Gyvulininkystės produktų gamintojai susiduria su nuolatiniu iššūkiu stebėti gyvūnų elgesį, ar nėra ligos ar sužeidimo požymių.
Norėdami išspręsti šią problemą, tarpdisciplininė Nebraskos universiteto komanda sukūrė tiksliąją technologiją, kuri padeda gamintojams nuolat stebėti gyvūnus ir naudoti duomenis jų kokybei gerinti. Į šią grupę įeina elektrikai ir kompiuterių žinovai iš Nebraskos, taip pat zoologijos mokslininkai, sukūrę technologinę sistemą, naudodami kiaulių vaizdo įrašus.
Sistema visą parą apdoroja iš gyvulininkystės ūkių gautą vaizdo medžiagą ir naudoja „mašininio mokymosi“ duomenų analizės metodą, kuris naudoja statistinius algoritmus, kurie padeda kompiuterinėms sistemoms tobulėti be aiškaus programavimo. Tai identifikuoja atskiras kiaules ir teikia duomenis apie jų kasdienę veiklą, pavyzdžiui, maistą, gėrimus ir judėjimą.![](http://img.tomahnousfarm.org/img/ferm-2020/16019/image_mtzwVeg5SycKiw14B406Z.jpg)
Remdamasi šiais duomenimis, sistema taip pat gali įvertinti, kiek sveria kiekviena kiaulė ir kaip greitai ji auga. „Mūsų sistema pateikia tipiško elgesio modelį“, - sakė Ericas Psota, docentas, elektros ir kompiuterinės inžinerijos profesorius. „Kai gyvūnas nukrypsta nuo šio modelio, tai gali būti ženklas, kad kažkas negerai. Tai leidžia lengviau aptikti problemas, kol jos nėra per didelės, kad jas būtų galima išspręsti. “
Komanda sukūrė savo sistemą naudodama giluminius mokymosi tinklus, tai yra mašininio mokymosi forma, turinti milijonus veiksnių ir parametrų. Norėdami identifikuoti kiaules iš visų pusių, tinklai apdoroja didelius ir mažus vaizdus, juos pasuka ir kitaip transformuoja.![](http://img.tomahnousfarm.org/img/ferm-2020/16019/image_TZhF7tolcl.jpg)
Komanda naudoja ausų įsagus, kad padėtų atpažinti, tačiau siekia pasikliauti unikaliomis fizinėmis savybėmis, tokiomis kaip ausies forma, išlaikant gamintojams papildomą ženklinimo darbą. Nors sistema buvo sukurta kiaulėms identifikuoti, jos algoritmai gali būti naudojami kitų rūšių gyvuliams, pavyzdžiui, galvijams, arkliams, ožkoms ir avims.