• امروز : شنبه, ۱۱ بهمن , ۱۴۰۴
  • برابر با : Saturday - 31 January - 2026
کل 2513 امروز 4
1

هوش مصنوعی چندحالته؛ گامی تازه برای سنجش رفاه و بهره‌وری مرغ‌های تخم‌گذار

  • کد خبر : 48438
  • ۲۰ مهر ۱۴۰۴ - ۲۰:۰۳
هوش مصنوعی چندحالته؛ گامی تازه برای سنجش رفاه و بهره‌وری مرغ‌های تخم‌گذار

در پژوهشی نوین با عنوان“Multimodal AI Systems for Enhanced Laying Hen Welfare Assessment and Productivity Optimization”تیمی از محققان بین‌المللی نشان دادند که استفاده از هوش مصنوعی چندحالته (Multimodal AI) می‌تواند روشی دقیق‌تر و کارآمدتر برای ارزیابی رفاه، سلامت و عملکرد مرغ‌های تخم‌گذار فراهم کند. این فناوری با ترکیب داده‌های تصویری، صوتی، محیطی و فیزیولوژیکی، رفتار […]

در پژوهشی نوین با عنوان
“Multimodal AI Systems for Enhanced Laying Hen Welfare Assessment and Productivity Optimization”
تیمی از محققان بین‌المللی نشان دادند که استفاده از هوش مصنوعی چندحالته (Multimodal AI) می‌تواند روشی دقیق‌تر و کارآمدتر برای ارزیابی رفاه، سلامت و عملکرد مرغ‌های تخم‌گذار فراهم کند.

این فناوری با ترکیب داده‌های تصویری، صوتی، محیطی و فیزیولوژیکی، رفتار مرغ‌ها را به‌صورت لحظه‌ای تحلیل کرده و شرایط بهینه برای تولید را پیشنهاد می‌دهد.

🔹 هدف تحقیق

هدف اصلی این پروژه، توسعه‌ی یک سیستم جامع برای:

  • پایش هوشمند رفاه مرغ‌ها (Welfare Monitoring)

  • پیش‌بینی عملکرد تولید تخم‌مرغ

  • کاهش تنش‌های محیطی (مثل دما، صدا یا تراکم زیاد)

  • و افزایش بهره‌وری مرغداری‌ها با کمترین مداخله انسانی بود.


🔹 روش تحقیق

در این مطالعه، پژوهشگران از چند نوع حسگر استفاده کردند:

  • 🎥 دوربین‌های ویدئویی هوشمند برای تشخیص رفتار و حرکت مرغ‌ها

  • 🎤 میکروفون‌های محیطی برای شناسایی صداهای غیرعادی (مثل استرس یا ازدحام)

  • 🌡️ سنسورهای دما، رطوبت و گاز آمونیاک

  • ❤️ داده‌های فیزیولوژیکی مانند ضربان قلب و الگوهای تغذیه

سپس این داده‌ها با استفاده از مدل‌های یادگیری عمیق چندحالته (Multimodal Deep Learning) ترکیب شدند تا تصویری جامع از وضعیت گله ارائه دهند.


🔹 ابزارهای جدید معرفی‌شده

پژوهشگران دو شاخص نوآورانه معرفی کردند:

  1. Domain Transfer Score (DTS):
    برای سنجش توانایی مدل در انتقال از یک مزرعه به مزرعه دیگر بدون افت دقت.

  2. Data Reliability Index (DRI):
    شاخصی برای ارزیابی کیفیت داده‌های حسگرها در شرایط واقعی مرغداری (برای مثال، در محیط‌های پر گرد و غبار یا نویز بالا).

این دو ابزار به مدل کمک می‌کنند تا در موقعیت‌های متفاوت، نتایج دقیق و پایدار ارائه دهد.


🔹 نتایج کلیدی

🔸 مدل‌های چندحالته توانستند نسبت به مدل‌های تکی، تا ۲۸٪ دقت بالاتری در شناسایی رفتارهای غیرعادی مرغ‌ها (مثل اضطراب یا بی‌تحرکی) داشته باشند.
🔸 پیش‌بینی تولید تخم‌مرغ روزانه با استفاده از داده‌های ترکیبی، دقتی حدود ۹۲٪ را نشان داد.
🔸 این سیستم قادر بود تغییرات محیطی (مثل افزایش دمای ناگهانی یا تراکم زیاد) را پیش از تأثیر منفی بر تولید شناسایی کند.


🔹 کاربردهای عملی در مرغداری‌ها

💡 این فناوری می‌تواند به مرغداران کمک کند تا:

  • رفتار و سلامت گله را به‌صورت ۲۴ ساعته پایش کنند.

  • از وقوع بیماری‌ها یا استرس‌های محیطی پیشگیری کنند.

  • شرایط تغذیه و نور را براساس داده‌های واقعی تنظیم کنند.

  • و در نهایت بهره‌وری را افزایش و تلفات را کاهش دهند.

پژوهشگران تأکید کردند که سیستم‌های هوش مصنوعی چندحالته، آینده‌ی مدیریت مرغداری‌های تخم‌گذار هستند.


🔹 نتیجه‌گیری

نتایج این مطالعه نشان دادند که ترکیب داده‌های دیداری، شنیداری و محیطی با تحلیل‌های فیزیولوژیکی، راهی نو برای افزایش رفاه حیوانات و پایداری تولید تخم‌مرغ در مقیاس صنعتی فراهم می‌کند.

به گفته‌ی نویسندگان:

«مرغداری‌های آینده نه‌تنها هوشمند، بلکه احساسی‌تر و دلسوزانه‌تر خواهند بود — جایی که هر مرغ، به‌صورت دیجیتال تحت مراقبت است.»


📎 منبع علمی:
arXiv.org — Multimodal AI Systems for Enhanced Laying Hen Welfare Assessment and Productivity Optimization (2025)

📝 این مقاله توسط تحریریه EggTimesNews ترجمه و تنظیم شده است. حفظ حقوق ناشر الزامی است.

لینک کوتاه : https://ilbpin.ir/?p=48438

ثبت دیدگاه

مجموع دیدگاهها : 0در انتظار بررسی : 0انتشار یافته : 0
قوانین ارسال دیدگاه
  • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
  • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
  • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.

کد اعلام وصول پایگاه خبری به همراه نمایش لوگو