Un software traccia i maiali giocosi per favorire il benessere animale
Gli esperti di zootecnia, i professionisti del settore e gli organismi che difendono i diritti degli animali concordano tutti con il fatto che gli animali da allevamento devono godere di maggiore benessere. Per rispondere a questa preoccupazione, i produttori di alimenti si rivolgono sempre di più alle tecnologie dell’allevamento di precisione, dato che sensori, telecamere e microfoni, associati ad algoritmi di elaborazione dei dati, possono monitorare non solo la produttività, ma anche il benessere degli animali. Il progetto AutoPlayPig (Automatic detection of play behaviour in young pigs as a measure of positive affective states), sostenuto dal programma di azioni Marie Skłodowska-Curie (MSCA), ha studiato queste tecnologie per il settore della produzione suina. «Un quadro esaustivo del benessere animale dovrebbe rilevare diversi indicatori di salute e benessere. Noi abbiamo esaminato il comportamento di gioco come indicatore di benessere», spiega Tomas Norton, coordinatore del progetto AutoPlayPig. Dopo aver utilizzato l’osservazione umana per stabilire i dati di riferimento, il gruppo responsabile ha iniziato a elaborare un algoritmo in grado di individuare automaticamente il comportamento di gioco. «Secondo noi AutoPlayPig è il primo progetto di questo tipo, quindi stiamo davvero aprendo nuovi orizzonti in un campo emergente», aggiunge Mona Larsen, borsista MSCA.
Etologia computazionale
È spesso più facile tracciare la salute fisica degli animali piuttosto che un concetto astratto come il «benessere». Infatti, indicatori come i livelli di forma fisica o la presenza di infezioni sono più facili da monitorare e misurare. I cosiddetti stati affettivi, ossia emozioni, stati d’animo e sentimenti, non possono essere misurati direttamente, perciò di solito sono dedotti attraverso mezzi indiretti. Il comportamento di gioco è un buon indicatore di benessere nei giovani suini, in quanto sembra auto-gratificante e di solito avviene in assenza di minacce come le malattie. Inoltre, può essere misurato in modo non invasivo, a differenza di altri indicatori di salute come la temperatura corporea, che richiedono sensori fissati all’animale. Tuttavia, la natura sporadica, spontanea e di breve durata del gioco nei maiali lo rende difficile da osservare direttamente per i ricercatori. «L’osservazione a lungo termine degli animali può essere soggettiva, non coincidente fra i vari osservatori e limitata dai sensi umani, quindi il nostro gruppo sta elaborando strumenti per l’etologia computazionale», aggiunge Norton. L’etologia computazionale combina l’informatica con lo studio del comportamento animale, consentendo un monitoraggio automatizzato, continuo e coerente. «I comportamenti di gioco sono spesso versioni immature dei comportamenti dell’età adulta, il che significa che possono essere confusi con altri comportamenti. Questo è il punto in cui i computer e gli algoritmi eccellono, perché riconoscono nei dati degli schemi che gli umani non riescono a percepire», afferma Larsen. Il gruppo ha innanzitutto ideato un etogramma, cioè un elenco codificato di indicatori sulla base dei comportamenti osservati. L’elenco è stato poi utilizzato durante l’elaborazione dell’algoritmo, facendo corrispondere il comportamento dei maiali indotto sperimentalmente alle classificazioni dell’etogramma. Quando le telecamere registrano il gioco locomotorio dei maiali, i filmati possono essere analizzati dall’algoritmo per verificare se i comportamenti visualizzati corrispondono a quelli del set di dati. «L’algoritmo sta mostrando risultati promettenti nell’isolamento dei fotogrammi relativi al gioco locomotorio, separando allo stesso tempo i movimenti veloci da quelli lenti», osserva Larsen.
Migliori strumenti d’ausilio alle decisioni
Di recente gli sforzi dell’Unione europea per migliorare il benessere degli animali da allevamento si sono intensificati. Sono stati infatti istituiti nuovi centri di riferimento per il benessere animale, a partire dai suini, e gli standard di benessere sono stati riconsiderati come parte della nuova strategia «Dai campi alla tavola» nell’ambito del Green Deal europeo. Il gruppo sta ora analizzando tecniche di analisi più sofisticate, come l’apprendimento profondo, per identificare il gioco e altri comportamenti sociali. Ciò ne aumenta l’adozione da parte degli agricoltori pur mantenendo al minimo le risorse computazionali necessarie. Poiché l’algoritmo è stato sviluppato utilizzando giovani maiali alloggiati in recinti e subito dopo lo svezzamento, gli algoritmi futuri si occuperanno di maiali di età e in ambienti diversi. «Questi algoritmi possono essere sviluppati in strumenti d’ausilio alle decisioni per gestire il benessere degli animali. Tuttavia, nonostante l’interesse crescente, dobbiamo collaborare con l’industria, gli allevatori e i consumatori allo scopo di individuare i modelli aziendali per questi strumenti emergenti», conclude Norton.
Parole chiave
AutoPlayPig, maiale, gioco, algoritmo, benessere animale, benessere, salute, etologia computazionale, comportamento
