A precíziós állattartás került a fókuszba a Szegedi Tudományegyetem Mezőgazdasági Kar és a Magyarországi Precíziós Állattartásért Egyesület közös konferenciáján, amelyet Állattartás, tűzoltás nélkül! címmel rendeztek meg a XXXI. Alföldi Állattenyésztési és Mezőgazda Napok keretén belül, a Takács Ferenc Gyakorlati Képző Központban.

A megnyitón Dr. habil. Mikó Edit, az SZTE Mezőgazdasági Kar dékánja, valamint Dr. Pajor Gábor, állatorvos-adatelemző, a Magyarországi Precíziós Állattartásért Egyesület elnöke, illetve Dr. Süli Ágnes, az SZTE MGK Takarmányvizsgáló Laboratóriumának vezetője, MAPÁE Takarmányozási Szakcsoportjának vezetője, az esemény moderátora köszöntötte a megjelenteket.

Dr. Orosz Szilvia, az ÁT Kft. takarmányozási igazgatója Klímastratégia a tömegtakarmányok előállításban címmel tartotta meg előadását. Az egyre gyakrabban tapasztalható aszályos időszakok takarmányhiányt eredményeznek, amelyre megoldást kell találni – ismertette. A lucerna újra pozicionálására van szükség. A nyári szárazság miatt bimbózás előtt kell betakarítani a lucernát ahhoz, hogy a 22%-os fehérjetartalmat elérjük, így viszont alacsonyabb lesz a takarmányunk energia-tartalma. Ennek eredményeként a magyarországi lucernaszilázsok 65%-a nem ér el azt a minőséget, amelyet pl. Amerikában a tejelő teheneknek adnak. A gyenge értékelésű lucernaszilázs miatt csökken az állatok tejhozama. Az alacsony energia-tartalmú takarmányt érdemes inkább a növendék üszőknek adni – mondta az előadó. Hozzátette, fontos, hogy jól gazdálkodjunk a takarmánnyal, érdemes ősszel vetni és kora tavasszal betakarítani, a nyári aszályban pedig szárazságtűrő növényekkel, pl. szudáni fűvel vagy BMR-cirokkal megoldani a takarmányhiányt.

Andrásevits Zoltán, a MAGreen Kft. ügyvezető igazgatója Fókuszban a hígtrágya, avagy az alternatív gazdálkodás lehetőségei a műtrágya használat csökkentése érdekében címmel tartotta meg előadását. A cég TRIUNE trágyakezelési technológiáját mutatta be, amely csökkenti a szaghatást, javítja a tápanyaggazdálkodást és nem okoz környezeti terhelést – emelte ki. A kezelt hígtrágya a talajba kijuttatva a foszfor és a növények által felvehető kationok felvételét támogatja, nő a növények számára kedvező tápanyagérték – állapította meg.

Tóth Attila, a CIB Bank Kereskedelemfinanszírozási és EU Szolgáltatások vezetője Vállakozások fejlesztésének elősegítése – finanszírozási megoldások címmel a vállalkozások általános és strukturális kihívásaira reagált. Az eszköz- és készletbeszerzés, a követelések finanszírozása és a likviditás megoldásainak kérdése mind történhet saját pénzeszközökkel vagy akár hitelekből, viszont az egész termékpályát előre kell megfinanszírozni, amelyből csak utólag számíthat bevételre a gazdálkodó. A pénzintézet a hitelképesség megállapításához szintén az egész termékpályát veszi figyelembe. A tapasztalatok szerint a zöldebb, tudatosabb, adatokon alapuló gazdálkodás a jövedelmező.

Wladimír Ruszlán a Natura Mérnökiroda Kft. munkatársa a Méhészeti Hanganalizátor és Rendszerező applikációt mutatta be, arra a kérdésre keresve a választ, hogy miben segíthet a digitalizáció a méhészeknek? A méhcsaládok zümmögése és az anya feromonjai egyediek, a méhek zsongása sok mindent elárulhat a méhésznek. A digitalizációs eljárásban mikrofonszenzorokkal hangmintákat rögzítettek a kaptárokban, majd ezekről frekvenciaképeket készítettek, így különféle állapotokat különítettek el: az anyátlanság állapotát (síró hang), a rajzásét, a ventillációét és a támadásét. Előnye, hogy egy applikáció segítségével a hangok kaptárnyitás nélkül is információkat tudnak adni a méhésznek, abban is segíthetnek például, hogy mikor érdemes kaptárt nyitni.

Boromisza Gergely, az EN-CO Software Zrt. értékesítési vezetője a Gépi látás, képfeldolgozás az állattartásban – lehetőségek és korlátok címmel ismertette a mesterséges intelligencia alkalmazási lehetőségeit a nagyüzemi állattartásban. A Tyson pl. képes az automatizált sertésszámolásra akár 500 ezer darabig, a PigBrother a napi tömeggyarapodás ellenőrzésére szolgál, a Rise Thailand pedig a valós idejű sertés súlyválogatást segíti. Az alapvetően kameraképből származó információk algoritmusok, automatizált utasítások segítségével tudnak a döntéshozatalt támogató információt adni az állattartóknak.

Angyalné Dr. Alexy Márta, az ELTE Informatikai Karának egyetemi docense Szárnyaló informatika a baromfitartásban - buktatókkal címmel tartott előadást. A mesterséges intelligencián belül a gépi tanulási modellek a digitális eszközök által gyűjtött különböző tulajdonságú, nagy mennyiségű adatok segítségével az ember öt érzékszerve közül a látást (kamerák), a hallást (mikrofonok) és a szaglást (pl. ammónia-érzékelők és egyéb, az istálló mikroklímájáról adatot gyűjtő szenzorok) helyettesítik, illetve egészítik ki. Az algoritmusok automatizált utasítások, amelyeket a mesterséges intelligáncia részhalmaza, a gépi tanulás használ fel. A gépi tanulás egyik részterülete, a mélytanulási módszerek, illetve modellek, amelyek összetett neurális hálók segítségével képesek bonyolult feladatok elvégzésére. Ezek közé tartozik a képek és videók elemzése, amelyek egyre gyakoribbak a nagyüzemi precíziós állattartási technológiákban. Az adatfeldolgozási folyamat leginkább időigényes szakasza a nyers adatbázis előkészítése az elemzésekre, amely a teljes folyamat 65-70%-át is jelentheti. Az elemzésre előkészített, tisztított adatbázist három részre osztjuk: a tanító adatbázis, amelynek során a modellt tanítjuk, a tesztadatbázis, amely a modell kipróbálását, tesztelését jelenti és végül a validációs adatbázis, amely a modellünk hatékonyságát mutatja meg. A tartástér tartószerkezetéhez erősített, lefelé néző kamerák a madarakról felülnézetből készítenek képeket, illetve videófelvételeket, amelyek elemzésével információt kaphatunk a baromfiállomány aktuális súlyáról, illetve viselkedéséről. Ezáltal a baromfitartó megbízható információt kap a bentlévő állomány teljesítményéről.