一項(xiàng)發(fā)表在《動(dòng)物科學(xué)雜志》上的研究表明,通過運(yùn)用分析方法,且利用表型和基因數(shù)據(jù)可以預(yù)測(cè)豬待屠宰即出欄時(shí)的年齡。
人工智能和機(jī)器學(xué)習(xí)正在使精密農(nóng)業(yè)變得更加復(fù)雜。荷蘭格羅寧根大學(xué)伯努利數(shù)學(xué)、計(jì)算機(jī)科學(xué)和人工智能研究所的科學(xué)家正在使用人工智能來(lái)預(yù)測(cè)豬待屠宰的年齡(也就是預(yù)測(cè)每只豬飼喂到目標(biāo)體重的時(shí)候)。
荷蘭格羅寧根大學(xué)研究人員AhmadAlsahaf(以下稱“Alsahaf”)等為研究預(yù)測(cè)豬出欄年齡,依靠表型和遺傳數(shù)據(jù)等,可以正確預(yù)測(cè)豬的生長(zhǎng),就像預(yù)測(cè)飼料成本和畜欄空間需求一樣。體重增長(zhǎng)率預(yù)測(cè)也可以確定哪些增長(zhǎng)率因素影響更重要。
然而,科學(xué)家們指出,由于個(gè)體豬生長(zhǎng)方式的自然變化,預(yù)測(cè)增長(zhǎng)率并不容易。為了解決這個(gè)問題,該團(tuán)隊(duì)使用機(jī)器學(xué)習(xí)——隨機(jī)森林(RF)回歸分析方法來(lái)檢驗(yàn)個(gè)體豬的相關(guān)數(shù)據(jù)。
Alsahaf說(shuō),他們之所以選擇了RF回歸分析方法,是因?yàn)檫@種方法適合于研究目的。“它屬于一系列基于決策樹的算法,結(jié)果很容易解釋。”他解釋道,但可以使用其他同樣有效的分析方法。研究人員使用RF回歸分析方法得出的“變量重要性評(píng)分”來(lái)衡量不同類型的輸入數(shù)據(jù)在進(jìn)行預(yù)測(cè)時(shí)的重要性。
研究測(cè)量33000只純種大白豬的不同生長(zhǎng)階段的個(gè)體體重,數(shù)據(jù)由育種公司提供。科學(xué)家們還利用該公司的表型數(shù)據(jù)(如后期體重,豬的性別,墊料信息,出生體重和平均產(chǎn)仔數(shù)等),預(yù)估育種值以及譜系和譜系-遺傳關(guān)系。
該研究具體預(yù)測(cè)個(gè)體豬達(dá)到120公斤屠宰體重或出欄體重的年齡。將研究人員的統(tǒng)計(jì)分析結(jié)果與每只豬達(dá)到120公斤的實(shí)際年齡進(jìn)行比較,表明該方法的準(zhǔn)確度非常高。這已經(jīng)可以為養(yǎng)殖場(chǎng)提供優(yōu)勢(shì)。
該研究還表明,體重測(cè)量(包括出生、斷奶和育肥階段測(cè)量體重)是預(yù)測(cè)目標(biāo)產(chǎn)量的*有效特征。
Alsahaf解釋說(shuō),個(gè)體豬的生長(zhǎng)預(yù)測(cè)是一個(gè)新的研究領(lǐng)域,希望未來(lái)的研究可以 使用人工智能準(zhǔn)確預(yù)測(cè)豬的出欄年齡進(jìn)一步完善團(tuán)隊(duì)現(xiàn)在的工作。
據(jù)Alsahaf介紹,必須大規(guī)模收集其他相關(guān)數(shù)據(jù)來(lái)提高預(yù)測(cè)的準(zhǔn)確性,特別是在豬的不同生命階段進(jìn)行更多的重量測(cè)量,并預(yù)計(jì)相應(yīng)的采食量,來(lái)提高增長(zhǎng)率預(yù)測(cè)的*度。
當(dāng)被問及早期護(hù)理、溫度和空氣質(zhì)量控制等生產(chǎn)實(shí)踐對(duì)商品豬的體重增長(zhǎng)率有多大影響時(shí),Alsahaf表示個(gè)人無(wú)法評(píng)論,“我認(rèn)為在未來(lái)的研究中這項(xiàng)探索將很有趣,但確保在不同農(nóng)場(chǎng)和地區(qū)之間收集數(shù)據(jù)的一致性還是一個(gè)挑戰(zhàn)。”
農(nóng)業(yè)網(wǎng)(Agronet.com.cn)微信掃一掃: 盡“掃”天下農(nóng)商情
相關(guān)新聞更多
新聞關(guān)鍵字: 人工智能