Hogyan lehet azt a gazdák által jól ismert, nehezen megfogható érzést pontos, mérhető adatokra lefordítani? Ezekre a kérdésekre válaszolt Dr. Suresh Neethirajan, a kanadai Dalhousie Egyetem kutatója, aki mesterséges intelligenciát használ a baromfihangok elemzésére.

A technológia célja, hogy valós időben észlelje a stresszre utaló hangmintázatokat, így segítve a gazdákat, hogy időben közbeléphessenek, ha szükséges. Suresh Neethi­rajan legújabb fejlesztése ezt a célt szolgálja, megvizsgálja a baromfihangokat, hogy az állomány stresszhelyzete korán felismerhető legyen. A sokat tapasztalt baromfitartók gyakran már a tyúkólba lépve, a madarak kotkodácsolásából megérzik, ha valami nincs rendben. Ezt a „megérzést” igyekszik tudományos keretek közé emelni a kutató és csapata, amikor a mesterséges intelligencia segítségével a madarak hangjának árnyalatait figyeli.

A rendszer megbízhatóságát többféle módon is tesztelték. Vizsgálták a baromfi normál hangadását, valamint kísérleti stresszhelyzetekben rögzített vokalizációkat is – például betegségek vagy más stresszt kiváltó tényezők hatására. Etológusok és állatorvosok bevonásával összevetették a hangmintákat a madarak viselkedésével és egészségi állapotával. Biokémiai mérések is megerősítették, hogy a hangváltozások valóban a szervezet stresszreakcióit tükrözik, nem csupán véletlenszerű eltéréseket. – Amikor a hang, a viselkedés és a biológiai adatok egy irányba mutatnak, biztosak lehetünk benne, hogy valódi jóléti változás történt – magyarázta Suresh Neethirajan.

Bár más kutatók is vizsgálják a baromfihangokat, Suresh Neethirajan csapata elsősorban a mindennapi gyakorlatban alkalmazható, jólétközpontú előrejelzésekre helyezi a hangsúlyt.

Működés a gyakorlatban

A rendszer működése egyszerű és a gazdaság mindennapjaiba zökkenőmentesen beilleszthető. Néhány mikrofont szerelnek a baromfiházba, ezek egy központi, alacsony energiafogyasztású számítógéphez kapcsolódnak, amely valós időben elemzi a környezeti zajokat. Egy tipikus baromfiudvarban 2-3 mikrofon is elegendő lehet az egész állomány hangjának begyűjtésére, a rögzített jeleket pedig a központi egység azonnal továbbítja és elemzi. A telepítés kezdetben természetesen beruházási költséggel jár, de a rendszer alacsony energiafogyasztású eszközökből tevődik össze, így az üzemeltetési költségek elhanyagolhatóak. Suresh Neethirajan szerint a beruházás gyorsan megtérülhet, a kevesebb elhullás és jobb teljesítmény általában jóval többet ér, mint az indítási költség. Kezdetben a rendszernek néhány napra van szüksége az adott telep „akusztikai térképének” megtanulásához, de utána egyre pontosabban felismeri az eltéréseket, ezzel csökken a hibariasztások száma.