Az Alföldi Állattenyésztési Napok keretében megrendezett, a Magyarországi Precíziós Állattartásért Egyesület (MAPÁE) és a Szegedi Tudományegyetem Mezőgazdasági Kara által szervezett konferencián Dr. Süli Ágnes, a Szegedi Tudományegyetem Mezőgazdasági Karának főiskolai docense a precíziós takarmányozás és a mesterséges intelligencia szerepéről beszélt a hazai állattenyésztésben. Előadásában kiemelte: a jelenlegi klimatikus és gazdasági környezetben már nem léteznek univerzális takarmányozási receptek, ezért a jövő a telepspecifikus, adatvezérelt döntéstámogatásé.
Telepspecifikus válaszok kellenek a klímaváltozásra
A szakember szerint a precíziós takarmányozás lényege ma már nem egyetlen „jó” takarmány vagy adalékanyag megtalálása, hanem az alkalmazkodás. Úgy fogalmazott: rendkívül nagy a heterogenitás a takarmány-alapanyagokban, a genetikában, a tartástechnológiában, a klimatikus viszonyokban és a menedzsmentben, ezért minden telep eltérő megközelítést igényel. Egy dél-alföldi, aszályos térségben működő tejtermelő gazdaság például teljesen más körülmények között dolgozik, mint egy észak-magyarországi telep.
Nem létezik univerzális takarmányozási recept
Dr. Süli Ágnes előadásában az IntelliFarmMoo – vagy ahogy fogalmazott, az „okosgazda szeme” – rendszer fejlesztését is bemutatta. A rendszer célja, hogy a telepeken keletkező, rendkívül nagy mennyiségű adatot integrálja, elemezze és döntéstámogató információvá alakítsa. Mint mondta, a legtöbb telepvezetőnek nincs ideje arra, hogy a napi operatív feladatok mellett különböző riportokat, laboreredményeket és telepirányítási adatokat elemezzen, ezért a döntések sokszor még mindig reaktívak.
Az IntelliFarmMoo rendszer ezzel szemben prediktív megközelítést alkalmaz. A különböző szenzorokból, kamerákból, telepirányítási rendszerekből és laboratóriumi adatbázisokból származó adatokat integrálja és egységesíti, majd mesterséges intelligencia segítségével elemzi azokat. A rendszer képes például az állatok mozgásmintázatának, takarmányfelvételének, társas viselkedésének vagy kondíciójának megfigyelésére, miközben különböző kockázati forgatókönyveket és előrejelzéseket készít.
Az „okosgazda” többet lát, de az ember így is nélkülözhetetlen
A kutató hangsúlyozta, hogy az állategészségügyi problémák jelentős része hosszú ideig szubklinikai szinten marad. Mire egy tehén látványosan sánta lesz vagy csökken a tejtermelése, addigra a probléma gyakran már hetekkel korábban kialakult. A mesterséges intelligencia egyik legfontosabb szerepének azt nevezte, hogy az ember számára még nem látható mintázatokat és eltéréseket is képes felismerni.
Ugyanakkor többször kiemelte: a mesterséges intelligencia nem válthatja ki a szakembert. Elmondása szerint a rendszerek működését folyamatosan validálni kell, mert minden telep más, és nincs általánosan alkalmazható küszöbérték. Példaként említette, hogy egy mozgáselemző algoritmus több esetben „apatikusnak” minősített kérődző állatokat, miközben azok valójában nyugalmi állapotban voltak és egészséges viselkedést mutattak. Ez szerinte jól példázza, hogy a gyakorlati tapasztalat és az állatok viselkedésének ismerete továbbra is nélkülözhetetlen.
Három mesterségesintelligencia-modell dolgozik egyszerre
A fejlesztés egyik újdonságaként arról is beszélt, hogy három különböző mesterségesintelligencia-modellt alkalmaznak párhuzamosan. Az egyik az események és mintázatok felismerésére szolgál, a másik különböző szcenáriókat és előrejelzéseket készít, míg a harmadik kockázatelemzést végez. A rendszer úgynevezett „konszenzusmotorral” működik, vagyis a modellek egymás eredményeit is ellenőrzik, növelve az előrejelzések pontosságát.
Dr. Süli Ágnes szerint a telepvezetők valójában nem algoritmusokat akarnak látni, hanem konkrét, gyakorlati javaslatokat. A precíziós rendszerek jövője ezért szerinte nem pusztán az adatgyűjtésben, hanem az értelmezhető, gyorsan alkalmazható döntéstámogatásban rejlik. Az IntelliFarmMoo fejlesztését jelenleg is tesztelik hazai tejtermelő telepeken, és a kutatócsoport komoly potenciált lát a rendszer gyakorlati alkalmazásában.
Agrárágazat Tudástár: döntéstámogató rendszer – A döntéstámogató rendszer olyan digitális megoldás, amely különböző telepi adatokat – például takarmányozási, termelési, állategészségügyi vagy viselkedési információkat – elemez, majd ezek alapján segíti a gyorsabb és pontosabb szakmai döntéseket. A precíziós állattartásban a mesterséges intelligencia képes korai eltéréseket és rejtett kockázatokat felismerni, de a végső döntéshez továbbra is szükség van az állattartók és szakemberek tapasztalatára.
