Met kunstmatige intelligentie gewicht van pluimvee goed te voorspellen

Fieldale Farms en Intelia Technologies verzamelden in die periode gewichtsgegevens van 20.000 pluimveekoppels. Machine learning zou de nauwkeurigheid van de gewichtsprognoses van pluimvee kunnen verbeteren en zo een van de constante uitdagingen voor producenten kunnen oplossen, aldus de initiatiefnemers van het onderzoek. Machine learning is een vorm van kunstmatige intelligentie (AI), waarbij de machine gegevens uit het verleden gebruikt om voorspellingen te doen. Deze worden nauwkeuriger naarmate er meer gegevens gebruikt worden.

Uitschieters lastig

De resultaten toonden aan dat het model goed werkte op goed presterende koppels, maar moeite had om uitschieters aan te wijzen. Bovendien waren de voorspellingsprestaties eerst slechter dan traditionele voorspellingsmethoden.

Zonder weegschalen

‘Het probleem dat we proberen op te lossen, is een nauwkeurige manier om gewichtsvoorspellingen te doen zonder vogelweegschalen en handmatig werk’, zei Casey Middlebrooks, data-analist en coördinator levende productie Fieldale Farms op de Poultry Tech Summit 2023. ‘Op dit moment is de manier waarop we dat doen erg arbeidsintensief. We hebben 26 personen die elke week 20 tot 40 procent van hun tijd besteden aan het voorspellen van gewichten’, voegde Middlebrooks eraan toe.

Van oudsher handmatig

Van oudsher worden gewichtsprognoses handmatig berekend, een tijdrovend proces. Het automatiseren van prognoses van het gewicht van pluimvee zou werknemers ontlasten van het uitvoeren van deze repetitieve taak en voorspellingen objectiever maken. Nauwkeurige gewichtsvoorspellingen helpen pluimveehouders om de productie in de fabriek te stroomlijnen te verbeteren.

Doorlopend onderzoek

In de toekomst is Fieldale van plan door te gaan met het onderzoeken van verschillende automatiseringsmogelijkheden in de pluimveehouderij, die momenteel veel mankracht en tijd vergen.