Nasazení AI v chovu hedvábniček

Hedvábničky jsou v Evropě často vzhledem ke svému specifickému opeření považovány za trošku komická plemena (ve středověku byly dokonce prodávány jako kříženci králíka a slepice), ale například v Číně, konkrétně v Tiantaishan Village, někteří chovatelé hedvábniček seriózně nasazují AI.

Dává to celkem dobrý smysl: hedbábničky mají malý vzrůst, jsou nelétavé, nehrabou jako ostatní plemena slepic, mají klidnou povahu, a navíc mohou velmi dobře zastávat i roli náhradní matky pro křepelky, bažanty nebo vodní drůbež. AI modely se proto právě na nich mohou relativně snadno naučit základní postupy, které pak mohou být využity při dalším tréninku AI pro chovatelsky náročnější plemena.

Mezi klíčové technologie v tomto kontextu patří:

1. Čipy a senzory
• RFID čipy: každá slepice je vybavena RFID čipem, který umožňuje její individuální identifikaci, sledování jejího pohybu, krmení i zdravotního stavu. Lze takto monitorovat hmotnost se spolehlivostí dosahující až 98,5 % a příslušná data samozřejmě průběžně zaznamenávat do databáze.
• Senzory prostření: nepřekvapivě se jedná o teplotu, vlhkost, hladinu amoniaku a CO2. Data z čidel pomáhají v reálném čase předcházet stresu z tepla a minimalizovat tak riziko narušení homeostázy.
• IoT zařízení: vyhodnocení dat z akcelerometrů a gyrokopů umožňuje včas detekovat abnormální chování, například první příznaky nemoci, a to se spolehlivostí až 97 %.
2. Kamery a pokročilé modely počítačového sledování
• Avian Surveillance Cam: detekce anomálií, jako je neobvyklé chování, nebo přímo úhynu, ale i početních stavů aj. Například systém dodavatele od Xiashu Technology dokáže počítat jednotlivé kusy s přesností 99,9 % a identifikovat defektní vejce na dopravních pásech.
• OLOv8+CBAM: umožňují další zpřesnění detekce v komplexních prostředích, například při různé úrovni osvětlení nebo při překrytí slepic, s navýšením přesnosti až o dalších 95,2 %.
3. AI algoritmy a analytika
• Machine Learning (ML) a Deep Learning (DL): algoritmy jako Random Forest nebo Support Vector Machine, umožňují analýzu dat chování slepic, krmení a rovněž zvuků vydávaných jednotlivými kusy pro detekci onemocnění – například Newcastleovu chorobu nebo ptačí chřipku jsou schopny zachytit s přesností až 100 %.
• Prediktivní analytika: skrze AI lze predikovat poptávku a optimalizovat produkci, aby nedocházelo zbytečně k plýtvání, nebo nadprodukci.

Výhody a nevýhody nasazení AI v chovech hedvábniček

Výsledky jasně demonstrují, že zdraví a welfare zvířat je skrze tyto AI systémy možné posunout na novou úroveň. Už jen samotná zvuková analýza změn ve frekvenci klování chovateli včas signalizuje zdravotní problémy na úrovni jednotlivých kusů. Produkce v Tiantaishan Village se celkově zvýšila až o 30 %, a to dílem skrze optimalizaci krmení, zejména dávkování živin jako lysin a methionin a minimalizaci plýtvání, ale také díky snížení spotřeby vody a také skrze kamerovou detekci predátorů (v tomto případě – venkovní chovy – to byli psi).

Počáteční náklady na investice do senzorů, kamer a AI softwaru jsou ale poměrně vysoké, stejně tak není levná údržba a servis. To může být logicky překážkou pro plošnější nasazení těchto technologií zejména v menších chovech.

Porovnání čínského přístupu s podmínkami v EU

Evropa je nepochybně světovým lídrem v oblasti péče o welfare zvířat a udržitelnost. Čínský model se zaměřuje spíše na maximalizaci produkce a ochranu před predátory, ačkoliv úspory krmiv, vody i léčiv samozřejmě vedou i nižší uhlíkové stopě na jednotku produkce, který je srovnatelný s Evropou (tj. snížení emisí skleníkových plynů až o 10 %, vody až o 20 %).

Zatímco Evropa se orientuje, pokud jde o AI, především na sledování skotu a prasat (např. CattleEye využívá kamery pro detekci a vyhodnocování pohybu a zdraví skotu pro zvýšení produkce mléka), čínské systémy jako například ty od Xiashu Technology se soustřeďují na drůbež.

Limitujícím faktorem pro nasazení podobných technologií v EU ale nejsou primárně finanční náklady, nýbrž relativně přísné regulace plynoucí z obavy z nadměrné automatizace, která by dle dikce evropské legislativy mohla nepřijatelně upřednostnit ekonomiku před welfare. Silnou stránkou Evropy oproti Číně je na druhou stranu lepší přístup k technické podpoře a školením díky mnohem rozvinutější infrastruktuře. V Číně je často překážkou nasazení podobných technologií podstatně nižší digitální gramotnost (zejména ve venkovských oblastech).