Зачем нейросеть фермерам и гурманам

Математики Челябинского государственного университета совершенствуют методику бесконтактного взвешивания скота. О процессе создания умной системы, которая при помощи технологии компьютерного зрения уже сейчас может не только оценить экстерьерные параметры животного в текущем моменте, но и способна многое предсказать, мы поговорили с автором методики, заведующим кафедрой компьютерной безопасности и прикладной алгебры математического факультета ЧелГУ Алексеем Ручаем.

Для обычного взвешивания нужны весы. А что необходимо для бесконтактного взвешивания?

– Нужны камеры и обученные нами нейронные сети. С помощью этих инструментов мы можем понять, насколько продуктивно животное будет прирастать мясом. Не прикасаясь к корове, мы определяем массу её тела и присваиваем категорию мяса. Например, не секрет, что гурманы высоко ценят мраморную говядину. Можно спрогнозировать, сколько такого деликатеса получится, когда телёнок подрастёт. Мониторинг, который мы проводим, позволяет принимать верное решение об оптимальном времени забоя скота, что позволяет сократить затраты на его выращивание.  Но это не единственная практическая задача, которую мы помогаем решить животноводам. Наша модель помогает селекционерам отобрать самых перспективных животных.

За какое время удалось достичь таких результатов?

– Работа в заданном направлении ведётся на математическом факультете ЧелГУ уже шесть лет, с тех пор, когда усилиями профессора кафедры вычислительной механики и информационных технологий Виталия Кобера были налажены научные связи ЧелГУ с Федеральным научным центром биологических систем и агротехнологий РАН (ФГБНУ ФНЦ БСТ РАН). В 2017 году возникла идея создавать трёхмерные модели животных при помощи технологии компьютерного зрения, а полученные результаты использовать для решения прикладных научно-практических задач.

А чем животноводов, фермеров не устраивает традиционный подход к работе с животными? 

– Сегодня в промышленном животноводстве оценка экстерьера и продуктивности скота производится экспертом субъективно и в ручном режиме. Традиционное взвешивание животного обычно сопровождается стрессом для него, что может даже привести к потере массы тела. А методика, разрабатываемая учёными ЧелГУ в коллаборации со специалистами ФГБНУ ФНЦ БСТ РАН, решает эти задачи.

Эффективность и точность нашей методики напрямую зависит от обширности базы данных. Нужно постоянно проводить эксперименты по бесконтактному взвешиванию разных животных. Это сложный и трудоёмкий процесс, но мы справляемся благодаря сотрудничеству с Федеральным научным центром, обладающим своей экспертной базой. Нам предоставляют доступ к животным для исследований, да и производители охотно идут на контакт, ведь они действительно, как вы сказали, заинтересованы в результатах нашей работы.

Данные, которые можно получить с помощью нейросетей и компьютерного зрения, наверняка могут заинтересовать учёных разных направлений. Можете привести пример такого сотрудничества?

– Конечно. Например, ряд совместных проектов математики ЧелГУ развивают вместе с генетиками. В частности, мы вместе выясняем, какой ген крупного рогатого скота отвечает за морозостойкость. В рамках другого исследования данные экстерьера, полученные при помощи камер, также сопоставляются с генами. Таким образом можно выяснить, какие именно гены отвечают за те или иные экстерьерные характеристики.

Насколько точно сегодня бесконтактное измерение крупного рогатого скота?

– Экспериментальная работа показала, что погрешность бесконтактного измерения составляет 5-10%, что сопоставимо с обычным взвешиванием. Но не забывайте о преимуществах! Наша инновационная разработка, как минимум, заменяет физический труд на автоматический и исключает, как мы уже сказали, стресс животного. И, согласитесь, для фермеров сама идея навести камеру на телёнка и узнать, каким будет его мясо спустя полгода, выглядит очень привлекательной.

Нуждается ли технология в усовершенствовании?

– Да. Пока она несовершенна. Но сейчас полным ходом идёт её апробация, которая включает испытание возможностей, оценку точности и надёжности.

Мы пробуем различные камеры и способы их установки, отрабатывая алгоритм нейросети на разных видах животных. С помощью бесконтактной системы измерять можно не только крупный рогатый скот, но и мелкий – свиней или овец, например. Параллельно думаем, как заставить животное двигаться по определённой траектории. Есть и другие сложности. К примеру, сейчас компьютерное зрение некорректно различает чёрных особей. Но эта задача со временем выполнима. 

Первоначально эксперимент строился на основе трёх камер. Сегодня мы работаем над методикой измерения при помощи одной камеры, мимо которой просто проходит животное. Цель будет достигнута при создании достаточно простой, универсальной и автоматизированной системы бесконтактного измерения, настроить которую сможет человек без специальной подготовки.