Skip to main content
Baromfi, Nutrinfo

A generatív mesterséges intelligencia hatékonyabbá teheti a baromfitelepeket?

A baromfitenyésztők rengeteg adatot gyűjtenek. Az intelligens eszközöket (IoT), az ok-okozati elemzést és a generatív mesterséges intelligenciát ötvöző új technológia felhasználhatja mindezen információkat a madarak egészségét, a termelést és az általános jövedelmezőséget érintő döntések optimalizálásához.
2024.03.20. | Agrofeed Nutrinfó

A baromfitenyésztők rengeteg adatot gyűjtenek. Az intelligens eszközöket (IoT), az ok-okozati elemzést és a generatív mesterséges intelligenciát ötvöző új technológia felhasználhatja mindezen információkat a madarak egészségét, a termelést és az általános jövedelmezőséget érintő döntések optimalizálásához.

A 2023-as Poultry Tech Summit konferencián Evan Sadlon, az MTech Systems adattudományi vezetője arról beszélt, hogy ez a technológia pontosabb válaszokat adhat olyan kérdésekre, mint például, hogy milyen hatással vannak a különböző előmelegítési rendszerek az átlagos napi súlygyarapodásra, hogyan változtatja meg a növekedési görbe inflexiós pontját az egy madárra jutó indító táp mennyisége, vagy hogy mikor kell különböző szellőztetési programokat indítani a takarmányhasznosítási arány (FCR) optimalizálása érdekében?

Arról, hogy mi az az ok-okozati elemzés, Sadlon szemléltetésképp megosztott egy táblázatot, amely a vízbefulladások és a Nicholas Cage-filmek között mutat összefüggéseket. „A táblázat szerint csak annyit kell tennünk az életek megmentése érdekében, hogy megakadályozzuk Nicholas Cage-et, hogy tovább színészkedjen” – mondta. „Hogyan különíthetjük el Nicholas Cage és a vízbefulladó emberek esetét a tényleges ok-okozati összefüggésektől? Ez valójában az ok-okozati elemzés. Azt keresi, hogy milyen cselekedetek vezetnek ténylegesen konkrét eredményekhez.” A baromfitenyésztők ugyanilyen hibákat követhetnek el gazdaságukban az adatgyűjtés során. A baromfiistállókban elhelyezett érzékelők az IoT segítségével számos tényezőre vonatkozó információkat gyűjtenek a madarak egészségi állapotától kezdve az istállón belüli környezeti feltételekig. „De ok-okozati elemzés nélkül a termelők nem biztos, hogy ténylegesen fel tudják használni ezeket az adatokat az eredményeik javítására” – tette hozzá.

A generatív mesterséges intelligencia sokkal eredményesebbé teszi a döntéshozatalt. Ezt a technológiát általában a mesterséges intelligencia következő generációjaként szokták emlegetni, mivel képes az általa gyűjtött adatokra építkezni. A generatív mesterséges intelligencia segíthet a baromfiadatokkal foglalkozó tudósoknak a madarak nevelésével és takarmányozásával kapcsolatos döntések meghozatalához használt kódolási és elemzési módszerek fejlesztésében és javításában.

www.wattagnet.com