Στα μέσα της δεκαετίας του 1970, η μέση αμερικανική γαλακτοκομική εκμετάλλευση είχε περίπου 25 αγελάδες. Σήμερα, πολλές επιχειρήσεις έχουν περισσότερους από 3.000 - έναν αριθμό που ήταν σχεδόν ανύπαρκτος πριν από 25 χρόνια.
Η αποτελεσματική διαχείριση μεγάλων αγελών θα ήταν δύσκολη, ίσως και αδύνατη, χωρίς τις τελευταίες εξελίξεις στον τομέα της πληροφορικής και της αυτοματοποίησης. Τα περισσότερα γαλακτοκομεία διαθέτουν τώρα αίθουσες αρμέγματος και σχετική κατοικία ελεύθερου σταβλισμού, η οποία είναι διπλή ή τριπλή παραγωγή ανά άνθρωπο-ώρα. Οι μονάδες αρμέγματος αποσυνδέονται αυτόματα για να μειωθούν τα προβλήματα υγείας των μαστών και να βελτιωθεί η ποιότητα του γάλακτος, ενώ οι αναμεταδότες αναγνώρισης αγελάδων επιτρέπουν στους αγρότες να καταγράφουν αυτόματα τα δεδομένα παραγωγής.
Η πιο πρόσφατη σημαντική τεχνολογική πρόοδος που επηρεάζει τη βιομηχανία γαλακτοκομικών προϊόντων των ΗΠΑ είναι η ανάπτυξη συστημάτων αυτόματου αρμέγματος - ή "ρομποτικών" γαλακτοκομικών προϊόντων.
Στο εργαστήριο Kellogg Dairy Center του Πανεπιστημίου του Κοννέκτικατ, χρησιμοποιούμε ρομποτικά γαλακτοπαραγωγούς καθώς και άλλους αισθητήρες για να παρακολουθήσουμε 100 αγελάδες και το φυσικό τους περιβάλλον. Μέσω αυτής της εργασίας, που ξεκίνησε αυτή την άνοιξη, ελπίζουμε να παρακολουθήσουμε τη συμπεριφορά και την υγεία των μεμονωμένων αγελάδων σε πραγματικό χρόνο για τη βελτίωση της αποδοτικότητας της παραγωγής και της καλής διαβίωσης των ζώων.
Μεγάλα δεδομένα και αγελάδες
Τα ρομποτικά γαλακτοφόρα μπορούν να συγκομίσουν γάλα χωρίς ανθρώπινη συμμετοχή. Στην πραγματικότητα, οι αγελάδες αποφασίζουν πότε πρέπει να αραιωθούν, εισερχόμενοι στο μηχάνημα χωρίς άμεση ανθρώπινη επίβλεψη. Το ρομποτικό σύστημα εντοπίζει αυτόματα την αγελάδα και εφαρμόζει ένα σπρέι απολυμάνσεως της θηλής προτού ένα ρομποτικό βραχίονα συνδέσει το κύπελλο θηλή για το άρμεγμα.
Αυτό είναι πολύ διαφορετικό από το αρμέγαγμα, όπου οι διαχειριστές αποφασίζουν πότε πρέπει να γαλακτοκομίζουν τις αγελάδες, συνήθως τρεις φορές την ημέρα. Κάθε ρομποτική μονάδα αρμέγματος εξυπηρετεί 50 έως 55 αγελάδες.
Δεδομένης της μεγάλης τιμής των πρώιμων εκδόσεων των ρομποτικών γαλακτοπαραγωγών και του μεγάλου μεγέθους των κοπαδιών των ΗΠΑ, τα αμερικανικά γαλακτοκομεία είχαν ελάχιστο ενδιαφέρον για ρομποτικούς γάλακτος πριν από το 2010. Ωστόσο, ο αριθμός των αυτόματων συστημάτων αρμέγματος στη χώρα αυξήθηκε σε πάνω από 2.500 μονάδες το 2013, λόγω των βελτιώσεων στο σχεδιασμό στα νεότερα μοντέλα. Σε παγκόσμιο επίπεδο, υπάρχουν σήμερα πάνω από 35.000 συστήματα αυτόματου αρμέγματος σε λειτουργία.
Μια σειρά από αγελάδες που θηλάζουν (Toa55 / shutterstock) Όχι μόνο έχουν βελτιωθεί αυτά τα νεότερα μηχανήματα στην αποτελεσματική συγκομιδή του γάλακτος, αλλά έχουν την πρόσθετη δυνατότητα να συλλέγουν περισσότερες πληροφορίες σχετικά με την παραγωγή, τη σύνθεση γάλακτος και τη συμπεριφορά των αγελάδων. Αυτό επιτρέπει στους παραγωγούς να λαμβάνουν πιο ενημερωμένες διαχειριστικές αποφάσεις.
Με ρομποτικά συστήματα αρμέγματος, οι αγελάδες τρέχουν την παράσταση. Αποφασίζουν πότε πρέπει να τρώνε, να ξεραθούν, να ξεκουραστούν ή να αραιωθούν. Πρέπει επίσης να δαπανούν λιγότερο από μία ώρα την ημέρα που πραγματικά αρμέγονται. πριν από τους ρομποτικούς γαλακτοπαραγωγούς, το άρμεγμα χρειάστηκε συνήθως τρεις με πέντε ώρες την ημέρα.
Θέλαμε να μάθουμε: Τι κάνουν με την υπόλοιπη μέρα; Πώς επηρεάζει αυτή η συμπεριφορά την παραγωγή ή χρησιμεύει για την ένδειξη της κατάστασης της υγείας; Από μόνα τους, οι μονάδες αρμέγματος δεν μπορούν να συγκεντρώσουν αυτού του είδους τις πληροφορίες, πράγμα που θα ήταν πολύ χρήσιμο για να διαπιστωθεί νωρίς εάν μια συγκεκριμένη αγελάδα αναπτύσσει ένα πρόβλημα υγείας.
Το «Cow-CPS» μας - ένα κυβερνο-φυσικό σύστημα που περιλαμβάνει τις αγελάδες, τα ρομποτικά γαλακτοφόρα, τις βιντεοκάμερες και άλλους αισθητήρες - θα παρακολουθεί πάντα τις αγελάδες μας. Αυτό θα μας πει, μεταξύ άλλων, πού πηγαίνουν οι αγελάδες όταν δεν αραιώνονται. όταν αποφασίζουν να φάνε, να ξεκουραστούν ή να κάνουν άλλες δραστηριότητες. και τη σύνθεση του γάλακτος τους. Οι αισθητήρες τοποθετημένοι στο εσωτερικό του σώματος θα μας μιλήσουν ακόμα και για το pH μέσα σε ένα από τα στομάχια τους, το οποίο θα μπορούσε να αποτελέσει βασικό δείκτη τυχόν πεπτικών προβλημάτων.
Βελτιστοποιώντας τα γαλακτοκομεία
Ελπίζουμε ότι όλα αυτά τα στοιχεία θα μας επιτρέψουν να λάβουμε έγκαιρες αποφάσεις στο επίπεδο της ατομικής αγελάδας, κάτι που δεν είναι εύκολο να γίνει σε μεγάλες αγέλες. Αυτή η "γαλακτοκομική ακρίβεια" θα μπορούσε να μας βοηθήσει να καταλάβουμε πώς οι δραστηριότητες μιας μεμονωμένης αγελάδας - τρώγοντας, στέκεται, ξεκουράζοντας, αρμέζοντας - επηρεάζει την παραγωγή γάλακτος, την ποιότητα του γάλακτος και την υγεία.
Σχεδιάζουμε να αναλύσουμε τα δεδομένα με τη βοήθεια της μηχανικής μάθησης, ενός είδους τεχνητής νοημοσύνης που μπορεί να βρει μοτίβα σε μεγάλες ποσότητες πληροφοριών. Ο υπολογιστής θα συγκρίνει τα δεδομένα με ένα μοντέλο για τον τρόπο λειτουργίας του γαλακτοκομείου υπό ιδανικές συνθήκες. Το μοντέλο μας καλύπτει τα κρίσιμα χαρακτηριστικά απόδοσης - την ποιότητα και την παραγωγικότητα του γάλακτος - καθώς και τους σχετικούς περιορισμούς, όπως η ατομική υγεία και η αναπαραγωγική κατάσταση.
Καθώς λειτουργεί το γαλακτοκομείο, τα δεδομένα σε πραγματικό χρόνο θα μας επιτρέψουν να αξιολογήσουμε πόσο μακριά είναι η πραγματική μας φάρμα από την ιδανική. Στη συνέχεια, μπορούμε να συνδυάσουμε αυτές τις πληροφορίες με ένα μαθηματικό αλγόριθμο βελτιστοποίησης για να καθορίσουμε πώς ακριβώς θα πρέπει να τροποποιήσουμε ή να προσαρμόσουμε τη διαδικασία. Για παράδειγμα, ο αλγόριθμος μπορεί να προτείνει την προσαρμογή του τύπου της σταγόνας θηλής, του θρεπτικού περιεχομένου της τροφής ή του χρόνου που κάθε αγελάδα ξοδεύει τη σίτιση.
Ελπίζουμε ότι η δουλειά μας θα επιτρέψει στους αγρότες γαλακτοπαραγωγής σε ολόκληρη την Αμερική να διαχειριστούν καλύτερα τις μεμονωμένες αγελάδες σε ομαδικό περιβάλλον - όχι μόνο για να βελτιώσουν την παραγωγή γάλακτος αλλά και για να ενισχύσουν την υγεία των αγελάδων.
Αυτό το άρθρο δημοσιεύθηκε αρχικά στην Η συζήτηση.
Matthew Stuber, Επίκουρος Καθηγητής Χημικών και Βιομοριακών Μηχανικών, Πανεπιστήμιο του Κοννέκτικατ
Gary Kazmer, Αναπληρωτής Καθηγητής Φυσιολογίας Γάλακτος, Πανεπιστήμιο του Κοννέκτικατ
Shalabh Gupta, Επίκουρος Καθηγητής Μηχανικών, Πανεπιστήμιο του Κοννέκτικατ
Steven Zinn, Καθηγητής της Επιστήμης των Ζώων, Πανεπιστήμιο του Κοννέκτικατ
