Hogyan segíthet a mesterséges intelligencia a nagyüzemi állattartásban?
Mivel foglalkozik az Institute of Electrical and Electronics Engineers Cognitive Mobility konferencia?
Az IEEE CogMob olyan kutatási területek összefonódását vizsgálja, mint a mobilitás, a közlekedés, a járműtechnika, a társadalomtudományok, a mesterséges intelligencia és a kognitív infokommunikáció. Fő célja, hogy holisztikus képet adjon arról, miként értelmezhető, írható le (modellezhető) és optimalizálható a mobilitás a mesterséges és a természetes/emberi kognitív rendszerek ötvözeteként. Azt vizsgálja, hogy a létrejövő CogMob rendszerben milyen új kognitív képességek alakulnak ki. Egyik fókuszterületét jelentik a mérnöki alkalmazások.
Mióta kutat az AI agráriumban történő felhasználásával kapcsolatban, és melyek az eddigi fő eredmények?
Az ELTE Informatikai Karán 2016 óta foglalkozunk agrárinformatikával. Agrármérnökként közel tíz évig volt feladatom a nagyüzemi baromfi- és sertéstelepek tartástechnológiai fejlesztése. Ez időszak alatt megismerhettem a gyakorlati szakemberek gondolkodását, ami sokat segít a projektjeink tervezésében és megvalósításában.
Az állati termékek előállításának modernizálásában a digitalizáció a következő lépcsőfok
a termelés ökonómiai és ökológiai hatékonyságának növelésében, a fenntartható állatitermék-előállítás támogatásában.
Az ún. precíziós állattartási technológiák révén (angolul PLF – precision livestock farming) digitális adatok gyűjtésével, nagyméretű adatbázisok létrehozásával, egyedi szintre lebontva elemezhetőek a termelési folyamatot befolyásoló tényezők és összefüggéseik. Itt nyílik lehetőség a mesterséges intelligencia és a gépi tanulási módszerek alkalmazására. A numerikus adatokon kívül kameraképeket, videókat, hangokat is elemzünk – ezek alapján optimalizálható a takarmány- és energiafelhasználás, ezáltal a környezetre gyakorolt káros hatás, valamint az egyre nehezebben biztosítható humánerőforrás a nagyüzemi állattartásban.
A most díjat nyert publikáció mit ad hozzá az eddigi ismeretekhez?
Nagy örömmel fogadtam a lehetőséget, hogy publikációt adhatunk be és előadást tarthatok az IEEE CogMob nemzetközi konferencián. Azt gondolom, hogy a főszervezők részéről bátor és előremutató lépés volt – ahogy ők fogalmaztak – „a szarvasmarhát egy mobil objektumnak” tekinteni. A visszajelzések alapján sikerült felkelteni a résztvevők érdeklődését és felvillantani egy számukra teljesen új területet.
A nagyüzemi állattartás meglehetősen komplex fogalom, amely magába foglalja a legjelentősebb gazdasági haszonállatok zárt körülmények közötti, illetve szabadban, legelőn való tartásmódját is. Ebből következően az adatgyűjtési környezet rendkívül heterogén, amihez a PLF-technológiáknak alkalmazkodniuk kell. A publikációnkban a magyarországi legelőn tartott szarvasmarha-állomány mobilitását és az abban felismerhető mintázatokat elemeztük. Ebben a tartásmódban az állattartónak csekély lehetősége van az állatok napi szintű, egzakt megfigyelésére. A hústermelés sikerének egyik feltétele az egészségügyi állapot és a termékenységi mutatók pozitív alakulása, a detektáláshoz és az értékeléshez szolgáltatnak adatot az állatok testére helyezett szenzorok és a kihelyezett meteorológiai állomások.
Hogyan lehet a gyakorlatban alkalmazni a publikációban feltárt eredményeket?
A PLF technológia lehetőséget ad az állattartónak arra, hogy valós idejű, hiteles és megbízható információkat kapjon
a nagy legelőterületen belül szabadon mozgó állatcsoport állapotáról. Ha bármiféle eltérést tapasztal, azonnal beavatkozhat, ami növeli a termelés biztonságát és ezáltal pozitív hatással van a jövedelmezőségre.
Az ELTE hallgatói miről tanulhatnak ebben a témában? Van-e lehetőségük bekapcsolódni az ezirányú kutatásokba?
Természetesen, nagy örömmel fogadjuk az érdeklődőket. Néhány éve elindítottuk az Informatikai Karon az Agrárinformatika kurzust magyar és angol nyelven, amire egyre többen jelentkeznek, néhányan már szakdolgozati témaként is választották ezt a területet. Igyekszünk minden félévben elindítani a kurzust, ahol számos vendégoktatótól hallhatnak hiteles és érdekes információkat az élelmiszertermelési szektor különböző területeiről – nem csupán az állattartás témakörében. Amennyiben egy hallgató úgy érzi, szeretne ezzel a területtel mélyebben foglalkozni, TDK-dolgozat és szakdolgozat-témát is tudunk vele egyeztetni. Az interdiszciplináris jelleg miatt a hallgatókat kutatásukban egy mezőgazdasághoz értő és egy informatikai területen jártas oktató is segíti. Több agrárkarral van kiváló kapcsolatunk hazai egyetemeken, ahol nyitottsággal állnak az ezirányú együttműködések elé.
Milyen irányban kíván tovább kutatni a kutatás folytatásaként?
Számtalan lehetőség kínálkozik még gyakorlati problémák megoldására, a megoldások alkalmazásának szélesítésére. Egy interdiszciplináris területről van szó, amelyben az állattenyésztési, az állatorvosi, a mérnöki, az informatikai területhez értő szakemberek és kutatók dolgoznak együtt – a legtöbb esetben – a gazdálkodó bevonásával. Ehhez mindegyik félnek valamilyen szinten el kell sajátítania a másik tudományát, hogy megtalálhassák a közös nyelvet. Szélesebb spektrumban fogalmazva társadalmi és ökológiai vonatkozásai is vannak az ilyen jellegű kutatásoknak, ami még több tudományterület bevonásának lehetőségét teremti meg. Érdekes távlatokat nyit Kovács Sándor matematikus kollégámmal közösen mentorált PhD-hallgatónk munkája, ő matematikai modellek alkalmazását vizsgálja a precíziós állattartásban, amire a leuveni egyetem kutatói is felfigyeltek.