Cultiver 4.0 pour plus de bien-être animal dans l'étable
Intelligence artificielle pour plus de bien-être animal dans l'écurie. Boxberg (LSZ) et l’Université de Hohenheim développent des sources de données pour l’élevage porcin durable: données sur le comportement des animaux, données biologiques de routine, données sur l’élevage, troupeau: y compris le troupeau de porcs, y compris l’élevage et l’engraissement des porcs au centre de formation et de connaissances de Boxberg (LSZ), il existe d’immenses quantités de données. Un trésor à peine utilisable jusqu'à présent. Parce que les enregistrements de données, enregistrés dans des feuilles de calcul Excel, des formulaires papier ou par des applications spécialisées, ne sont pas en réseau. Des informaticiens de l’université de Hohenheim à Stuttgart sont en train de fusionner ces données sur une plate-forme numérique dans le cadre du projet "Agriculture 4.0: système d’information pour l’élevage du porc" - l’ouvrant ainsi à l’analyse de données et à l’apprentissage automatique. Cela permet de nouvelles perspectives bénéfiques pour le bien-être des animaux et une orientation durable de l'élevage porcin. Le ministère des Affaires rurales et de la Protection du consommateur (MLR) soutient le projet sous la direction de LSZ. Avec une subvention de près de 200.000 Euro pour l’Université de Hohenheim, il représente un poids lourd dans la recherche.
Le stress post mortem, la lutte pour l'accès aux ressources telles que l'eau, les aliments pour le bétail et le matériel de travail, les problèmes de santé, les niveaux excessifs de gaz nocifs dans le compartiment - tous ces facteurs encouragent la morsure de la queue chez les porcs. La science et la pratique supposent que l’interaction de ces facteurs de risque joue un rôle - mais il reste encore beaucoup de lacunes dans les connaissances.
C’est là que l’analyse intelligente du Big Data entre en jeu. «Cela nous permet d’analyser de grandes quantités de données sur ces facteurs à partir de différentes sources, ce qui nous permet d’obtenir de nouvelles informations et de découvrir des relations jusque-là inconnues», explique le professeur Dr. med. Stefan Kirn, chef du département d'informatique de gestion II à l'Université de Hohenheim.
"L'élevage d'animaux offre des applications complexes pour l'apprentissage machine. Par exemple, le bien-être des animaux peut être amélioré ou la gestion opérationnelle peut être optimisée", souligne Martin Riekert, informaticien spécialisé en informatique, qui dirige le sous-projet de l'Université de Hohenheim.
Diverses applications en élevage
Un des sujets ciblés par les chercheurs est la question de savoir comment détecter les risques précoces pour la santé chez les porcelets au moyen de l’apprentissage automatique. Pour ce faire, ils recherchent actuellement des variables 25 et évaluent des données depuis 2011 sur des porcs 50.000 afin de vérifier si la prévision des risques pour la santé est possible.
"Une autre application envisageable serait de surveiller le comportement des animaux dans le cadre de la surveillance du bien-être des animaux afin de détecter le stress à un stade précoce", explique Riekert. L'équipe utilise des caméras vidéo d'apprentissage en profondeur pour évaluer le comportement des animaux en sommeil.
C'est également une application importante pour la pratique générale. L'élevage d'animaux de ferme est confronté à des tâches tournées vers l'avenir. Aujourd'hui, de nombreux consommateurs veulent savoir d'où proviennent les animaux, comment ils sont gardés et nourris et comment ils vont bien. Les données provenant de l'animal lui-même et de l'environnement, la technique d'élevage et l'état de santé renseignent sur de nombreuses questions. La numérisation et la mise en réseau apportent une contribution significative à une meilleure acceptation de l'élevage dans la société et à une meilleure image.
Nombreux îlots de données individuels au centre de formation et de connaissances de Boxberg
Les scientifiques de Hohenheim ont l'intention de mettre cela en œuvre spécifiquement avec le centre de formation et de connaissances de Boxberg (LSZ). Le défi de la LSZ: "Il existe beaucoup de données disponibles, mais elles ne sont pas utilisables car ce sont toutes des solutions insulaires. Ils ne sont pas en réseau " Achim Klein, qui jusqu’à la fin du mois d’août, 2019, dirigeait l’espace de travail Knowledge Extraction, auquel le sous-projet est affecté. "Il y a un énorme retard dans la production animale. Parce que contrairement à la production en usine, les ensembles de données sont difficilement accessibles pour l'analyse des données. "
Des données très différentes sont collectées sur les truies, les porcelets et les porcs à l'engrais dans les écuries d'enseignement et d'expérimentation. "Nous collectons régulièrement des données structurées telles que les données du planificateur de truie ou les données d'engraissement et d'abattage", a déclaré Riekert. "En outre, il existe d'autres données structurées sur l'environnement du logement, telles que la température du compartiment, les réglages de ventilation, le débit d'eau ou la consommation d'aliments. De plus, des données expérimentales non structurées sur le comportement des animaux, qui nous fournissent notamment des caméras vidéo 50. "
Mise en réseau numérique au lieu de solutions isolées
Jusqu'à présent, ces données ont été saisies à l'aide de feuilles de calcul Excel et d'applications spécialisées - la collecte de données n'est même pas disponible sous forme numérique. Dans le cadre du projet, les scientifiques fusionnent ces données hétérogènes dans un entrepôt de données (Data Warehouse).
Ils équipent toute l'écurie de WLAN et installent des ordinateurs industriels avec des écrans tactiles. Les systèmes externes existants, tels que les systèmes de ventilation et d'alimentation, les intègrent. L'objectif: dans les étapes manuelles stables sans papier sont éliminées, les données vont immédiatement avec le nouveau masque de saisie directement dans la plate-forme de données. "La saisie des données sera plus rapide et plus efficace", explique Tobias Zimpel, associé de recherche dans le projet. "Il y a un contrôle de plausibilité sur le site et les employés peuvent accéder au système d'information à tout moment."
Grâce à la mise en réseau, les données sont alors prêtes pour l'analyse. "Grâce à l'apprentissage automatique, le système peut reconnaître les schémas et les lois des diverses données", explique Riekert. "L'objectif est d'établir des relations jusqu'ici méconnues et de les utiliser pour développer des outils d'aide à la décision et des modèles de pronostic bénéfiques pour le bien-être des animaux, la recherche et la gestion individuelle."
CONTEXTE: Projet "Agriculture 4.0: Système d'information pour l'élevage porcin"
Le projet "Agriculture 4.0: Système d'information pour l'élevage porcin" est financé par le ministère de la Protection du consommateur et des zones rurales du Bade-Wurtemberg (MLR) dans le cadre de la stratégie du gouvernement régional "Agriculture 4.0 nachhalt.digital". La direction du projet est située au Centre de formation et de connaissances de Boxberg (LSZ). Le département Systèmes d’information II de l’Université de Hohenheim reçoit 197.648 Euro pour sa part du projet, dont le financement total s’élève à environ 0,3 millions d’euros. Le projet a démarré sous 1.11.2016 et se termine sous 31.12.2019.
Contexte: poids lourds de la recherche
32,5 millions d'euros en fonds de tiers acquis des scientifiques de l'Université de Hohenheim 2018 pour la recherche et l'enseignement. Dans une série, la série "poids lourds de la recherche" présente des projets de recherche exceptionnels avec un volume financier d'au moins 350.000 Euro pour la recherche apparative et 150.000 Euro pour la recherche non instrumentale.
Texte: Elsner (Université de Hohenheim)
IA dans l'étable: la LSZ Boxberg et l'Université de Hohenheim ouvrent des sources de données pour un élevage de porc de meilleure qualité et plus économique | Source: Université de Hohenheim / Sacha Dauphin
