Kunstig intelligens klar til afprøvning

Fagfolk og forskere fra Seges Innovation og Københavns Universitet er i fuld gang med at udvikle forskellige modeller, der på basis af data i DMS kan forudsige sygdom hos køerne som ketose og klovlidelser. Det oplyser Seges Innovation i en meddelelse.

Der tages udgangspunkt i såkaldt kunstig intelligens, som ifølge Seges Innovation går ud på, at store mængder data omsættes til handling via avancerede statistiske modeller og maskinlæring.

Seges Innovation understreger, at data er der traditionelt masser af i kvægbruget. Og de fortæller, at projektet med kunstig intelligens er nu så langt, at nogle modeller er ved at være klar til afprøvning i en række kvægstalde.

Data fra DMS

Noget af det der skal findes ud af under afprøvningen er, om værktøjet kunstig intelligens, som i sin nuværende form er et billigt værktøj, er godt nok.

Ifølge projektleder Thomas Andersen, Seges Innovation, bliver det således afgørende at finde ud af, om data fra DMS er tilstrækkeligt til, at modellerne giver brugbar information.

- Styrken ved at anvende data fra DMS er, at vi bruger de data, vi har i forvejen. Landmanden skal altså ikke ud og investere i for eksempel sensorer eller kameraovervågning, forklarer Thomas Andersen og fortsætter:

- Svagheden er så til gengæld, at vi ikke har ret mange daglige data på den enkelte ko om for eksempel ydelse og foderoptagelse. Det betyder, at vores modeller er mere upræcise, end hvis man har individdata. Men måske er det godt nok – det er det, vi skal i gang med at finde ud af med hjælp fra landmændene.

Kvægbrugernes vurderinger en vigtig brik

Næste skridt i projektet er ifølge Seges Innovation, at projektlederen skal til at finde besætningsejere, som synes, at det kunne være spændende at være med i udviklingen af kunstig intelligens i kvægbruget og få indflydelse på det endelige produkt.

Seges Innovation forklarer, at i de besætninger, som deltager i afprøvningen, vil landmanden i perioder få nogle alarmlister, som han skal afstemme med, hvad han ser på dyrene.

- Besætningerne får altså noget, der fungerer som et færdigt system, der forudsiger sygdom. Landmanden skal så vurdere, om alarmerne reelt udpeger risikodyr og giver ham brugbar information, uddyber Thomas Andersen.

En nemmere hverdag og øget produktivitet

Med landmændenes feedback vil udviklerne få viden om, hvorvidt det er relevant at arbejde videre med kunstig intelligens ud fra DMS-data og på længere sigt måske indarbejde det som alarmer i DMS, lyder det fra Seges Innovation.

- Overordnet skulle vi gerne nå frem til at lette hverdagen i besætningerne ved at gøre det nemmere at finde syge dyr og på den måde også øge sundheden, velfærden og produktiviteten i besætningerne, slår Thomas Andersen fast.