Sztuczna inteligencja w chowie bydła mlecznego
Czwarta rewolucja technologiczna (4.0) wnosi do wielu sektorów gospodarki narodowej szereg innowacyjnych technologii, które zmieniają ich oblicze. Do jednych z najważniejszych technologii zalicza się sztuczną inteligencję (z ang. AI – artificial intelligence), która jest traktowana jako centralny element cyfrowej transformacji gospodarki i społeczeństwa.
tekst: dr inż. Jacek Skudlarski, Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
Sztuczna inteligencja w połączeniu z internetem rzeczy (IoT – Internet of Things) oferuje szerokie możliwości dla rozwoju rolnictwa. Z możliwości tych mogą skorzystać hodowcy bydła, przed którymi rozciąga się pasmo wyzwań, począwszy od poprawy efektywności ekonomicznej produkcji mleka w dobie niekorzystnych zmian gospodarczych i klimatycznych, a skończywszy na dopasowaniu gospodarstw rolnych do koncepcji zrównoważonej produkcji rolnej.
Czym jest sztuczna inteligencja i jakie ma zastosowanie w rolnictwie?
Pojęcie sztuczna inteligencja jest różnie definiowane. Na stronie internetowej Parlamentu Europejskiego podano następującą definicję: „zdolność maszyn do wykazywania ludzkich umiejętności, takich jak rozumowanie, uczenie się, planowanie i kreatywność”.
Na stronie tej możemy też przeczytać, że „Sztuczna inteligencja umożliwia systemom technicznym postrzeganie ich otoczenia, radzenie sobie z tym, co postrzegają, i rozwiązywanie problemów, działając w kierunku osiągnięcia określonego celu. Komputer odbiera dane (już przygotowane lub zebrane za pomocą jego czujników, np. kamery), przetwarza je i reaguje. Systemy SI są w stanie do pewnego stopnia dostosować swoje zachowanie, analizując skutki wcześniejszych działań i działając autonomicznie”.
Inaczej mówiąc, sztuczną inteligencją nazywamy systemy informatyczne bądź maszyny, które naśladują ludzką inteligencję. Dzięki temu sprawnie wykonują zadane polecenia i udoskonalają swoje działanie na podstawie sukcesywnie zbieranych informacji.
Sztuczna inteligencja znajduje bardzo szerokie zastosowanie w handlu, systemie opieki zdrowotnej, transporcie i wielu innych dziedzinach życia człowieka.
Jednym z obszarów, w którym AI coraz częściej się wykorzystuje, jest przemysł, gdzie algorytmy sztucznej inteligencji służą m.in. do prognozowania jakości i wydajności produkcji, konserwacji predykcyjnej (przewidywanie awarii i alarmowanie o niej pracowników), zarządzaniu zapasami, optymalizacji łańcuchów dostaw.
AI w rolnictwie to przede wszystkim analiza bogatych zasobów danych pozyskiwanych z różnych źródeł, w tym czujników internetu rzeczy, a następnie wyszukiwanie korelacji między różnymi zestawami danych (np. czynników pogodowych z opłacalnością uprawy danej rośliny) czy też prognozowanie pogody, plonów, trendów rynkowych, a nawet przewidywanie awarii maszyn rolniczych.
Sztuczna inteligencja znajduje szerokie zastosowanie w systemach wizyjnych do analizy obrazu. Takie systemy umożliwiają np. rozpoznawanie chwastów i mogą być montowane na opryskiwaczach i pielnikach. Systemy wizyjne z AI mają również zastosowanie w produkcji zwierzęcej, o czym będzie mowa poniżej.
Sztuczna inteligencja to także wirtualni asystenci w ciągnikach i maszynach samobieżnych monitorujący pracę tych maszyn, jak i wspomagający operatora w dokonywaniu nastaw parametrów ich pracy lub nawet samodzielnie wykonujący te czynności w celu poprawy wydajności pracy, jakości zbieranego plonu lub wykonywanego zabiegu agrotechnicznego i zużycia paliwa.
Sztuczna inteligencja w gospodarstwie mlecznym
Jednym z trendów w rolnictwie, który sukcesywnie się rozwija, jest precyzyjna produkcja zwierzęca (PLF – precision livestock farming). Celem PLF jest połączenie wyższej efektywności produkcji z poprawą zdrowia i dobrostanu pojedynczego zwierzęcia poprzez ciągłe, automatyczne monitorowanie kondycji i stanu zdrowotnego zwierzęcia za pomocą obrazów, dźwięków i innych danych pozyskanych poprzez kamery, mikrofony i różnego rodzaju czujniki.
Kamery i czujniki umieszczone w budynkach inwentarskich oraz na zwierzętach dostarczają dużych zasobów danych, które wymagają analizy na bieżąco. Zasoby te są tak obszerne, że analiza ich przez samego rolnika może być bardzo pracochłonna, jak również może prowadzić do błędów. W tym przypadku rolników wyręczyć mogą algorytmy sztucznej inteligencji, które mogą analizować różnego rodzaju dane, korelować je ze sobą i generować na ich podstawie prognozy.
Istotną technologią, w której szczególne zastosowanie znajdują algorytmy sztucznej inteligencji, są komputerowe systemy wizyjne (CVS – computer vision systems) wykorzystujące kamery dwuwymiarowe (2D), trójwymiarowe (3D) oraz termowizyjne.
Jednym z zastosowań technologii CVS wspartej algorytmami sztucznej inteligencji jest identyfikacja zwierząt na podstawie cech biometrycznych, która może zastąpić tradycyjne kolczyki i tagi RFID. Jak na razie systemów CVS nie udało się w pełni dopasować do wszystkich ras krów, jednakże w przypadku rasy holsztyńskiej wskaźnik dokładności działania systemu, jak wykazały badania naukowe, osiągnął poziom 89–92%. Wyższe dokładności uzyskano podczas monitorowania zachowania zwierząt i takich czynności jak jedzenie, picie, przeżuwanie, poruszanie się i odpoczynek. Cechy te można korelować z wydajnością mleczną oraz kondycją zwierząt. Systemy wizyjne ze sztuczną inteligencją mogą okazać się bardzo przydatne w wykrywaniu zaburzeń u zwierząt, takich jak kulawizna, zapalenie wymion i stres cieplny.
Choć obecne systemy CVS nie są aż tak doskonałe, to już w dużym stopniu mogą wspierać rolników w monitorowaniu stada zwierząt. Wraz z postępem technologicznym, który znacznie przyspieszył w ostatnich latach, z pewnością dokładność tych systemów osiągnie wysoki poziom.
Jednym z zadań sztucznej inteligencji jest analiza danych pozyskanych z czujników internetu rzeczy, zarówno tych umieszczonych w budynkach inwentarskich, jak i na samych zwierzętach. IoT umożliwia dostarczanie i gromadzenie ogromnych ilości danych z różnych źródeł, które sztuczna inteligencja przekształca w informacje łatwe do zinterpretowania przez rolników. To z kolei ułatwia rolnikom podejmowanie świadomych decyzji dotyczących zarządzania stadem zwierząt.
Inwigilacja w oborze
Pojęcie „inwigilacja” może nam się źle kojarzyć, jednakże jeśli chodzi o gospodarstwa rolne, wykorzystujący sztuczną inteligencję „Wielki Brat” może okazać się bardzo pomocny dla hodowców bydła mlecznego. Stąd rozwiązaniami AI zainteresowali się czołowi producenci narzędzi i sprzętu do pozyskiwania mleka oraz żywienia zwierząt.
Propozycją firmy DeLaval jest system analizy zachowania zwierząt o nazwie Plus Behavior Analysis. Rozwiązanie wykorzystuje sztuczną inteligencję i na bieżąco analizuje dane dotyczące zachowania krów pozyskiwane z różnych czujników. W ten sposób identyfikuje chore krowy, wskazuje sztuki, u których zaczyna się ruja, jak również monitoruje ich lokalizację. Specjalnym rozwiązaniem do wspomnianego systemu jest umieszczony na uchu krowy sensor w postaci kolczyka (DeLaval BioSensors), który rejestruje aktywność krowy, pobieranie paszy, przeżuwanie, a także umożliwia bardzo szybką jej lokalizację.
Dane z czujników za pośrednictwem internetu przesyłane są do chmury obliczeniowej, gdzie są następnie analizowane.
Bazując na wzorcach zachowania, DeLaval Plus jest w stanie szybciej wykryć wszelakie anomalie w zachowaniu zwierząt, niż może zrobić to człowiek. Odstępstwa od wzorców zachowania zwierząt są rejestrowane, a rolnik otrzymuje alert. Przydatną funkcją systemu jest również bieżący monitoring lokalizacji zwierzęcia, co pozwala szybko znaleźć daną krowę w oborze.
Rozwiązaniem będącym swego rodzaju „Wielkim Bratem” w oborze jest wizyjny system monitorowania krów i obór za pomocą sztucznej inteligencji o nazwie Zeta zaproponowany przez firmę Lely.
Koncepcja Lely Zeta opiera się na sieci kamer umieszczonych we właściwym miejscu w oborze, oświetlenia LED i minikomputera. System pozwala na uzyskanie ogólnego widoku stada z góry. Całodobowy podgląd z kamer w połączeniu ze sztuczną inteligencją wykrywającą obiekty i inteligentnymi algorytmami umożliwia systemowi Zeta rozpoznawanie krów i robotów mobilnych, a także określanie ich lokalizacji, specyficznych zachowań i zdarzeń w oborze.
Kluczowym elementem systemu Zeta jest oświetlenie LED. To właśnie dynamiczne oświetlenie wspomaga pracę kamer i zapewnia wyraźny obraz. Na potrzeby pracy w nocy opracowano specjalny tryb „full moon”, który zapewnia dokładnie tyle przyćmionego światła, ile potrzeba, aby system mógł działać w oborze. Zeta pobiera wszelkiego rodzaju informacje i dane na temat tego, co dzieje się w budynku. System analizuje nie tylko zachowanie i lokalizację krów, ale również pracę robotów mobilnych.
Ze sztucznej inteligencji korzysta też firma GEA, która opracowała system CattleEye służący do wczesnego diagnozowania oraz prognozowania przypadków kulawizny. System CattleEye jest zbudowany z zainstalowanej ponad wyjściem z karuzeli udojowej kamery rejestrującej i nagrywającej każdą krowę, która opuszcza halę. Nagrany materiał jest analizowany przez algorytm sztucznej inteligencji, który bada schematy poruszania się krów i w ten sposób wykrywa wszelkie nieregularności. Podczas oceny tych schematów system przyznaje każdemu zwierzęciu ocenę ruchową, która wskazuje, czy dane zwierzę jest w dobrej formie fizycznej i czy jest dobrze odżywione.
