Применение решений с ИИ: опыт «Сибагро»

Компания «Сибагро» продолжает внедрять цифровые инструменты на своих предприятиях. А не так давно на одной из площадок холдинга начали внедрять «умную» систему наблюдения за животными.
Программно-аппаратный комплекс круглосуточно ведет наблюдение за подопечными Томского свинокомплекса, оценивает их состояние, сигнализирует о проблемах и накапливает данные. Потенциал системы уже оценили эксперты Национальной премии «Лидеры искусственного интеллекта», которую вручают за прорывные исследования в этой области и внедрение AI-решений (AI или Artificial Intelligence – искусственный интеллект).
О том, что представляет собой разработка компании и как нейросети помогают в производстве, нам рассказали исполнительный директор «Сибагро» Виталий Павлюк и директор «Сибагро Диджитал» Сергей Стрельников.

«Умное» свиноводство  

Компания создала систему, которая на базе компьютерного зрения ведет регулярный мониторинг животных, анализирует их поведение и помогает операторам следить за правильным развитием поросят. Также решение позволяет минимизировать контакт с человеком и оказывать оперативную помощь. Умные камеры фиксируют, сколько раз свинка подошла к кормушке, как двигается, прибавляет ли в весе. Если есть отклонения от нормы, система диагностирует проблему, ставит виртуальную метку на нужном животном и передает сигнал специалисту.

Как сообщил Сергей Стрельников, это разработка не просто программного обеспечения, но и аналитической системы, на чем базируется аналитика. Научным партнером «Сибагро», по его словам, является мехмат МГУ. И сейчас они готовят расширенный обзор научных исследований, который включает публикации, связанные с применением компьютерного зрения не только в свиноводстве, но и в смежных областях, которые касаются биологии, этологии сельскохозяйственных животных, чтобы расширить знания.

«Свою аналитическую систему мы строим на базе журнала поведения. Туда попадают не картинки, не первичные данные, а собранная очищенная информация в виде журнала поведения на каждый день. У нас есть накопленные знания о том, как благополучное животное должно себя вести сегодня, есть по нему исторические данные, чтобы учитывать его индивидуальные особенности, – рассказал Сергей Стрельников. – Когда поросят заводят на откорм, мы не знаем, какие они по счету в помете. И вот эта индивидуальная особенность проявляется в индивидуальном журнале поведения. Одно дело сравнивать с эталонной особью, а другое – сравнивать сегодняшнее поведение этого животного с графиком поведения, со всеми привычками и паттернами с момента заведения на откорм».

Если что-то поменялось, животное стало себя по-другому вести, это, как отмечает директор «Сибагро Диджитал», сигнал для размышления.

«Если все начнут беспокоиться – это проще всего диагностировать как какое-то нарушение микроклимата, всем что-то не нравится, или корм неудачно поменяли. Если мы видим, что поменялось поведение нескольких животных – причину, скорее всего, будем искать в каком-то вирусе, инфекции. Если проблемы только у одной особи – ей надо оказывать помощь. Ветеринар может посмотреть на это животное с разных сторон, прикинуть, что с ним. Например, вчера оно пять раз сходило к кормушке, а сегодня за половину дня ни разу не подошло. Это какая-то индивидуальная проблема, которую нужно правильно диагностировать», – объясняет Сергей Стрельников.

В свою очередь, Виталий Павлюк отмечает, что для пилотного проекта «откормочные возраста» в качестве первоначальной цели были выбраны не случайно: именно здесь компания несет основные затраты.

«Мы взяли несколько показателей из расчетов, которые делались при разработке нашей финансовой модели. Это показатели снижения падежа, снижения затрат на ветпрепараты и влияния на рецептуру кормов. Если мы будем знать, что с животными все в порядке, и будем более точно видеть картину буквально по секторам, то мы сможем на нее влиять. Зафиксируем, что рост идет выше потенциала – сможем снижать в рецептуре более дорогостоящие компоненты. Эти идеи и были заложены в модель», – говорит он.

Аналитические возможности системы, как уверяет Виталий Павлюк, можно развивать. Прежде всего, через расширение озера больших данных. «Если мы стремимся к сверхточности, то нам эту конкретную особь хочется сравнить с десятками и сотнями других животных прежних поколений, которые родились в один и тот же день с ней, на одной и той же территории, похожие во всем. И даже если мы рисуем какие-то сценарии старта с одного веса и финиша в идеальном весе, заложенном генетикой, траектория может быть разной. Мы ее отслеживаем, знаем», – подчеркнул Виталий Павлюк. 

Исключить человека из основных процессов

Главная бизнес-задача, по словам Сергея Стрельникова, состоит в том, чтобы не мешать здоровым животным расти, «потому что за нас датские генетики уже подумали». Сейчас, поясняет он, свинка ест в два раза меньше, чем 50-60 лет назад, а растет в два раза быстрее. Чтобы не мешать этому процессу, нужно ограничить человеческий фактор, снизить стресс. «Мы хотим, чтобы здоровое животное шло по своему алгоритму. То, что уже сделано в виде автоматического кормления, автоматической регулировки микроклимата под день недели, погоду и так далее, это все нам помогает исключить человека из основных процессов выращивания поголовья», – говорит Стрельников.

Вторая идея, по его словам, заключалась в том, чтобы вместо фотографий использовать в обучении системы 3D-модели, которые в «Сибагро» создали на основе животных разных возрастов, веса и упитанности. Для этого специалисты компании оцифровали их с помощью фотограметрии: выбрали станок, загнали туда поросенка, его окружили пять человек с фотоаппаратами и по единой команде сделали кадры с разных сторон. Потом на основе этих данных создавалась единая 3D-модель. «Мы брали товарный гибрид йоркшира, ланграса и дюрка. Всего в нашей фотограметрической фотосессии приняли участие более 20 животных», – уточняет Сергей Стрельников.

Внедрение системы, как обращает внимание Виталий Павлюк, позволит сделать предприятие более технологичным, даст возможность оптимизировать производство. В дальнейшем, по его словам, нейросеть, полагающаяся на собранные данные, будет отслеживать состояние животных и только в случае необходимости вызывать к ним сотрудников. Те, в свою очередь, получат на планшет или смартфон сигнал о приболевшей или ведущей себя нетипично особи. Система проложит маршрут к станку, «подсветит» нужное животное и выберет специалиста, помощь которого требуется.

«В итоге нашим линейным сотрудникам будет гораздо проще работать. Сегодня они вынуждены ежедневно делать обходы: на одного специалиста приходится 3-5 тыс. голов, и за каждым животным трудно уследить», – заключает Виталий Павлюк.

От пилотного проекта до тиражирования системы

«Что нужно искусственному интеллекту? Знать как можно больше про объект. И так как все свиньи одинаковые, мы можем обучить компьютер на прежних поколениях животных, набрать эту экспертизу, знания, вплоть до режима каждого дня. Генетика настолько сильно прописана, что не может быть такого, что одна особь ест пять раз в день, другая – два, и обе здоровы и благополучны», – рассказывает Сергей Стрельников.

С другой стороны, рассуждает он, неправильно создавать систему, которая будет каждый раз узнавать, на кого она смотрит, и угадывать, кто это. С этим, по опыту Стрельникова, связаны некие трудности: свинки очень хороши как источник информации для ИИ, но плохи как объекты для компьютерного зрения. Как объяснил Сергей Стрельников, свинок много, посадка плотная и животные умудряются за сутки пройти 300-400 метров. А еще их нельзя ничем пометить. Метки либо стираются, либо нарушают законодательство, а они необходимы для распознавания. И вот это основная задача, которая не была решена до того, как в «Сибагро» разработали технологию реидентификации животных и их трекинг. 

«Заселили поросят, выбрали какой-то момент. Камера уже работает, систему включаем. Нейросеть смотрит на животных, выделяет какие-то особенности и по ним идентифицирует свинок: условно говоря, вот эта, с пятнышком на пятачке, одна, а вот эта, со складкой на ухе, – другая. И в каждой особи обученная на бигдате система что-то такое находит и по этой метке отслеживает ее до конца нахождения в загоне с точностью, стремящейся к 100%», – делится Стрельников.

Эксперимент по применению технологии начался на томской площадке «Сибагро» в декабре 2023 года. Уже определены сектора, где он будет проходить, закупаются камеры, ставится отдельный сервер, сообщил Виталий Павлюк. «Итоги эксперимента будем подводить в июне. К тому времени мы уже получим достаточный объем информации, который подтвердит эффективность нашей модели. В случае успеха начнется этап масштабирования этого опыта на другие площадки», – заверил он.

Цифровая трансформация. Начало

Как рассказал Сергей Стрельников, система будет развиваться в сторону и племенных животных, и доращивания, и процесса осеменения. «То же самое выявление охоты у свиноматок лучше отдать ИИ. Чтобы перейти от товарных свинок к свиноматкам надо всего лишь оцифровать последних, создать 3D-модели», – добавляет он.

Разработка может быть внедрена и на других производствах компании. Например, на птицефабрике. «Кроме того, используя полученные нашей системой большие данные, мы можем формировать дополнительные отчеты по запросу свиноводов: таким образом они смогут проверять различные гипотезы, повышая эффективность производства», – обращает внимание Виталий Павлюк.

Кстати, «Сибагро» уже больше года сотрудничает со «Сбером», который,  видит в новом продукте некий отраслевой стандарт. «Когда мы в полном объеме внедрим у себя эту систему, наш свиноводческий бизнес начнет переживать цифровую трансформацию», – уверен исполнительный директор «Сибагро».

Размышляя о перспективах внедрения систем ИИ в мясопереработку и животноводство, Сергей Стрельников вспомнил, как в 2017 году посетил форум «Открытые инновации» в «Сколково». Это федеральный форум, на котором представлены лучшие наработки, инновации со всей страны по всем отраслям. Тогда его удивило, как мало было представлено проектов, касающихся реального бизнеса. «Что-то ближе к услугам, связанное с человеком, так или иначе, присутствовало. А того, что реально помогало бы производству, меняло бы сам технологический подход – таких проектов я не увидел», – говорит директор «Сибагро Диджитал».  

При этом, как сообщил Стрельников, существует множество научных исследований, связанных со свиньями. Большую часть проводили европейские ученые, также стало появляться много работ из Южной Кореи, Китая. «Есть эксперименты по неинвазивному взвешиванию: изучали, как в лабораторных условиях можно по 2D-картинке оценить вес особи. Точность превысила 97%», – отмечает он.

Но это, как утверждает Сергей Стрельников, ничего общего не имеет с реальными условиями. Да, и в целом, признает он, исследования 3D и животных по большей части относятся к зверям в дикой природе или зоопарках.

Что принципиально изменится в сельском хозяйстве с развитием ИИ? По мнению Сергея Стрельникова, речь может идти о повышении качества: «Сейчас зачастую в отраслях сельского хозяйства нет адресного подхода. Учет оперативных реалий очень важен. И искусственный интеллект здесь готов помочь человеку».

Вместе с тем, Стрельников обратил внимание, что многие компании пытались запускать системы, подобные той, что разработали в «Сибагро», но остановились на определенных результатах: это был просто пересчет свиней. «Попытки разработать проект, аналогичный нашему, были, но в мире еще никто ничего не сделал. Поэтому, если у нас получится, мы будем первыми!», – заявил он.