Berta Sándor
Big Datával több tejet ad a tehén
A tehenekre szenzorokat pakolnak, és minden tevékenységüket valós időben figyelik. Több generáció minden adatát felhasználva következtetnek a jövőre.
Ausztriában és a világ más részein is rendkívül népszerű lett az elmúlt években a tehenek szenzorokkal való ellenőrzése. A 2009-ben alapított Smartbow rendszere lehetővéteszi minden állat tevékenységének valós idejű felismerését és nyomon követését, méghozzá a lokalizálásnak és a fülben elhelyezett egységnek köszönhetően. Az utóbbi modul továbbítja az istállóban és a külső részeken elhelyezett vevőkön keresztül a különböző tevékenységekkel (evés, ivás, fekvés, mozgás stb.) kapcsolatos adatokat a helyi szervernek. Ha például egy tehén beteg lesz vagy megsérül, akkor az aktivitás képe a különböző specifikus minták alapján megváltozik. A szokásostól eltérő viselkedést az algoritmusok automatikusan felismerik és azonnal riadóztatják a gazdát. Ezáltal időben felismerhetők például a fertőzések és megakadályozható, hogy átterjedjen az egész csordára. Nem csoda, hogy a Smartbow sikertörténet lett.
Peter Klimek, a bécsi Complexity Science Hub (CSH) és a Bécsi Orvostudományi Egyetem munkatársa szerint a következő lépcsőfok az előrejelzés: a tudósok szeretnének minden fellelhető információt felhasználni, hogy kitalálják milyen egészségügyi kockázati tényezők veszélyeztetik az állatokat. Hatalmas adatmennyiségről van szó, hiszen nem csupán az élő egyedekkel kapcsolatos információkhoz férnek hozzá, hanem kereken 50 000 szarvasmarha genetikai mintájához is. Ehhez jönnek még a "személyre szabott" adatok az egyes állatok betegségeiről.
A kutatók birtokába került 2-3 generációt felölelő információmennyiségből rendkívül sok dolgot lehet kiolvasni. Amint Klimek elmondta, az állatok bizonyos szempontból sokkal jobban hálózatba vannak kötve, mint az emberek. Az igazi kihívást így ezeknek az adatoknak az összekapcsolása jelenti. Az információknak köszönhetően például előrejelezhetővé válik, hogy milyen betegségek fenyegethetnek egy-egy tehenet, ugyanakkor kérdéses, hogy mennyivel előre lehet jelezni az esetleges kockázatokat és problémákat, például a mellgyulladást vagy a láb- és szájbetegségeket.
Amennyiben a genetikai tényezők, a táplálkozási és életmódbeli szokások, valamint a környezeti hatások ismertek, akkor kitalálható, hogy a 80 000 potenciális kockázati tényező közül melyik játszik szerepet a krónikus megbetegedések kialakulásában. Emellett az is kideríthető, hogy mik tehetők e betegségek megelőzésére.
Klimek a négy éven át tartó D4Dairy - Digitalisation, Data integration, Detection and Decision support in Dairying nevű program keretében együtt dolgozik többek között az Osztrák Szarvasmarha-tenyésztők Munkaközösségével (ZAR), bel- és külföldi egyetemekkel, tejipari cégekkel és technológiai szolgáltatókkal. A betegségek megelőzése mellett fontos célkitűzés az is, hogy a résztvevők megoldást találjanak a különböző rendszerek összekötésére.
Ausztriában és a világ más részein is rendkívül népszerű lett az elmúlt években a tehenek szenzorokkal való ellenőrzése. A 2009-ben alapított Smartbow rendszere lehetővéteszi minden állat tevékenységének valós idejű felismerését és nyomon követését, méghozzá a lokalizálásnak és a fülben elhelyezett egységnek köszönhetően. Az utóbbi modul továbbítja az istállóban és a külső részeken elhelyezett vevőkön keresztül a különböző tevékenységekkel (evés, ivás, fekvés, mozgás stb.) kapcsolatos adatokat a helyi szervernek. Ha például egy tehén beteg lesz vagy megsérül, akkor az aktivitás képe a különböző specifikus minták alapján megváltozik. A szokásostól eltérő viselkedést az algoritmusok automatikusan felismerik és azonnal riadóztatják a gazdát. Ezáltal időben felismerhetők például a fertőzések és megakadályozható, hogy átterjedjen az egész csordára. Nem csoda, hogy a Smartbow sikertörténet lett.
Peter Klimek, a bécsi Complexity Science Hub (CSH) és a Bécsi Orvostudományi Egyetem munkatársa szerint a következő lépcsőfok az előrejelzés: a tudósok szeretnének minden fellelhető információt felhasználni, hogy kitalálják milyen egészségügyi kockázati tényezők veszélyeztetik az állatokat. Hatalmas adatmennyiségről van szó, hiszen nem csupán az élő egyedekkel kapcsolatos információkhoz férnek hozzá, hanem kereken 50 000 szarvasmarha genetikai mintájához is. Ehhez jönnek még a "személyre szabott" adatok az egyes állatok betegségeiről.
A kutatók birtokába került 2-3 generációt felölelő információmennyiségből rendkívül sok dolgot lehet kiolvasni. Amint Klimek elmondta, az állatok bizonyos szempontból sokkal jobban hálózatba vannak kötve, mint az emberek. Az igazi kihívást így ezeknek az adatoknak az összekapcsolása jelenti. Az információknak köszönhetően például előrejelezhetővé válik, hogy milyen betegségek fenyegethetnek egy-egy tehenet, ugyanakkor kérdéses, hogy mennyivel előre lehet jelezni az esetleges kockázatokat és problémákat, például a mellgyulladást vagy a láb- és szájbetegségeket.
Amennyiben a genetikai tényezők, a táplálkozási és életmódbeli szokások, valamint a környezeti hatások ismertek, akkor kitalálható, hogy a 80 000 potenciális kockázati tényező közül melyik játszik szerepet a krónikus megbetegedések kialakulásában. Emellett az is kideríthető, hogy mik tehetők e betegségek megelőzésére.
Klimek a négy éven át tartó D4Dairy - Digitalisation, Data integration, Detection and Decision support in Dairying nevű program keretében együtt dolgozik többek között az Osztrák Szarvasmarha-tenyésztők Munkaközösségével (ZAR), bel- és külföldi egyetemekkel, tejipari cégekkel és technológiai szolgáltatókkal. A betegségek megelőzése mellett fontos célkitűzés az is, hogy a résztvevők megoldást találjanak a különböző rendszerek összekötésére.