Команда студенческого технологического стартапа ВЕТАИ разработала систему искусственного интеллекта (ИИ) для мониторинга здоровья сельскохозяйственных животных с применением компьютерного зрения и нейросетевых моделей. Вычисления будут производить на суперкомпьютере Томского государственного университета (ТГУ), в июне проект запустят в качестве "пилота" на действующей ферме в Республике Татарстан, сообщили ТАСС в пресс-службе Института анализа больших данных и ИИ ТГУ.
В вузе отметили, что несмотря на значительное развитие ИИ, в России отсутствуют доступные масштабируемые решения для автоматического распознавания заболеваний у сельскохозяйственных животных. Существующие системы либо требуют установки дорогих датчиков, либо не предоставляют глубокой аналитики.
"Стартап ВЕТАИ направлен на решение этой проблемы: система анализирует поведение животных по видеопотоку в режиме 24/7 и выявляет ранние признаки хромоты, мастита, пролежней и стрессов без применения датчиков или болюсов. Это сокращает расходы на диагностику возможных заболеваний, лечение и повышает продуктивность стада", — сказал магистрант ТГУ Марат Дусаев.
ВЕТАИ прошел отбор в акселерационную программу Российского венчурного форума: его презентовали на выставочной площадке этого мероприятия, где проект привлек внимание Министерства сельского хозяйства Татарстана. В результате республиканский Минсельхоз поддержал стартап и предоставил ему площадку для отработки созданной системы в реальных условиях животноводческого предприятия.
"На базе агрофирмы "Татарстан" с июня начнется развертывание и апробация интеллектуальной системы ВЕТАИ. Площадка предоставлена, согласованы параметры тестирования, включая интеграцию с ветеринарной службой хозяйства и получение первичных данных для обучения модели", — сказал Дусаев.
Ресурсоемкие задачи, требующие значительных объемов памяти, GPU и многопоточной обработки данных, команда выполняет на вычислительных мощностях в Томске: в распоряжение стартапа выделен высокопроизводительный узел Суперкомпьютерного центра ТГУ. Ученые планируют также построить оптимизационные модели долгосрочного сохранения племенного поголовья (до семи лактаций). Такие модели позволят фермам увеличить выручку за счет экспорта высокоценного генетического материала (племенных нетелей) и выведения молочного животноводства из зоны убыточности.
Принцип действия системы
Одной из ключевых задач ВЕТАИ является обнаружение заболеваний у животных по таким внешним признакам, как изменение походки (ранняя стадия хромоты), аномальное поведение (замедление движений, изоляция, агрессия), стресс (гипервентиляция, резкие движения), патология кожного покрова (пролежни, раны). Для этого разработанная система анализирует непрерывный видеопоток с ферм, обрабатывая сотни часов материала.
Суперкомпьютер ТГУ позволяет обучать и тестировать модели в 20 раз быстрее, чем на локальных серверах. Кроме работы с реальными видео, суперкомпьютер необходим для генерации синтетических датасетов в симуляционных средах (Unity, Blender, 3D-модели животных), чтобы обучать модели в условиях нехватки размеченных данных, симулировать редкие и критические состояния животных, проводить стресс-тесты моделей на сложных сценариях.
Также разработчики моделируют поведенческие траектории животных в стаде, чтобы предсказывать потенциальные эпидемии, отклонения в питании или нарушениях социальных связей, используя методы multi-agent simulation и time-series anomaly detection.