Volhoubaarheid in enige onderneming hang af van langtermyn winsgewendheid. Baie faktore dra hiertoe by, insluitend die optimale gebruik van beskikbare hulpbronne. Een so ‘n hulpbron, tegnologie, speel ‘n belangrike rol in suksesvolle veeproduksie.
As genetiese maatskappy in die vark industrie, is ’n groot dryfkrag doeltreffendheid en seleksie vir ekonomiese sukses van ons produsente. Diereteling en Genetika fokus daarop om ‘n permanente verskil aan veeproduksiedoeltreffendheid te maak. Daar is ‘n groot verskeidenheid eienskappe, byvoorbeeld prestasie, produkgehalte, doeltreffendheid, koste-doeltreffendheid en robuustheid, waarvoor genetiese maatskappye selekteer. Die klem op ‘n spesifieke eienskap moet dinamies bly soos wat druk vanaf verbruikers en dierewelsyn die manier van boer beinvloed.
Tegnologiese ontwikkeling dryf tans genetiese verandering. Alhoewel die baanbreker-tegnologie, genomiese seleksie, die meeste genetiese verbetering dryf, is die belangrikheid van akurate data die fondasie vir besluitneming. Seleksie van eienskappe verander oor tyd, soos die mark en die verbruiker se behoefte verander, en soos die wetenskap slimmer raak en tegnologie meer ontwikkel, kan ons vandag meer akuraat eienskappe meet wat voorheen nie gemeet kon word nie. ’n Paar voorbeelde van kunsmatige inteligensie wat genetiese vordering dryf is:
Betekenisvolle gedragswaarneming
Tans is die fokus veral op die begrip van die gedrag van die diere. Om varke te teel wat maklik is om te bestuur en terselfdertyd aan die veeleisende kriteria van ekonomie en doeltreffendheid voldoen, is ‘n aanhoudende uitdaging. Korrek en betekenisvolle gedragswaarnemings is gewoonlik tydrowend en dus duur om te meet, veral aangesien die gedrag van belang (bv. aggressiewe konfrontasies) gewoonlik van kort duur is en subjektief van aard kan wees. Wetenskap – en dus ook PIC – maak toenemend staat op innoverende tegniese oplossings met behulp van kunsmatige intelligensie met betrekking tot die geldige opname van gedrag. Byvoorbeeld, danksy tegnologiese vooruitgang word videokameras al hoe meer bekostigbaar en terselfdertyd minder vatbaar vir suboptimale toestande op die plaas (skoonmaak, stof, konnektiwiteit) en dus meer van belang vir gestandaardiseerde praktiese gebruik.
Die wetenskaplikes praat van ‘n “neurale netwerk” wat die stelsel onderlê. Om dit eenvoudig te stel, as jy ‘n stelsel wil oplei om outomaties te herken dat ‘n vark in ‘n foto is, het jy eerste duisende beelde van verskillende varke in verskillende posisies nodig sodat die stelsel voortdurend kan ‘leer’. Volgende, vanuit ‘n teel-perspektief, wil ons individueel die diere van mekaar kan onderskei. Sodra ons individue kan volg, kan ons outomaties gedrag toewys. Die PIC-algoritme is nou in staat om outomaties die gedrag van laterale rus, lê, staan, sit, eet, drink en die afstand wat afgelê word, te herken. Hierdie tegnologie word in Figuur 1 getoon.
Kunsmatige intelligensie vir objektiewe fondasie-evaluasie ‘n Aanpassing van die PIC-algoritme vir outomatiese gedragsherkenning word reeds gebruik vir struktuurbeskrywing. Beenstruktuur beoordeeling was vantevore deur opgeleide werkers uitgevoer en word tans omskep na video-gebaseerde herkenning en spesifiek gekorreleer met sog-lanklewendheid in kommersiële stelsels. Die verskillende ledemaat posisies word outomaties opgespoor, en die hoek van die ledemate kan bereken word (sien Figuur 2).
Op hierdie manier word die kwaliteit van seleksie en dus uiteindelik ook die winsgewendheid in varkproduksie verbeter, en met groot akkuraatheid en objektiwiteit sal die proporsie van die kenmerkvariasie wat ons aan genetika kan toeken, bly groei wat lei tot vinniger seleksie.
Deur Irmarie Taljaard, PIC
