Beeldherkenning stuwt AI in de melkveehouderij

De groei van het aantal melkrobots, managementsystemen en wearables als activiteitsmeters om poten, herkauwsensoren en oorsensoren stuwt de stroom aan data enorm. Om al deze datasets te analyseren, is forse rekenkracht nodig. Daar is in de laatste drie tot vier jaar AI bijgekomen, dat modellen en algoritmes traint.

Op het melkveebedrijf is dit niet alleen te zien in allerlei voorspellingen en analyses, maar ook via de nieuwste drinkautomaten. Een voorbeeld is SipControl van Urban, waarmee de gezondheid en groei van het kalf te volgen zijn.

Met CalfGTP van Förster is via spraak zelfs te vragen hoe het met de kalveren gaat. En verder heeft menig veehouder inmiddels op basis van camerabeelden al eens laten spotsprayen tegen ridderzuring. Centraal hierbij staat beeldherkenning. Veel fabrikanten, start-ups en via open source AI ook enkele handige boeren, gebruiken de techniek bijvoorbeeld om een kreupele koe te herkennen of voor tochtdetectie.

Thema kunstmatige intelligentie
Kunstmatige intelligentie (AI) verovert in rap tempo de veehouderij. Van beeldherkenning en sensoren tot slimme chatbots: AI helpt boeren bij diergezondheid, dierenwelzijn, arbeid en management. In de stal, tijdens transport en ook in de slachterij verzamelen systemen steeds meer data. De mogelijkheden groeien snel, net als de impact op het dagelijkse werk van agrarisch ondernemers. Wat levert AI nu al op in de praktijk? En waar liggen de kansen en grenzen voor veehouders? Daar zijn we ingedoken in de Nieuwe Oogst van 2 juni. Alle verhalen verschijnen de komende dagen ook op de overzichtspagina.

Lely zet de eigen vision-techniek in op de Zeta-camera om het afkalveren te monitoren. De software legt, net als een beveiligingscamera, met objectdetectie digitaal een kader om de koe, nummert deze en herkent de buikcontracties van meerdere koeien in het afkalfhok.

Het concept wordt getest op tientallen bedrijven en is ook als ‘AI Barn Monitor’ in een netwerk van meerdere camera’s in de stal te gebruiken. Zo is niet alleen diergedrag te herkennen, maar ook afwijkingen in bewegingen, looproutes, vreetgedrag, populaire ligplekken en tochtigheid.

‘Er gaat eigenlijk een compleet nieuwe wereld open’, stelt Paul van Adrichem, manager Product & Technology bij Lely. ‘Het is bijna magisch wat allemaal mogelijk is. Een voordeel is dat de techniek niet alleen het afkalveren ziet, maar ook interpreteert, advies geeft en waarschuwt. Je hoeft het niet constant in de gaten te houden en kunt dus gewoon gaan slapen. Veel veehouders hebben al een camera in de stal hangen, maar je moet er dan wel op kijken om iets te weten te komen.’

Voorspellen en analyseren

DeLaval introduceerde in 2023 DeLaval Plus, een AI-managementsysteem dat met DeLaval DeepBlue zowel kan voorspellen als analyseren. ‘We krijgen zo niet alleen melkgift, geleidbaarheid, celgetal, lactose en progesteron in beeld, maar ook de conditiescore via de BCS-camera, herkauwen, tochtdetectie en we voegen zelfs de temperatuur en windrichting toe’, licht productontwikkelaar Hendrik Veldman van het bedrijf toe.

Wereldwijd draaien inmiddels duizenden bedrijven mee in het systeem. Er is dus input van miljoenen melkingen. ‘Voorspellingen en analyses worden hierdoor alsmaar beter’, benadrukt Veldman. ‘Natuurlijk blijft het oog van de meester altijd nodig voor controle, maar het is wel handig dat AI al veel kan voorspellen voordat een ondernemer het ziet. Daalt de productie en stijgen het celgetal en de geleidbaarheid, dan volgt een waarschuwing en kan de veehouder op voorhand al maatregelen nemen.’

Ook op onderhoud, verkoop en planning van dealers is volgens Veldman winst te behalen. ‘Je kunt nu storingen voorspellen, inschatten wat de levensduur van een onderdeel is en de dealer kan de klus dus strakker plannen. Een monteur kan zelfs met een digitale assistent of chatfunctie al veel antwoorden krijgen.’

Binding met de fabrikant

Met de opkomst van kunstmatige intelligentie groeien ook de aantallen abonnementsvormen en licenties, en de binding met de fabrikant. Van Adrichem: ‘Systemen met AI moeten in de lucht blijven en vergen dus onderhoud. De techniek moet landbouwbestendig daarnaast blijven, er is een connectie met de cloud, je hebt een goed draaiende app nodig en de digitale veiligheid moet verzekerd zijn. Dit kost allemaal geld om te onderhouden.’

Nedap begon ruim tien jaar geleden al met het verwerken van AI in software, die ook door andere fabrikanten wordt gebruikt. Met SmartSight Locomotion is er een camerasysteem dat kreupelheid in een vroeg stadium herkent.

‘AI is een containerbegrip’, vindt innovatiemanager Roxie Muller van Nedap. ‘Vroeger zag je veel Narrow-AI voor repeterend werk. Nu is met Broad-AI een bredere intelligentie beschikbaar en is beeldverwerking mogelijk. Waar een mens gemiddeld tot zeven parameters kan meewegen in een beslissing, kan AI dat ongelimiteerd.’

Volg alle ontwikkelingen op het gebied van nieuwe technieken op onze themapagina smartfarming.nl

De uitdaging bij kunstmatige intelligentie is dat je niet klakkeloos de output van complexe modellen kunt vertrouwen. ‘Je verifieert de gegevens en borgt dat de uitkomst betrouwbaar is’, benadrukt Muller. ‘Als dat lukt, dan is de potentie enorm. Een risico van AI kan zijn dat er te snel grote veranderingen in de keten plaatsvinden.’

Maar wat als data in handen valt van hackers, activisten of overheden en controlerende instanties? Zij zouden data over kreupelheid, afkalveren, weidegang en vreet- en ligtijden goed kunnen gebruiken, klinkt de angst. Die vrees is onnodig, stellen bovengenoemden. Data is beveiligd en blijft van de boer. Bedrijven vragen alleen toestemming om met de data hun modellen te trainen. Doe je dat niet, dan kunnen er minder functies tegenover staan.