RE-THINKING - Đưa AI vào ngành chăn nuôi lợn tại Việt Nam

Đưa Ai vào Chăn nuôi Lợn Tại Việt Nam

RE-THINKING tập trung vào nghiên cứu giải thuật – thuật toán cũng như xem xét sự ảnh hưởng của các yếu tố sinh học nhằm đề xuất các mô hình dự đoán có tính ứng dụng cao nhất và chính xác nhất có thể. Nhóm đã có 3 công bố và 1 bài poster trên hội nghị chỉ trong 4 tháng làm việc cùng nhau.

Thành viên chủ chốt của nhóm đã có kinh nghiệm nghiên cứu tại nhiều trường và viện trên thế giới. Trong đó có những Viện nổi tiếng như Viện Dữ liệu lớn (Tập đoàn Vingroup), Viện Hàn lâm Khoa học Sinica (Đài Loan), Đại học Quốc gia Úc, Đại học Melbounre. Bên cạnh đó, có sự hỗ trợ của các chuyên gia về trí tuệ nhân tạo, chăn nuôi đến từ Đại học Evora (Bồ Đào Nha), Đại học Murcia (Tây Ban Nha), Đại học Y Đài Bắc (Đài Loan), Đại học Quy Nhơn, Viện Nghiên cứu Ứng dụng Khoa học và Công nghệ.

Sản phẩm đầu tiên của nhóm là hệ thống xác định thân nhiệt bất thường của lợn bằng điện thoại đã có mặt trên thị trường. Các mô hình phân tích hoạt động, ước tính tăng trưởng và thiết bị IoT cũng đã sẵn sàng.

Định hướng và hợp tác nghiên cứu

Hiện nay, nhóm tập trung vào 3 bài toán chính:

• Hoàn thiện hệ thống IoT nhằm quản lý và kiểm soát mọi thiết bị trên điện thoại (Nhiệt độ, CO₂, NH₃, độ ẩm và thiết bị bật tắt tự động)
• Mô hình ước tính tăng trưởng và theo dõi hoạt động của lợn thông qua camera 2D.
• Xây dựng bài toán xác định tiếng ho của lợn để dự đoán bệnh.

Nguồn:  Dịch từ “How precision Farming can advance pork production”

Tiếng ho chính là cơ sở báo hiệu tình trạng suy hô hấp ở lợn. Các giải pháp trước đây sử dụng cảm biến, hoặc gần đây nhất là các micro kỹ thuật số sẽ được lắp đặt trong chuồng lợn. Nhiệm vụ của các mô hình AI chính là tính toán để phân biệt tiếng ho và các loại tạp âm khác. Khi phát hiện tiếng ho tăng lên nhiều lần, hệ thống sẽ thông báo để người nông dân hoặc bác sĩ thú y kịp thời can thiệp sớm trước 2 tuần.

Nguồn: Antimicrobial resistance in swine production. Animal Health Research Reviews 9(2):135-48

Hệ thống cảnh báo tiếng hét nhận được từ lợn con khi lợn nái đè lên, có thể giúp giảm thiểu tỉ lệ chết trong những ngày đầu lợn con ra đời. Tuy nhiên, việc phải luôn có công nhân quản lý ở đó để theo dõi hệ thống cảnh báo cũng chưa hiệu quả.

Từ ý tưởng sử dụng một luồng điện kích hoạt trên lợn vừa không ảnh hưởng đến sức khỏe nhưng làm lợn nái đứng dậy dường như là một giải pháp an toàn và tối ưu.

Tốc độ tăng trưởng là tiêu chí chính xác nhất để đánh giá hiệu quả chăn nuôi lợn thịt. Việc quan sát bằng mắt thường khó có thể nhận thấy rõ ràng những thay đổi nhỏ về cân nặng giữa các khoảng thời gian ngắn.

Trường hợp cân đo lợn thường xuyên trong trang trại quy mô lớn tốn kém rất nhiều chi phí về thời gian, nhân công, lại gây hoảng loạn cho đàn lợn nên gần như là bất khả thi. Các mô hình AI dựa trên góc quay, khoảng cách để tính toán diện tính lợn. Từ đó xác định cân nặng và ước tính tốc độ tăng trưởng.

Bên cạnh đó, xem xét hoạt động của lợn để đánh giá mức độ phúc lợi và sức khỏe của lợn cũng có vai trò quan trọng nhằm đảm bảo năng suất chăn nuôi. Trong hình dưới, dựa vào các dải màu để đánh giá được chỉ số hoạt động của lợn.

Nguồn: Công ty RE-THINKING 

Theo nhachannuoi