Túljártak a mérleget kijátszó baromfik eszén

A nagyüzemi baromfihús-termelésben a madárállomány fejlődését jellemző testsúly-gyarapodás a teljes hizlalási ciklus során fontos információ a baromfitartó gazdaságnak. Mérési módszerek eddig is voltak, amelyek alapvetően két csoportba sorolhatóak: kézi mérés és digitális mérlegek. A kézi mérés során a hizlalási ciklus folyamán legfeljebb néhány alkalommal, állománymérettől függően, átlagosan 2-3 óra alatt a teljes bent lévő állomány 2,5-3%-át mérik meg, a függesztett madármérlegek a teljes hizlalási rotációban hozzávetőleg az állomány 10%-ának súlyát rögzítik digitálisan.

A hazai szakemberek által jegyzett és alapított Birdwatcher vállalkozás ChickCheck megoldása a baromfiállomány 50%-ának egyedi méréséből kalkulálja az istálló-átlagsúlyt (ez egy hizlalási ciklusban 200 000 mérést jelent) és rendel hozzá szórásértéket. A kézi méréssel szemben a madarak megzavarása nélkül tudható meg a súly, a függesztett mérleghez képest pedig nem a „madárra bízzák”, hogy fellép-e a mérlegtányérra. Ennek jelentősége különösen a hizlalási ciklus utolsó két-három hetében válik kiemelkedően fontossá, mert a nagyobb testű madarak súlya éppúgy megtudható, mint a kisebb és fürgébb társaiké (amelyek baromfitartói gyakorlati tapasztalat alapján többször lépnek fel a mérőtányérra), elkerülve ezzel az átlagsúlyt alulbecslését.

Az innováció segítségével – tájékoztatta magazinunkat Alexy Márta alapító, tulajdonos – a nagyüzemi, mélyalmos baromfitartási rendszerekben valós idejű, mesterséges intelligencia-alapú monitoring-rendszer valósítható meg, amely alkalmas a madarak egyedi súlyának becslésére a teljes baromfiállományban és tartási időszakban a kézi mérés és/vagy a digitális mérlegek alkalmazása helyett. Az új eljárás az adott zárt baromfitartó épület technológiai színvonalától független, önállóan is alkalmazható megoldás, de a már meglévő istállóvezérlési rendszerbe is installálható. A kamerákat nem kell eltávolítani, majd ismét felszerelni az új rotáció fogadása előtt, bírják a nagyüzemi tartással járó igénybevételt; a hagyományos függesztett mérlegekkel szemben ürülékkel nem szennyeződnek.

Fejlesztésünket tovább folytatjuk és a már elkészült pecsenyekacsa-súlybecslő modellt betanítjuk a szükséges módosításokkal a pecsenyecsirkére és következő lépésben a pulykára is. Nem lehet ugyanakkora pontossággal és hitelességgel használni ugyanazt az algoritmust minden pecsenyebaromfinál, mert növekedési erélyben és testalakulásban nem csupán az egyes baromfifajok különböznek, hanem azon belül az egyes genetikák is eltérnek. Ezért törekszünk arra, hogy a nagyüzemi körülmények között legnagyobb számban tartott fajtákra és hibridekre legyen specifikusan kidolgozott súlybecslő modellünk – ismertette a további terveiket Alexy Márta.

A szakember elmondta azt is, hogy a kapott információ vizualizációjához egy okoseszközön megjeleníthető applikációt fejlesztettek, amely lényegre törően ábrázolja az adott genetika előzetesen betáplált optimális növekedési görbéjéhez képest az egyes kamerák által becsült súlyértékeket, feltüntetve az aktuális szórásértéket is. Több telephely és tartástér esetén az egyes istállókban külön megjeleníthető a súlyadatok alakulása. A modell megadja az egyes – baromfitartó által elvárt – súlykategóriák szerinti százalékos súlyeloszlást is egy Gauss-görbén.

A fejlesztés 95 %-os pontossággal becsüli a madarak élősúly-átlagát, amelynek összehasonlítási alapját a vágóhídon mért élősúly-átlag adja. Továbbá összehasonlították a vágóhídi grilltömeg-eloszlást, a kamerák által becsült eloszlási-görbével (az élő állapotban becsült súlyeloszlási-görbe visszakorrigálva grilltömegre).

A Birdwatcher ChickCheck fantázianevű megoldása abból az alapfelvetésből indul ki, hogy lineáris összefüggés van a madarak testmérete és testsúlya között, azaz, a nagyobb felülnézeti test körvonalhoz nagyobb testsúly is tartozik. A modell betanításához a kamerákon kívül, amelyek felülnézeti képeket készítenek a madarakról, szükség volt függesztett madármérlegre, amely segítségével a kameraképhez tartozó testsúlyértéket rögzítette. A tanító adatbázis mellett tesztadatbázist is létrehoztak, ami az algoritmus által, a madártest körvonala alapján, a becsült grammban kifejezett testsúly helyességének ellenőrzését végezte. A modell hitelesítését követően nincs szükség madármérlegre, a kamerák által gyűjtött képek alapján a modell önállóan becsüli meg az egyedi madársúlyt.

E megoldás alkalmazásával a kézi mérés is elhagyható, amivel így a humánmunkaerő-szükséglet csökkenthető. A megoldás további innovációja, hogy a jóval több egyedi mérésből származó istálló-átlagsúlyhoz szórásérték rendelhető a teljes hizlalási ciklus során. A baromfitartó igényétől függően például egy 1000 m2 alapterületű istállóban 3-4 kamera elhelyezésével a bent lévő madárállomány egyedeinek 50%-a mérhető. Az adatbázis méretét jellemzi, hogy egy kamera reggel 6 és este 10 óra között, 10 másodpercenként készít egy felvételt, ami egy hizlalási ciklusban (függően annak hosszától) hozzávetőleg egymillió képet jelent. Ez az úgynevezett nyers adatbázis, amely – tisztítás és a mérleg által mért súlyadatokkal való összeillesztését követően – 200 000 mérést jelent egy hizlalási ciklusban. A kézi mérés esetén ez a szám maximum 3%, azaz 200 mérés; a függesztett madármérleg esetén hozzávetőleg 10%, ami – az állomány nagyságától függően – 700 mérés.

A kamerák által készített képeket és a mérleg által rögzített súlyadatokat a rendszer felhőbe továbbítja, ahol elvégzik a számításokat és az eredményeket visszajuttatják a vizualizációs felületre.

„A ChickCheck megoldás validálásáig több mint hároméves kutató- és fejlesztőmunkával, együtt gondolkodással jutottunk el – mondta Alexy Márta. – Ebben nagy segítséget kaptunk olyan innovatív gondolkodású baromfitartó gazdálkodóktól, szakemberektől és vállalkozásoktól, akik és amelyek többéves gyakorlati szakmai tudásukkal és tapasztalatukkal hozzájárultak ahhoz, hogy eljuthassunk a fejlesztés jelenlegi állapotába. Tovább dolgozunk, számtalan ötletünk van még és a kapott javaslatokat is szeretnénk beépíteni a munkánkba. Akadémiai hátterünkből fakadóan a fejlesztésünk tudományos hátterét is kutatjuk, ebben nagy lehetőséget jelent számunkra egy hazai libatartással foglalkozó vállalkozással való közös kutatás. E közös munka során is rengeteg tudást és tapasztalatot szerzünk.”

A Birdwatcher Zrt.-t 2023-ban alapította két egyetemi oktató részvételével az Óbudai Egyetem. Alexy Márta agrármérnök és Szabó Sándor villamosmérnök több éve foglalkozik a mesterséges intelligencia és a gépi tanulási módszerek gyakorlati alkalmazhatóságának kutatásával a nagyüzemi állattartásban. Az egyetemi katedrára kerülést megelőzően Alexy Márta közel tíz évet töltött a nagyüzemi állattartás versenyszektorában, ahol feladatai közé tartozott a nagyüzemi sertés- és baromfitelepek automatizált tartástechnológiájának tervezése és értékesítése. Szabó Sándor egyetemi oktatói feladatai mellett több sikeres informatikai startup vállalkozásban vett részt, szakterülete az IoT (Internet of Things) technológiák, valamint a vezeték nélküli hálózatok fejlesztése.

Mindkét alapító tag egyetemi oktatói háttérrel rendelkezik, Alexy Márta az ELTE Informatikai Karának egyetemi docense és az Agrárinformatika, valamint az Alkalmazott adattudomány tantárgyak felelőse. Szabó Sándor a BME Villamosmérnöki és Informatikai Karának docense és a kutatási területéhez tartozó tárgyak oktatója. A ChickCheck fantázianevet viselő termékük 2022-ben megnyerte az Óbudai Egyetem startup-versenyét. Ezt követően az Óbudai Egyetem támogatásával és társtulajdonosként való részvételével megalapították a Birdwatcher Zrt.-t, amely fő tevékenységi köre a precíziós állattartási (elsősorban baromfi) technológiák fejlesztése és értékesítése. Ebben Alexy Márta cégvezető az agrárszakmai, Szabó Sándor technológiai vezető a villamosmérnöki-informatikai tudását és többéves tapasztalatát hasznosítják. A szakmai fejlesztő csapat tagja Tóth Gergő informatikus, aki az elemzésre előkészített képadatbázisra legoptimálisabban (erőforrás- és időhatékony) illeszthető matematikai modellek fejlesztésével foglalkozik. A Birdwatcher Zrt. erősségét tagjainak eltérő szakmai háttérből származó tudása adja, amely elengedhetetlen jellemzője egy sikeres agrárinformatikai termék fejlesztésének.