На данный момент не существует датчиков, способных надежно контролировать состояние птиц, выращенных в закрытых помещениях, однако исследователи из Научно-исследовательского института технологий штата Джорджия (GTRI) добились прогресса в использовании издаваемых бройлерами шумов в качестве индикатора здоровья или благополучия стада.
Система отслеживания выращиваемого поголовья собирает, а затем анализирует вокализацию птиц, чтобы определить, чем вызвано их нетипичное поведение: условиями окружающей среды, заболеванием или прочими стрессогенными факторами. Чтобы посмотреть видео, снятое для данного проекта, отсканируйте расположенный выше QR-код.
Два года назад инженеры при Научно-исследовательском институте технологий штата Джорджия, а также ученые-орнитологи в Университете штата Джорджия начали исследования, чтобы выяснить, могут ли сами птицы дать ответ на этот вопрос. Неподтвержденные данные, а также предыдущее исследование в Университете штата Коннектикут указывали на то, что такая возможность существует. Таким образом, чтобы облегчить оценку условий в птичниках и, следовательно, здоровья и производительности стада в птицеводстве, рабочая группа сконструировала экспериментальную систему наблюдения.
Система отслеживания выращиваемого поголовья собирает, а затем анализирует вокализацию птиц, чтобы определить, чем вызвано нетипичное поведение птиц: условиями окружающей среды, заболеванием или прочими стрессогенными факторами.
«В птицеводстве первостепенное значение имеет состояние особей. На данный момент отсутствуют количественные методы для определения их состояния в ограниченном пространстве. Цель нашего исследования — выявить характеристики вокализации, которые можно выделить и использовать для измерения состояния особей», — объяснил доктор Уэйн Дэйли (Wayne Daley), заместитель руководителя Центра пищевой промышленности Научно-исследовательского института технологий штата Джорджия и руководитель проекта.
Исследователи начали с выделения вокализаций птиц, представляющих интерес. Затем они отобрали характеристики, которые могут помочь идентифицировать данные вокализации и отличить их от фоновых шумов. Такие характеристики представляют собой уровни громкости звукового сигнала различных частот. Например, звуки щебетания, чихания и кашля птицы состоят из различных частот или тонов, следовательно, данные характеристики звука можно использовать для их идентификации. Так, звук чихания состоит из более высоких частот, тогда как звук кашля — из более низких.
После этого исследователи использовали методы машинного обучения для оценки важных характеристик, а также соответствующие алгоритмы для идентификации вокализаций. Система машинного обучения учится отличать отдельные звуки вокализации птиц от фонового шума и прочих звуков посредством обработки различных примеров определенных вокализаций птицы, а также звуков, которые не являются вокализациями.
Ожидаемый результат заключается в поиске характеристик, представляющих уникальные «отпечатки сиринкса» (сиринкс представляет собой аналог человеческого голосового аппарата или гортани у птиц) в вокализациях, а также алгоритма для идентификации вокализаций, которые соответствуют данным характеристикам.
После этого рабочая группа может использовать данные характеристики и алгоритмы для автоматической идентификации вокализаций, издаваемых птицами, когда они больны или находятся в условиях стресса по причине условий окружающей среды в птичнике.
Недавние исследования, проведенные на птицеводческой исследовательской ферме Университета штата Джорджия, а также в его Диагностическом и исследовательском центре птицеводства, подтвердили обоснованность данного подхода. Рабочая группа изучила влияние таких факторов окружающей среды, как температура, присутствие аммиака и скученность в птичнике.
Результаты показали, что характеристики, выделенные из вокализаций птиц, соотносятся с повышенной температурой воздуха в помещении и присутствием аммиака. Однако, взаимосвязь со скученностью не столь очевидна. Эксперименты, проведенные в Диагностическом и исследовательском центре птицеводства, выявили влияние двух заболеваний бройлеров — инфекционного бронхита и ларинготрахеита. В ходе обоих экспериментов алгоритмы выявили вокализации, соотносящиеся с течением обоих заболеваний.
На данный момент исследователи стремятся воспроизвести данные результаты и изучают их применимость в коммерческих условиях. Кроме того, они ведут поиск других представляющих интерес характеристик, которые устанавливают взаимосвязь между особью и условиями в птичнике.
«Наша конечная цель — разработка методик, которые позволят нам выделить характеристики, обеспечивающие более точное количественное измерение состояния особей, что приведет к созданию более эффективных методов содержания. Например, если мы сможем диагностировать заболевания на ранних стадиях цикла роста, у управляющих появится больше возможностей для сохранения здоровья стада», — сообщил доктор Дэйли.
В будущем рабочая группа надеется найти способ применения результатов исследования для коммерческих целей.
