Անասնապահության մեջ հիվանդ կենդանուն հնարավորինս շուտ հայտնաբերելը կարող է մեծ նշանակություն ունենալ։ Եթե ֆերմերը հիվանդության առաջին նշանները նկատում է ուշ, կարող են աճել բուժման ծախսերը, նվազել կենդանու արտադրողականությունը և վտանգվել ամբողջ հոտի առողջությունը։
Այժմ գիտնականները փորձում են այդ խնդիրը լուծել ոչ միայն անասնաբույժի կամ ֆերմերի դիտարկման միջոցով, այլև արհեստական բանականության, տեսախցիկների և դրոնների օգնությամբ։
Վերջին ուսումնասիրությունները ցույց են տալիս, որ ապագայում ֆերմայում կենդանու առողջությունը կարող է վերահսկվել գրեթե առանց կենդանուն բռնելու կամ անընդհատ ձեռքով զննելու։
Կովի ջերմաստիճանը՝ լուսանկարից
ԱՄՆ-ի Արկանզասի համալսարանի հետազոտողները ստեղծել են CattleFever համակարգը, որն օգտագործում է արհեստական բանականություն և ջերմային տեսախցիկներ՝ խոշոր եղջերավոր կենդանու մարմնի ջերմաստիճանը գնահատելու համար։
Համակարգը վերլուծում է կենդանու դեմքի ջերմային պատկերը և առանձնահատուկ ուշադրություն է դարձնում աչքերի և քթանցքների հատվածներին։ Հետազոտողները պարզել են, որ այդ հատվածների ջերմաստիճանը կապված է կենդանու մարմնի ընդհանուր ջերմաստիճանի հետ։
Փորձարկումների ընթացքում արհեստական բանականության համակարգը կարողացել է կենդանու ջերմաստիճանը որոշել այնպես, որ արդյունքը ջերմաչափի ցուցանիշից մեկ աստիճանից պակաս տարբերություն է ունեցել։
Այսինքն՝ տեսականորեն հնարավոր է կենդանու առողջության մասին կարևոր տեղեկություն ստանալ պարզապես տեսախցիկի միջոցով։
Ինչու է սա կարևոր
Այսօր խոշոր եղջերավորների ջերմաստիճանը սովորաբար չափվում է ռեկտալ ջերմաչափով։ Դա պահանջում է կենդանուն մոտենալ, պահել և որոշակի ժամանակ ծախսել յուրաքանչյուր կենդանու վրա։
Ջերմային տեսախցիկի և AI-ի կիրառումը կարող է գործընթացը դարձնել ավելի արագ և պակաս սթրեսային կենդանու համար։
Եթե համակարգը նկատում է բարձր ջերմաստիճան ունեցող կենդանուն, ֆերմերը կամ անասնաբույժը կարող է հենց այդ կենդանուն ավելի մանրամասն զննել։
Այս մոտեցումը հատկապես կարևոր է մեծ հոտերի դեպքում, երբ յուրաքանչյուր կենդանու ամեն օր ձեռքով ստուգելը դժվար է։
Հաջորդ քայլը՝ հիվանդ կենդանուն գտնելը
Գիտնականների նպատակը միայն ջերմաստիճանը չափելը չէ։
CattleFever-ի հետազոտությունը դիտարկվում է որպես ավելի լայն համակարգի հիմք, որը ապագայում կարող է օգնել ֆերմերներին ավելի վաղ հայտնաբերել հիվանդության նշանները։
Եթե կենդանու ջերմաստիճանը բարձր է, դա կարող է լինել հիվանդության կարևոր ազդանշան, սակայն ինքնուրույն ախտորոշում չէ։ Վերջնական գնահատումը պետք է կատարի մասնագետը։
Հետևաբար AI-ի դերը կարող է լինել ոչ թե անասնաբույժին փոխարինելը, այլ նրան օգնելը՝ արագ հասկանալու, թե հոտի որ կենդանիներն են լրացուցիչ ուշադրության կարիք ունենում։
Դրոնները նույնպես մտնում են գյուղատնտեսություն
Արհեստական բանականության կիրառումը անասնապահության մեջ միայն տեսախցիկներով չի սահմանափակվում։
USDA-ի և Auburn University-ի հետազոտողները ուսումնասիրում են դրոնների և AI-ի համատեղ կիրառումը գյուղատնտեսական աշխատանքներում։ Դրոնների սենսորները կարող են մեծ քանակությամբ տվյալներ հավաքել, իսկ AI համակարգերը՝ դրանք արագ վերլուծել և օգնել ֆերմերին որոշումներ ընդունել։
Հետազոտությունների ուղղություններից են դաշտերի վիճակի գնահատումը, բույսերի սթրեսի հայտնաբերումը, մոլախոտերի ճանաչումը և գյուղատնտեսական աշխատանքների ավելի ճշգրիտ կառավարումը։
Սակայն նույն գաղափարը կարող է կիրառվել նաև կենդանիների վերահսկման համար՝ հատկապես մեծ տարածքներում պահվող հոտերի դեպքում։
Դրոն + ջերմային տեսախցիկ + AI
Վերջին շրջանում արդեն ուսումնասիրվում է նաև դրոնների վրա տեղադրված ջերմային տեսախցիկների օգտագործումը խոշոր եղջերավորների մոնիթորինգի համար։
Այս տեխնոլոգիան թույլ է տալիս կենդանիներին դիտարկել հեռավորությունից՝ առանց ամբողջ հոտը հավաքելու կամ յուրաքանչյուր կենդանուն առանձին մոտենալու։
2026 թվականին հրապարակված հետազոտություններից մեկը ցույց է տվել, որ դրոնի ջերմային տեսախցիկը կարող է ոչ ինվազիվ եղանակով գնահատել արոտավայրում պահվող խոշոր եղջերավորների մարմնի մակերևույթի ջերմաստիճանը և օգտագործվել կենդանիների ջերմային վիճակը գնահատելու համար։
Սա հատկապես հետաքրքիր է շոգ եղանակի պայմաններում, երբ կենդանիների գերտաքացումը կարող է ազդել նրանց առողջության և արտադրողականության վրա։
Իսկ եթե AI-ն կարողանա հետևել ամբողջ հոտին
Ապագայի ֆերմայում հնարավոր է մի քանի տեխնոլոգիա աշխատի միասին։
Տեսախցիկը ճանաչում է կենդանուն, ջերմային սենսորը չափում է նրա ջերմային վիճակը, AI-ն վերլուծում է շարժումը և վարքագիծը, իսկ համակարգը ֆերմերին տեղեկացնում է, եթե որևէ կենդանու մոտ սովորականից շեղում է նկատվում։
Օրինակ՝ եթե կենդանին սկսում է ավելի քիչ շարժվել, փոխում է կերակրման վարքը կամ նրա ջերմաստիճանը բարձրանում է, համակարգը կարող է այն առանձնացնել որպես լրացուցիչ ստուգման կարիք ունեցող կենդանի։
Այս ուղղությամբ արդեն իրականացվում են նաև հետազոտություններ, որտեղ տեսախցիկների և համակարգչային մոդելների միջոցով փորձում են ճանաչել խոշոր եղջերավորների վարքագիծը և հայտնաբերել հիվանդության կամ սթրեսի հնարավոր նշանները։
Սա դեռ ամբողջությամբ պատրաստ տեխնոլոգիա չէ
Չնայած արդյունքները խոստումնալից են, տեխնոլոգիան դեռ ունի սահմանափակումներ։
Օրինակ՝ CattleFever-ի սկզբնական փորձարկումներում կենդանիները հիմնականում նկարահանվել են տեսախցիկին դեմքով։ Հետազոտողները նշում են, որ իրական ֆերմայում կենդանիները կարող են շարժվել տարբեր ուղղություններով և տարբեր հեռավորությունների վրա, ուստի համակարգը պետք է փորձարկվի ավելի բնական պայմաններում։
Այսինքն՝ մեկ բան է վերահսկել կենդանուն փորձարարական պայմաններում, և մեկ այլ բան՝ մեծ հոտի մեջ, որտեղ կենդանիները անընդհատ շարժվում են։
Բացի այդ, ջերմային պատկերից ստացված բարձր ջերմաստիճանը դեռ չի նշանակում, որ կենդանին անպայման հիվանդ է։ AI-ն կարող է հայտնաբերել կասկածելի նշանը, իսկ պատճառը պետք է պարզի մասնագետը։
Ի՞նչ կարող է սա նշանակել Հայաստանի համար
Հայաստանում, որտեղ բազմաթիվ տնտեսություններ փոքր և միջին չափի են, նման տեխնոլոգիաների լայն կիրառումը դեռ կարող է ժամանակ պահանջել։ Սակայն անասնապահության թվայնացումը կարող է աստիճանաբար դառնալ ավելի կարևոր։
Եթե տեխնոլոգիաները էժանանան և դառնան հասանելի, ֆերմերը կարող է մեկ համակարգով վերահսկել ոչ միայն կենդանիների հաշվառումը, այլև նրանց առողջության, շարժման և վարքագծի փոփոխությունները։
Սա հատկապես կարևոր կարող է լինել մեծ տնտեսությունների համար, որտեղ հոտի յուրաքանչյուր կենդանու ամենօրյա մանրամասն վերահսկումը դժվար է։
Արհեստական բանականությունը, այսպիսով, անասնապահության մեջ կարող է կատարել ոչ թե «անասնաբույժի փոխարինողի», այլ շատ արագ օգնականի դեր։
Նրա հիմնական առավելությունը կարող է լինել այն, որ AI-ն կարող է հետևել հարյուրավոր կենդանիների տվյալներին և ֆերմերին ցույց տալ՝ որ կենդանուն է պետք ավելի ուշադիր նայել։
Գյուղատնտեսության մեջ տեխնոլոգիական փոփոխությունը հենց այս ուղղությամբ է շարժվում․ ֆերմերը ավելի ու ավելի շատ որոշումներ կարող է ընդունել ոչ միայն սեփական փորձի, այլև իրական ժամանակում հավաքվող տվյալների հիման վրա։
Աղբյուրներ
University of Arkansas — CattleFever՝ արհեստական բանականությամբ և ջերմային պատկերով խոշոր եղջերավորների ջերմաստիճանի գնահատման համակարգ։
USDA / Auburn University — դրոնների, սենսորների և արհեստական բանականության կիրառման հետազոտություններ գյուղատնտեսության մեջ։
Frontiers in Animal Science — դրոնային ջերմային տեսախցիկների կիրառումը արոտավայրերում պահվող խոշոր եղջերավորների ջերմային վիճակի վերահսկման համար։
Animals / MDPI — համակարգչային տեսողության և AI-ի միջոցով արոտավայրում խոշոր եղջերավորների վարքագծի ճանաչման հետազոտություն։