Kunstmatige intelligentie in veehouderij
Voor het dossier Agro productie, handel en technologie splitsen we de voorbeelden van kunstmatige intelligentie op in de werkgebieden tuin- en akkerbouw en veehouderij. Binnen deze werkvelden zien we verschillende toepassingen van kunstmatige intelligentie.
In de veehouderij wordt veel datamining ingezet om met data de gezondheid en het welzijn van de dieren te verbeteren. Sensoren kunnen bijvoorbeeld de lichaamstemperatuur van dieren meten en signaleren wanneer ze ziek zijn. Dit maakt het mogelijk om snel in te grijpen en de verspreiding van ziekten te voorkomen. Kunstmatige intelligentie kan ook helpen bij het identificeren van problemen in de voeding van dieren en het verbeteren van hun dieet.
Veehouders verkrijgen met diermanagementsystemen steeds meer belangrijke gegevens van hun dieren. Sensoren en camera’s meten bewegingen, voedselinname, temperatuur en melkgegevens van de dieren
Toepassingen
-
Wat houdt het in?
In de veehouderij is er een melkrobot die informatie afgeeft over de melkproductie en het aantal bezoeken van een koe, en over de gezondheid. Er zit een algoritme in dat data integreert. Op basis van een datapatroon bekijkt dit algoritme in welke groep de koe ‘thuishoort’. Als de koe veel minder naar de melkrobot komt, kan dat wijzen op gezondheidsproblemen. Dan volgt een notificatie van koeien met een verhoogde score. Dat kan wijzen op een uierontsteking of op bijvoorbeeld kreupelheid. Als een dier blijft terugkomen op de lijst is er blijkbaar iets structureels aan de hand en moet de veehouder wellicht de veerarts inschakelen.
Bas Rodenburg (UU) vertelt:
“Er bestaat ook een soort stappenteller voor koeien die laat zien welke dieren gemiddeld actief zijn en welke dieren langere tijd actief zijn. De boer kan een lijstje van koeien krijgen waar hij specifiek naar moet kijken, omdat er qua melkproductie iets aan de hand is.”
Input
-
Visuele gegevens
Technologie
-
Data mining
-
Automation
Output
-
Perception
-
Notification
-
Suggestion
-
-
Wat houdt het in?
Het bedrijf Serket heeft een innovatie ontwikkeld voor het monitoren van vee. De software van Serket maakt gebruik van kunstmatige intelligentie om veehouders te helpen om op een verantwoorde en duurzame manier betere beslissingen te nemen over varkensproductie en winstoptimalisatie met minder inzet van personeel. Het draagt bij aan een voorspellende analyse die helpt bij het bepalen van de acties die de varkenshouder moet ondernemen, zodat de dieren en hijzelf ervan profiteren. De softwareoplossing wordt 24/7 ingezet in varkensstallen en -hokken. Door veranderingen in het gedrag van de dieren realtime te detecteren met behulp van standaardbeveiligingscamera’s en camerabeelden, stelt Serket boeren en vakexperts veehouderij in staat minder antibiotica te gebruiken, de voerkosten en de sterfte te verlagen en het welzijn van dieren te verbeteren.
De software is in staat om varkens te detecteren en hun activiteiten – zoals drinken en eten – en afwijkend gedrag – zoals agressiviteit en speelsheid – te monitoren, met een nauwkeurigheid die bijna vergelijkbaar is met die van het menselijk oog. Door deze systematische monitoring kun je bepaalde patronen herkennen. Als patronen afwijken van de verwachte patronen, informeert een systeem voor vroegtijdige waarschuwing de varkenshouder om de gezondheid van de groep en/of het dier te controleren. Het is bijvoorbeeld een bekend probleem dat zeugen op biggetjes gaan liggen, vooral de eerste dagen als de biggen klein en kwetsbaar zijn. Het slimme camerasysteem van Serket monitort de zeug en biggen permanent. Dreigt de zeug op een big te gaan liggen, dan herkent de camera deze situatie door beeldherkenning en kunstmatige intelligentie. Een waarschuwingssignaal in de vorm van een schreeuwende big beweegt de zeug ertoe direct weer op te staan. De software is nu in gebruik in de varkenshouderij, maar kan in de toekomst bruikbaar zijn voor alle diersoorten, zoals gevogelte, schapen, geiten en koeien. Ook is het momenteel alleen nog mogelijk om een groepsanalyse te doen. De software geeft nu aan dat er bijvoorbeeld in de groep vijf varkens liggen of dat er tien varkens drinken. De individuele identificatie is in ontwikkeling. (Emerce, 2022)
Input
-
Visuele gegevens
Technologie
-
Computer vision
-
Data mining
Output
-
Perception
-
Notification
-
Suggestion
-
-
Wat houdt het in?
IDA is een digitale, intelligente assistent voor melkveehouders, ontwikkeld door het Nederlandse agtech-bedrijf Connecterra. Het systeem helpt de boer efficiënter te werken en zijn bedrijfsvoering te verbeteren. Om dit te kunnen doen, maakt IDA gebruik van hardware (sensoren om de koeiennek en die verschillende types gedrag meet), koppeling met bestaande bedrijfs- en koegegevens en eventuele andere databronnen, zoals weerdata, gegevens uit de melkrobot en fokkerijgegevens. Het systeem herkent afwijkende bewegingspatronen als indicaties van, bijvoorbeeld, ziektes of tochtigheid en raadt de boer daarbij passende handelingen aan. IDA signaleert 24 tot 48 uur eerder dan de veehouder het zelf zou opmerken wanneer een koe zich niet goed voelt. Het systeem ziet subtiele gedragsveranderingen die kunnen wijzen op mastitis, metritis, ketose of andere ziektes. Deze vroegtijdige waarschuwingen verminderen het aantal behandeldagen en verbeteren het welzijn van de veestapel. Zo kun je ziekteduur en antibioticagebruik terugdringen en de melkopbrengst optimaliseren. IDA controleert elke koe op tekenen van tochtigheid, zodat je het optimale moment voor inseminatie niet misloopt. Het systeem signaleert ook vruchtbaarheidsgerelateerde problemen en helpt om niet-cyclische koeien, mogelijke abortussen en afkalvingen proactief te behandelen. IDA signaleert tochtige koeien en waarschuwt tot 5 uur voordat het optimale inseminatievenster begint. Elke koe wordt automatisch toegevoegd aan een eenvoudig te navigeren lijst, zodat je vooruit kunt plannen en protocollen kunt stroomlijnen.
Het systeem maakt gebruik van kunstmatige-intelligentiemodellen om de gedragsdata uit de sensoren te koppelen en te verwerken met de andere gegevens. Vervolgens stuurt IDA de veehouder waardevolle, accurate inzichten in de IDA-app. Daarnaast kan IDA de aanpassingen in het bedrijfsmanagement, voer of strooisel meten over een bepaalde periode. (WRR, 2021 en Connecterra, 2019)
Input
-
Klimaatgegevens
Technologie
-
Data mining
Output
-
Notification
-
Suggestion
-
-
Wat houdt het in?
In het project ‘Slimme varkensketen’ van AgriFoodInnovation zetten bedrijven en kennisinstellingen data in om een innovatieve varkensketen te ontwikkelen met gezonde dieren en kwalitatief goede vleesproducten. Om te kunnen sturen op de gezondheid van de dieren en de kwaliteit van het eindproduct, is het belangrijk dat je in verschillende schakels in de keten data verzamelt, deelt en koppelt. Te beginnen met data over het stalklimaat. De stallen van de bijna honderd deelnemende varkenshouders zijn daarvoor uitgerust met klimaatsensoren. Deze sensoren meten continu CO2– en ammoniakgehaltes, luchtvochtigheid en de temperatuur in de stal. Dat maakt de keten transparanter en ketenpartijen kunnen zo meer vraaggestuurd werken. (AgriFood Capital, 2022 en Bokhoven, 2023)
Input
-
Klimaatgegevens
Technologie
-
Data mining
-
Visuele gegevens
Output
-
Situational awareness
-
Impact van kunstmatige intelligentie op het werkveld van veehouderij
Impact op werkprocessen
De zorg voor productiedieren is gemakkelijker met ondersteuning van kunstmatige intelligentie. Bij een grotere groep dieren is eenvoudiger het overzicht te houden. De vakexpert veehouderij en/of (vakbekwaam) medewerker veehouderij krijgt een lijst van dieren die volgens de computer aandacht behoeven. Zo vertelt Bas Rodenburg (UU): “Als je tweehonderd koeien moet overzien of honderdduizend vleeskippen, dan is het heel fijn als je weet van welk dier moet ik hebben of welke stal of welk gedeelte van de stal waar iets aan de hand is.”
De vakexpert veehouderij en vakbekwaam medewerker veehouderij dienen over de kennis van het systeem te beschikken om deze op de juiste manier in te stellen en aan te kunnen passen.
“Het is gemakkelijker om de kwaliteit van het dierlijk product te borgen, doordat de data van systemen aan elkaar verbonden zijn. Stel, je behandelt koe nummer 83 voor uierontsteking. Dan mag de melk van koe nummer 83 niet voor consumptie worden aangeboden. Die moet je apart opvangen. Het is belangrijk om die twee te koppelen. Dat op basis van een benodigde ingreep ook correct met het risico voor de mensen wordt omgegaan.”
Bas Rodenburg (UU)
Impact op benodigde vaardigheden
Kennis over de dieren blijft van belang, oftewel het boerenverstand. Daarnaast zijn nieuwe vaardigheden nodig om te begrijpen hoe het systeem inzichten genereert. De boer of vakexpert veehouderij moet weten wat er gebeurt en aan welke knoppen hij moet draaien. Begrip is nodig van wat het systeem inhoudt en doet om vertrouwen te hebben dat de software betrouwbaar en accuraat is. Als zo'n systeem eenmaal is geïmplementeerd, ondersteunt de software de boer of vakexpert veehouderij bij zijn werkzaamheden. In die zin verandert de manier van werken op het moment dat je zo'n systeem gebruikt. De beroepsbeoefenaar komt meer achter een bureau te zitten en loopt minder in de stal. Tijd die niet meer nodig is voor het melken, benut hij voor het maken van een gedetailleerde analyse van de diergezondheid. Het opzoeken van de dieren in de stal is meer gericht op dieren die volgens de analyse aandacht nodig hebben. De inzet van de vakbekwaamheid is meer gericht op het nemen van de juiste beslissingen en om mensen aan te sturen op basis van data.
Het gaat volgens Bas Rodenburg (UU) om hoe de beroepsbeoefenaar dient om te gaan met output:“Hoe beoordeelt de beroepsbeoefenaar de meldingen? Wanneer is het een terechte melding of is het ruis in het systeem? En hoe veranker je het in een proces wie de dieren bezoekt? Heb je daar een systeem voor of doe je dat handmatig? Dat vraagt om duidelijke communicatie en afstemming tussen medewerkers. Dat zal misschien niet iedereen liggen.”
Het transformeren van data, de analyse en rapportage van data gaat allemaal digitaal. Daar is enige mate van computer literacy voor nodig en kennis van mobiele applicaties. Op basis van de gegevens die een boer of vakexpert veehouderij ontvangt, krijgt hij inzicht in hoe goed het bedrijf het doet in vergelijking met andere bedrijven. De bedrijfsgegevens zijn beter te analyseren en je kunt gebruikmaken van benchmarks: Wat zijn de sterke en zwakke punten van het bedrijf? En hoe zijn die te verbeteren?