejście do zarządzania stadem krów mlecznych. BCS to wizualna lub dotykowa ocena zapasów tłuszczu, zazwyczaj w skali od 1 do 5. Doświadczeni oceniający badają palpacyjnie i obserwują kluczowe obszary (zad, nasadę ogona, lędźwie), aby przyznać punkty.

Jednak ręczna ocena jest pracochłonna i subiektywna, co prowadzi do niespójności. Przeszkoleni obserwatorzy często nie są zgodni, a błędy w ocenie są powszechne. W praktyce trudno jest często oceniać duże stada, w związku z czym wiele z nich dysponuje ograniczonymi danymi dotyczącymi wskaźnika kondycji ciała (BCS), co utrudnia precyzyjne zarządzanie żywieniem i zdrowiem zwierząt.

CattleEye rozwiązuje ten problem. Siachos i in. (2024) z Uniwersytetu w Liverpoolu zweryfikowali moduł CattleEye BCS. W porównaniu z ocenami ludzkimi (9 657 par obserwacji) sztuczna inteligencja wykazała znaczną zgodność (ważony współczynnik κ ≈ 0,69) z ekspertami, przy czym 84,6% ocen mieściło się w przedziale ±0,25 BCS, a 94,8% w przedziale ±0,5.

Wzbogacanie możliwości człowieka

Wzbogacenie umiejętności człowieka poprzez wykorzystanie narzędzi sztucznej inteligencji, takich jak CattleEye, zapewnia częste i obiektywne oceny poszczególnych krów. Zamiast polegać na zaledwie kilku ocenach kondycji w trakcie każdej laktacji, hodowcy mają teraz dostęp do setek punktów danych na zwierzę, co przekształca ocenę kondycji (BCS) z okresowego „migawki” w ciągły sygnał. Umożliwia to spójne monitorowanie całego stada, co wspiera optymalizację żywienia, zarządzanie płodnością oraz wczesne wykrywanie zwierząt zagrożonych.

Co najważniejsze, pozwala to zarządzać dużymi stadami z taką samą starannością jak małymi, bez obciążenia pracą. Podobnie jak w przypadku wykrywania nowotworów w radiologii, prawdziwa zmiana nie polega na zastąpieniu ludzkiej oceny, ale na dostarczaniu właściwych informacji we właściwym czasie, aby można było podjąć odpowiednie działania.

Aby dowiedzieć się więcej o tym, jak sztuczna inteligencja może przyczynić się do poprawy dobrostanu zwierząt w Twoim gospodarstwie, skontaktuj się z naszym zespołem pod adresem contact@cattleeye.com

Udostępnij