KI, um das Wohlergehen der Rinder zu verbessern, die CO2-Emissionen um 30 % zu reduzieren und den Arbeitskräftemangel zu bekämpfen.

In den letzten Jahren ist die Landwirtschaft unter Beschuss geraten, weil sie dem Planeten mehr schadet als ihn zu heilen.

Insbesondere der Milchsektor ist mit Problemen wie nicht nachhaltiger Milchwirtschaft und unzureichendem Umgang mit Düngemitteln konfrontiert, die das Problem des Klimawandels eskalieren lassen und die so schnell wie möglich gelöst werden müssen.

Die Technologie kommt zur Rettung in Form von CattleEye, einem KI-ersten Rinderüberwachungsunternehmen, das sich mit der in London ansässigen KI-Datenmaschine V7 zusammengetan hat, um intelligente Rinderüberwachungslösungen zu entwickeln, die das Wohlergehen der Rinder verbessern, den CO2-Fußabdruck verringern und zur Bekämpfung des Arbeitskräftemangels in der Landwirtschaft beitragen können mit Automatisierung.

Die Technologie hinter CattleEye

CattleEye arbeitet mit ausgebildeten Tierärzten zusammen, um genaue Computer-Vision-Modelle zu erstellen, die Lahmheiten bei Kühen und andere Gesundheitsprobleme so schnell wie möglich erkennen können.

Bis heute werden etwa 20.000 Kühe von CattleEye-Systemen auf Farmen in ganz Großbritannien und den USA überwacht, und die Farmen profitieren von verlängerten Kuhproduktionszyklen.

Das funktioniert so: CattleEye sammelt Videodaten von zahlreichen Betrieben. Dann arbeitet das Team mit erfahrenen Tierärzten zusammen, die Daten auf V7 kommentieren, Kühe kennzeichnen, wenn sie an den Kameras vorbeilaufen, gemolken oder gefressen werden, und Anomalien (z. B. Lahmheit) oder Trächtigkeiten hervorheben.

Das Team weist auch Mobilitätswerte zu, um die Gesundheit und Leistung der Kühe besser zu verstehen. Dies ermöglicht es dem System dann, alle Anomalien, wie z. B. schlechte Mobilität, sofort zu melden, wann immer sie auftreten, sobald die Technologie verwendet wird.

Kommentierte Videodaten werden dann auf V7 geladen, wo Tierärzte damit beginnen würden, das Verhalten verschiedener Kühe zu unterscheiden und damit ein KI-Modell zu trainieren, das in den Kameras auf den Farmen installiert ist.

Die Kameras überwachen die Rinder, erfassen ihre Bewegungen und informieren die Landwirte über mögliche Gesundheitsprobleme oder Verhaltensanomalien der Rinder. Der Landwirt kann dann entweder sofort handeln oder die Kuh genau im Auge behalten.

Nachdem einige hundert Beispiele bereitgestellt wurden, wird der Unterricht beschleunigt, da frühe KI-Modelle damit beginnen, Trainingsdaten vorab zu vervollständigen, um Fälle abzudecken, in denen ihr Vertrauen hoch ist.

Von Besuchen auf dem Bauernhof mit Tierärzten, die Daten manuell aufzeichnen, bis hin zur vollständigen Fernauswertung von Videos in V7 konnten wir die Vielfalt der Trainingsdaten von Betrieben auf der ganzen Welt erheblich bereichern. Dies spart den vielbeschäftigten Tierärzten auch Reisezeit und reduziert die potenziellen Auswirkungen auf die Herde, da die Kühe nicht durch Besuche auf dem Betrieb gestört werden müssen.

Ryan McMillan, leitender Dateningenieur bei CattleEye

Je mehr Daten gesammelt und kommentiert werden, desto genauer wird das Modell. Die KI von CattleEye kann selbst die kleinsten Bewegungen jeder Kuh erkennen, was beweist, dass die KI den manuellen Tierabgleich und Tierarztbesuche vor Ort ersetzen kann, wodurch ein durchschnittlicher Landwirt 350 £ pro Kuh und Jahr einspart.

Einsatz von KI zur Bekämpfung des CO2-Fußabdrucks mit Smart Farming

Farmen können dank der von V7 und CattleEye entwickelten Technologie Tausende von Dollar sparen, die beweist, dass KI bei der Erkennung von Kuhlahmen die gleiche Arbeit wie Landwirte leisten kann – aber besser, schneller und billiger.

Nicht nur das, sondern Terry Canning, CEO von CattleEye, weist darauf hin

In 50 Jahren werden 90 % der menschlichen Arbeitskraft auf landwirtschaftlichen Betrieben durch Maschinen ersetzt.

Dies ist ideal für Landwirte, die derzeit 15 bis 17 Stunden am Tag arbeiten, sowie Betriebe, die mit dem Arbeitskräftemangel zu kämpfen haben, und Landwirte, die das Erkennen von Kuhlahmheit einfach als zeitaufwändige Aufgabe ansehen.

So großartig das alles auch ist, das Unternehmen wird von einer größeren Vision angetrieben: Die Reduzierung des CO2-Fußabdrucks.

Es ist eine wichtige Vision, da die Gesamtemissionen der weltweiten Nutztierhaltung derzeit 14,5 % aller jährlichen anthropogenen Treibhausgasemissionen ausmachen.

Und da Rinder rund 65 % der Emissionen der Viehzucht ausmachen, ist es nur natürlich, dass CattleEye diesen speziellen Sektor der Milchindustrie ins Visier nimmt.

Die Überwachung der Gesundheit und des Verhaltens von Rindern vor dem Ergreifen sofortiger proaktiver Maßnahmen zur Vermeidung von Gesundheitsproblemen ist der Kern dessen, wie CattleEye dazu beiträgt, unseren globalen CO2-Fußabdruck zu verringern.

Laut Terry Canning, CEO von CattleEye:

Wir haben tatsächlich berechnet, dass, wenn Sie das Lahmheitsniveau in einem Betrieb um 10 % reduzieren können, eine halbe Tonne Kohlenstoff pro Kuh und Jahr eingespart wird.

Dies liegt daran, dass die Verringerung des Lahmheitsgrads die Leistungsfähigkeit einer Kuh steigert.

Tatsächlich hat es sich CattleEye zum Ziel gesetzt, den CO2-Fußabdruck bis 2050 um 30 % zu reduzieren, wobei ihr maschinelles Lernsystem die Aufmerksamkeit wichtiger Investoren auf sich zieht, die ihre Vision teilen.

Bessere KI mit Humans-in-the-Loop trainieren

Künstliche Intelligenz ahmt die menschliche Intelligenz nach, indem sie aus Beispielen lernt. Damit ein KI-Modell lernen kann, eine Kuh zu erkennen, ihre Bewegungen zu erkennen und ihr eine Mobilitätsbewertung zuzuordnen, muss es aus viel menschlichem Wissen lernen.

Wie macht es das?

Dieses „Wissen“ nennt man Trainingsdaten. Der Prozess, bei dem Menschen KI durch die Erstellung von Trainingsdaten „lehren“, wird als Annotation bezeichnet. Dazu gehört das Zeichnen von Kästchen oder Formen um Objekte in Software wie V7 und das anschließende Klassifizieren des „Gegenstands“, z. B. einer Kuh, als einen bestimmten Gesundheitszustand oder das Vergeben einer Mobilitätsbewertung. Je mehr Trainingsdaten vorhanden sind, desto besser ist der Algorithmus.

Sobald genügend Trainingsdaten gesammelt wurden, können KI-Modelle darauf trainiert werden, diese Daten aufzunehmen und sich selbst mit unsichtbaren Bildern zu testen. Was die Technologie von V7 auszeichnet, ist die Fähigkeit von Menschen und KI-Modellen, Seite an Seite an Anmerkungsherausforderungen zu arbeiten.

Auch die Zuverlässigkeit ist eine Herausforderung.

Während die meisten technischen Disziplinen vorhersehbare Fehler aufweisen, können KI-Modelle nicht „untersucht“ werden, um zu analysieren, was sie nicht wissen. Aus diesem Grund ist es so wichtig, die Trainingsdaten einer KI zu verstehen, da sie als Aufbewahrungsort für das gesamte Wissen dieser KI dienen.

Sobald eine KI „trainiert“ ist, wird dieses Wissen zu Millionen von Werten eines neuronalen Netzwerks komprimiert, die für Menschen nicht lesbar sind.

Die Zukunft der KI in der Landwirtschaft

Da die Vereinten Nationen vorschlagen, dass die Weltbevölkerung bis 2050 auf 9.700.000.000 ansteigen wird, ist die nackte Wahrheit, dass die Agrarindustrie als Ganzes ihr derzeitiges Produktionsniveau verdoppeln muss.

Es ist eine gewaltige Aufgabe, aber letztendlich kann Technologie wie CattleEye landwirtschaftlichen Betrieben helfen, rentabler und effizienter zu werden, indem sie die Gesundheit der Tiere genau im Auge behalten und sie jeden Tag auf ihre Nahrungsaufnahme und Aktivitätsniveaus überwachen.

Es ist auch nicht die einzige verfügbare Technologie, die von maschinellem Lernen und Computer Vision angetrieben wird. Andere Systeme wurden entwickelt, die Landwirten bei der Inspektion ihrer Pflanzen, der Düngung ihrer Pflanzen und vielem mehr helfen können.

Tatsächlich wird es nicht mehr lange dauern, bis ein Landwirt die meisten Arbeiten bequem von seiner Küche aus mit nur einem Smartphone erledigen kann.

=============================================== =====================

Über V7

V7 ist ein in London ansässiges KI-Startup, das 2018 gegründet wurde. Es entwickelt eine Online-Plattform für Trainingsdaten, um den Prozess der KI-Datenanmerkung zu automatisieren, sodass KI-First-Unternehmen programmgesteuert Beschriftungen zu Bildern oder Videos hinzufügen können. Zu seinen Kunden zählen GE, Boston Scientific, Fujifilm und Miele. Die Mission von V7 ist es, jedem Unternehmen die Entwicklung von KI-Engines zu ermöglichen, die automatisch jede Aufgabe lösen, indem sie menschliche Aktionen emulieren, die auf ihrer Plattform ausgeführt werden.

Über CattleEye

CattleEye wurde 2019 gegründet und hat sich zum Ziel gesetzt, den Milchsektor zu überarbeiten und unseren globalen CO2-Fußabdruck durch Technologien zu reduzieren, die darauf abzielen, „das Potenzial Ihrer Kuh freizusetzen“ und so die Effizienz der Kühe zu steigern. Die Technologie ist freihändig, wobei das Unternehmen eng mit erfahrenen Tierärzten zusammenarbeitet, um Algorithmen zu trainieren, die Kuhanomalien schnell und genau erkennen, die dann sofort behoben werden können.