Eddig a tejelő szarvasmarhák vitték a prímet a precíziós állattenyésztésben. Most mi a helyzet?
Tóth Tamás: Továbbra is „zászlóshajó” a tejelő szarvasmarha: magas az egy állatra jutó érték, és gyorsan megtérülnek a mindennapi mérések (pl. ivarzásdetektálás, kérődzés, takarmányfelvétel, tejösszetétel). Közben nagyot lépett előre a sertéságazat: automatizálható telepi folyamatok, kamera- és hangalapú mesterséges intelligencia (MI) révén csoportos tartásban is egyedhez köthető információk nyerhetők. Baromfinál pedig a tömegtermelés és a nagy állatlétszám miatt a monitoring különösen gyorsan hoz hasznot.
Hol történt előrelépés az elmúlt egy évben? Miből lett új adat?
T. T.: A fő ugrás az adatforrások összekapcsolásában van: a cél ma már nem „még egy szenzor”, hanem a döntéstámogató információ. Erősödtek a kamerás MI-megoldások (viselkedés, sántaság, élősúly/kondíció becslése stb.), a takarmányozási mintázatok értelmezése és a mikroklíma (hőstressz, ammónia, légcsere) nyomon követése. A telepi gyorsanalitika, például a közeli infravörös technika (NIRs), sokszor többet segít a telepen etetett takarmányreceptúrák javításában, mint egy újabb állatszenzor.
Miért? Mit tud ez a hőkamerás megoldás?
T. T.: Tulajdonképpen nem hőkamera a közeli infravörös technika, hanem spektrumalapú gyorsanalitika. Kalibrációval több beltartalmi paraméter – mint szárazanyag, fehérje, zsír, rost, keményítő – becslésére alkalmas.
Akkor ezzel nem az állatot vizsgálják…
T. T.: …hanem a takarmányt. A műszer segítségével, bár ehhez már nagyobb adatbázisra van szükség, mennyiségi paramétert is lehet vizsgálni, de lehet ellenőrizni a minőségi paramétert is, például azt, hogy egy takarmánykeverék mennyire homogén vagy inhomogén. A technika nagy előnye, hogy a szenzor beépíthető a gyártósorba (inline/online) – például szalagra vagy keverőegység közelébe –, így az alapanyag áthaladása közben közel valós időben történhet a mérés. Ennek függvényében változtatni tudjuk a takarmányreceptúra beltartalmi összetételét. És ez mobileszközzel telepi körülmények között is működik és az onnan nyert adatok ismeretében sokkal gyorsabban lehet reagálni a takarmány összetételére, ha szükséges. A NIRs előnye ebben rejlik, azonnal információt ad adott takarmány táplálóanyag-tartalmáról. Nem kell elküldenem a takarmányt laborba, nem kell várni napokat az eredményre.
Meg lehet mondani, mennyi adat kell egy állatról? Van felső határ?
T. T.: Nem az adatmennyiség a kérdés, hanem hogy lesz-e belőle egyértelmű döntés és teendő. A jó rendszer mér, összerakja az összefüggéseket, majd egyszerű, „telepi nyelvű” jelzést ad (pl. piros–sárga–zöld színkódokkal). A „felső határ” inkább működés: állatfajonként 5-8 kulcsindikátorra érdemes fókuszálni, a többi maradhat háttér. A komplex telepirányítás terjed, de 2026-ban ez még nem valósult meg az állattartó telepek többségénél.
Mi történik a háttéradatokkal, azoknak mi a lényege, fontossága?
T. T.: Nem biztos, hogy az automatizált rendszerekbe minden egyes paramétert be kell vinni. Lehet, hogy nagyon sok adatot gyűjtök egy istállóban, de elképzelhető, hogy pusztán az ammóniaszint emelkedése elég ahhoz, hogy a szellőzőrendszer automatikusan bekapcsoljon. És bár a többi tényezőt is mérem, azok a szellőzés beindításában már nem játszanak kulcsszerepet.
Tudunk a háttéradatokból olyan információt nyerni, amelyik egy másik értékmérő tulajdonság vagy éppen a termelés fokozásához felhasználható?
T. T.: Abszolút. Lehet ezekkel az adatokkal is dolgozni, nem felesleges se a mérésük, se az elemzésük. Lehet, hogy nem kulcsparaméterek, nem rájuk fókuszálunk, de elképzelhető, hogy nagyon jól alkalmazhatók mondjuk egy telepirányítási rendszer fejlesztésében.
Milyen magyar fejlesztések, kutatási irányok vannak? Hogyan működnek a gyakorlatban?
T. T.: Itthon több irány látszik: baromfiban pl. a Birdwatcher kamerás, MI‑alapú állomány-monitoringja, míg szarvasmarhában a Béke Agrár szenzorfejlesztése. A szarvasmarha takarmányozásban a GEO‑MILK és a Neumann János Egyetem NIRS‑alapú telepi gyorsvizsgálata segít a teljes/részleges takarmánykeverék (TMR/PMR) összetételének gyors visszaellenőrzésében. A napi munkát telepirányítási és döntéstámogató rendszerek is könnyítik (pl. AgroVIR, TALP, RISKA, GODOMÁR, 30piglets): kevesebb adminisztráció, több riasztás és átlátható adat.
A magyar fejlesztések mennyire ismertek itthon és a világban?
T. T.: Jellemzően szakmai körökben, pilotokban és régiós szinten láthatók, globális márkává ritkábban válnak. A szűk keresztmetszet sokszor nem a technológia, hanem a skálázás: validált teljesítmény, standard mérés, integráció a nagy rendszerekhez, valamint stabil bevezetési és szervizháttér nélkül nehéz tömegesen terjeszkedni.
Akkor megfordítom a kérdést, a külföldi szabadalmakat, vívmányokat mennyire ismerik és használják itthon?
T. T.: Elterjedtebbek. Azok a precíziós technológiai megoldások és -rendszerek, amelyek itt vannak a magyar gyakorlatban, azok már skálázott, és külföldön is megszűrt rendszerek, módszerek.
Ezek jobbak, mint a magyarok vagy arról van szó, hogy multik, világcégek állnak mögöttük?
T. T.: Ez utóbbi a „titok”. Minden területre tudnék jó magyar példát is mondani. Számomra ráadásul mindegyik egyformán kedves, az AgroVIR azonban külföldön is egyre sikeresebb.
Az interjú terljes terjedelmében a Haszon Agrár magazin márciusi számában olvasható
Olvasd el ezt is!
