Oprogramowanie do monitorowania zabawy świń pomaga poprawić dobrostan zwierząt
Naukowcy zajmujący się zwierzętami, hodowcy i organizacje praw zwierząt zgadzają się co do tego, że dobrostan zwierząt gospodarskich wymaga poprawy. Odpowiadając na te wezwania, producenci żywności coraz częściej sięgają po technologie rolnictwa precyzyjnego, jako że czujniki, kamery i mikrofony – w połączeniu z algorytmami przetwarzania danych – pozwalają na monitorowanie nie tylko wydajności produkcji, ale także dobrostanu zwierząt. W ramach projektu AutoPlayPig (Automatic detection of play behaviour in young pigs as a measure of positive affective states), wspieranego przez program działań „Maria Skłodowska-Curie” (MSCA), badano te technologie pod kątem zastosowania w branży produkcji trzody chlewnej. „W kompleksowej analizie stanu zwierząt należałoby uwzględnić różne wskaźniki zdrowia i dobrostanu. W zawiązku z tym badaliśmy zachowania związane z zabawą jako wskaźnik pozytywnego dobrostanu”, wyjaśnia Tomas Norton, koordynator projektu AutoPlayPig. Po przeprowadzeniu obserwacji u ludzi w celu zebrania danych odniesienia zespół rozpoczął prace nad algorytmem, który pozwala automatycznie identyfikować zachowania związane z zabawą. „Według naszej wiedzy AutoPlayPig jest pierwszym projektem tego rodzaju, co oznacza, że przełamujemy bariery w nowej dziedzinie”, dodaje Mona Larsen, stypendystka programu MSCA.
Etologia obliczeniowa
Często łatwiej jest monitorować zdrowie fizyczne zwierząt niż ich dobrostan, który jest dość abstrakcyjnym pojęciem. Prościej jest monitorować i mierzyć wskaźniki takie jak poziom sprawności fizycznej czy występowanie infekcji. Tak zwanych stanów afektywnych – emocji, nastrojów i uczuć – nie da się zmierzyć bezpośrednio, więc zazwyczaj określa się je na podstawie wskaźników pośrednich. Zachowania związane z zabawą są dobrym wskaźnikiem dobrostanu w przypadku młodych świń, ponieważ zabawa wydaje się być u nich formą samonagradzania i zwykle ma miejsce w przypadku braku zagrożeń, takich jak choroby. Ponadto można je mierzyć nieinwazyjnie, w odróżnieniu od innych wskaźników zdrowia, takich jak temperatura ciała, które wymagają przymocowania czujników do ciała zwierzęcia. Jednocześnie jednak sporadyczny, spontaniczny i krótkotrwały charakter zabawy świń utrudnia badaczom jej bezpośrednią obserwację. „Problemem w przypadku długoterminowych obserwacji zwierząt mogą być ich subiektywność, różnice w wynikach zależne od obserwatora oraz ograniczenia wynikające z ludzkich zmysłów, dlatego nasz zespół opracowuje narzędzia z zakresu etologii obliczeniowej”, mówi Norton. Etologia obliczeniowa łączy informatykę z badaniem behawioru zwierząt, umożliwiając ich zautomatyzowane, ciągłe i spójne monitorowanie. „Zachowania związane z zabawą są często niedojrzałymi wersjami zachowań osobników dorosłych, przez co można je pomylić z innymi zachowaniami. Tutaj przydają się komputery i algorytmy, które rozpoznają w danych wzorce niedostrzegalne dla człowieka”, tłumaczy Larsen. Zespół zaczął od stworzenia etogramu – skodyfikowanej listy wskaźników opartych na obserwowanych zachowaniach. Następnie wykorzystano go do opracowania algorytmu poprzez dopasowanie eksperymentalnie wywołanych zachowań świń do klasyfikacji zastosowanych w etogramie. Po zarejestrowaniu zabaw ruchowych u świń przez kamery algorytm może przeanalizować nagrania wideo w celu sprawdzenia, czy zaobserwowane zachowania odpowiadają zachowaniom znajdującym się w zbiorze danych. „Algorytm daje obiecujące wyniki w zakresie wyodrębniania klatek wideo związanych z zabawą ruchową, a także rozróżniania ruchów szybkich od wolnych”, twierdzi Larsen.
Lepsze narzędzia pomagające w podejmowaniu decyzji
W ostatnim czasie Unia Europejska zintensyfikowała działania na rzecz poprawy dobrostanu zwierząt gospodarskich. Powstały nowe ośrodki referencyjne ds. dobrostanu zwierząt, na początek specjalizujące się w świniach, a znowelizowane standardy dobrostanu zostały włączone do nowej strategii „od pola do stołu” w ramach Europejskiego Zielonego Ładu. Obecnie zespół bada bardziej zaawansowane techniki analizy, takie jak uczenie głębokie, które pozwoliłyby na rozpoznawanie zabawy i innych zachowań społecznych. Ponadto dzięki ograniczeniu potrzebnych zasobów obliczeniowych do minimum zwiększają się szanse upowszechnienia rozwiązania wśród rolników. Aktualny algorytm został opracowany w oparciu o zachowania młodych świń trzymanych w kojcach i bezpośrednio po odsadzeniu, natomiast przyszłe algorytmy zostaną dostosowane do monitorowania świń w różnym wieku i żyjących w różnych środowiskach. „Algorytmy te mogą zostać przekształcone w narzędzia wspomagające podejmowanie decyzji związanych z dbaniem o dobrostan zwierząt. Jednak pomimo rosnącego zainteresowania nowymi narzędziami musimy jeszcze określić dla nich modele biznesowe we współpracy z przemysłem, rolnikami i konsumentami”, mówi Norton.
Słowa kluczowe
AutoPlayPig, świnia, zabawa, algorytm, dobrostan zwierząt, samopoczucie, zdrowie, etologia obliczeniowa, zachowanie
