Для поиска заболевшей коровы в большом стаде больше не обязательно ждать, пока животное начнет явно хромать или демонстрировать другие заметные симптомы. Российские разработчики предложили поручить первичный контроль искусственному интеллекту: нейросеть непрерывно наблюдает за стадом через обычные видеокамеры и отмечает животных, поведение которых изменилось.
Проект разработали студенты Уральского федерального университета. Одна из главных особенностей системы – отсутствие дополнительного оборудования на самих животных. Коровам не требуется устанавливать электронные бирки, чипы или носимые датчики. Источником информации становится видеопоток с камер, которые можно разместить непосредственно на ферме.
Алгоритм оценивает сразу несколько признаков: положение тела, особенности движения и изменения поведения животного. Это позволяет искать отклонения, которые человек при обычном наблюдении за большим поголовьем может заметить значительно позже.
Наиболее отработанное направление разработки сейчас связано с хромотой. По данным создателей, ее система распознает с точностью более 95%. Параллельно алгоритмы обучают выявлять ранние признаки мастита и бурсита, пишут Известия.
При этом ИИ не должен заменять ветеринарного врача и самостоятельно ставить окончательный диагноз. Его задача другая – непрерывно просматривать огромный объем информации и указывать специалисту, каких животных необходимо проверить в первую очередь.
Для каждой коровы формируется собственная цифровая история. Система сохраняет наблюдения и отслеживает изменения со временем. Если показатели начинают заметно отличаться от привычного поведения конкретного животного, оно попадает в список для ветеринарного осмотра. При критических отклонениях специалисту может автоматически поступить предупреждение.
Такой подход особенно интересен для крупных животноводческих комплексов. При сотнях или тысячах голов постоянное индивидуальное наблюдение требует значительных трудозатрат, тогда как камеры способны контролировать стадо круглосуточно. В результате подозрительные изменения можно обнаружить еще до того, как заболевание серьезно скажется на состоянии животного и его продуктивности.
Экономический эффект потенциально складывается сразу из нескольких факторов: более раннего начала лечения, уменьшения осложнений и снижения потерь производства. Кроме того, ветеринарная служба получает возможность распределять время не на одинаково частые осмотры всего поголовья, а прежде всего на животных, у которых алгоритм заметил отклонения.
Разработка уже получила статус резидента «Сколково», а ее авторы стали лауреатами конкурса «Стартап как диплом». Результаты проведенных испытаний оформлены соответствующими протоколами.
Если технология подтвердит эффективность непосредственно на крупных фермах и для большего числа заболеваний, обычная система видеонаблюдения сможет выполнять еще одну функцию – стать инструментом постоянного контроля здоровья стада. Для животноводства это означает постепенный переход от реакции на уже заметную болезнь к выявлению проблем на этапе, когда внешние признаки только начинают появляться.
