Previous Next

人工智能技術應用廣泛,不僅可以人面識別,更可以憑動物叫聲,識別牠們的狀況。城市大學的研究團隊研發出深度學習模型,可從雞舍的自然雞聲中,辨認及量化雞隻的求救啼聲,更可準確判斷雞啼背後的原因,有助雞農及早干預,改善養殖,新技術料五年內可投入商業應用。本報記者

城大研發的深度學習模型,可辨認及量化雞隻的求救啼聲,有助及早介入。 城大提供
城大研發的深度學習模型,可辨認及量化雞隻的求救啼聲,有助及早介入。 城大提供

 

全球每年生產的活雞逾二百五十億隻,多是數以千計地大群飼養,牠們受到環境過於擁擠、糧水不足,或受其他雞隻攻擊等,往往有求救啼叫,但現時只依賴人工評估,既費時費力,又易受個人的主觀判斷影響。然而,雞隻啼叫是牠們福祉的「冰山指標」,反映雞隻的死亡率及生長率。


廣西雞場收集啼叫

新技術由城大賽馬會動物醫學及生命科學院傳染病及公共衞生學系副教授Alan McElligott與助理教授劉凱,與倫敦帝國學院、倫敦大學瑪麗女皇學院、薩里大學、廣西壯族自治區獸醫研究所合作研發。團隊在廣西一個雞場,收集分析麻雞和三黃雞的啼叫錄音,利用生物聲學技術和深度學習方式,評估及量化雞隻的求救啼聲,準確率達九成七,從雞舍的自然雞聲中分辨出雞隻的求救啼聲,並可準確檢測雞隻是身體狀況,抑或外在因素受到壓力而啼叫。

McElligott表示,研究的最終目標,是為雞隻創造符合動物福祉的養殖環境。 網上圖片
McElligott表示,研究的最終目標,是為雞隻創造符合動物福祉的養殖環境。 網上圖片


優化管理農場環境

論文已於《英國皇家學會介面期刊》(Journal of the Royal Society Interface)發表,團隊預期該技術可於五年內應用作商業用途;算法全面考慮電腦計算的資源限制,適合供農場實際應用。

McElligott稱,研究的最終目標不止統計雞隻求救啼叫,而是為牠們創造符合動物福祉的養殖環境,改善居於擁擠的商業農場雞隻的生活條件及福祉。劉凱指,新技術讓工作人員實時及遠距離監察雞隻,有需要時對養殖情況及早干預,可減少分析師的工作量,有助他們進行大型數據分析,改善養殖及動物管理。


星島新聞集團慶回歸25周年專題網站,請即瀏覽:https://bit.ly/39AQC3m
立即下載|全新《星島頭條》APP:https://bit.ly/3yLrgYZ