Rostoucí technologický pokrok pomáhá rozvíjet živočišnou výrobu, aby byla účinnější a více zaměřena na dobré životní podmínky zvířat. Aplikace využívající kamery, mikrofony a senzory zlepšují oči, uši a nos zemědělců v každodenním životě. Tyto technologie umožňují automaticky sledovat jednotlivá hospodářská zvířata v reálném čase a přináší revoluční způsob chovu hospodářských zvířat, nazývaný jako precizní.
Precizní chov hospodářských zvířat zahrnuje automatickou dálkovou detekci a sledování identifikovaných jedinců z hlediska zdraví a dobrých životních podmínek. Pomocí analýzy obrázků, zvuků a biologických metrik v reálném čase lze zavčas odhalit nemoci nebo nefyziologický stav. Přesnost se výrazně zvýšila díky rozvoji počítačové vědy a dostupnosti levných senzorů v kombinaci s rostoucí výpočetní kapacitou pro zaznamenání a zpracování dat. Pohoda zvířat je denně posuzována podle kritérií jako jsou stav těla, kulhání, výskyt lézí po kousnutí, rektální a děložní výhřezy, pupeční kýly, otevřené rány a škrábance. Informace z dálkového sledování zvířat jsou převáděny do indexů zdraví a dobrých životních podmínek a usnadňují přijímat přesné postupy chovu hospodářských zvířat.
Dálkové senzory (kamery, mikrofony, teploměry a akcelerometry) monitorují nebo zaznamenávají informace, jako jsou obrázky, zvuk, teplo a pohyb od skupin nebo jednotlivých zvířat. Data ze senzorů, uložená v externích jednotkách nebo zaslaná přímo do zpracovatelského uzlu, se pak zpracovávají pomocí algoritmů. Algoritmus je vzorec nebo postupná sada operací, která se používá k řešení konkrétního problému nebo skupiny problémů. Programovací algoritmus je počítačový postup, který počítači přesně říká, jaké kroky podniknout k vyřešení problému pomocí vstupů a výstupů. Hodnota algoritmu pro zemědělce závisí na jeho schopnosti transformovat data ze senzoru nebo proměnnou funkce na biologický výsledek. Příklady charakteristických proměnných zahrnují procento času, kdy prasata leží, aby se určil biologický výsledek „kulhání“ nebo počet kašlání k detekci biologického výsledku „respirační onemocnění“. Strojové učení jsou výpočetní metody, které umožňují algoritmu programovat se pomocí velkého množství příkladů. Protože se počítač „učí“ z těchto vzorových sad existujících dat, systém se může stát velmi zběhlým při zpracování a analýze velkých souborů dat a generuje odhady rychlostí, která je pro člověka a tradiční statistické metody nemožná. Souhrnně, data ze senzorů vzdáleného monitorování jsou kombinována s identifikací jednotlivých zvířat a s produkčními daty a poté integrována do algoritmů, které poskytují důvěryhodné informace a upozornění o životních podmínkách, zdraví a užitkovosti prasat.*
Více se dočtete v článku Ing. Jaroslava Smitala, Ph.D., který najdete ve speciální příloze prosincového čísla časopisu Náš chov
