การไม่สามารถเก็บข้อมูลที่นำไปใช้งานได้จริงในสถานที่ปฏิบัติงานได้อย่างมีประสิทธิภาพประหยัดเวลานั้นเป็นอุปสรรคโดยตรงต่อกลยุทธ์การจัดการฟาร์มในการรับมือตอบสนองต่อปัญหาที่เกิดขึ้นได้ทันท่วงที ด้วยเหตุนี้ หลายภาคส่วนในอุตสาหกรรมเพาะเลี้ยงสัตว์น้ำจึงเริ่มประยุกต์ใช้แนวทางการทำเกษตรกรรมแม่นยำ (Precision Farming) โดยการนำเทคโนโลยีต่างๆ มาประยุกต์ใช้เพื่ออำนวยความสะดวกในการติดตามและวิเคราะห์ปัจจัยต่างๆ ที่เกี่ยวข้องกับการผลิต สุขภาพ และสวัสดิภาพของสัตว์เลี้ยงแบบอัตโนมัติ ณ เวลานั้นๆ และเนื่องจากข้อเท็จจริงในการประเมินพฤติกรรมสัตว์มักเป็นการสังเกตด้วยสายตาเป็นหลักในรูปแบบใดรูปแบบหนึ่ง ซึ่งโดยทั่วไปมักจะใช้กล้องให้อาหารใต้น้ำช่วยติดตามพฤติกรรมการกินอาหาร เทคโนโลยีใหม่ๆ จำนวนมากที่นำมาเชื่อมต่อทำงานร่วมกับระบบการเฝ้าระวังและการบันทึกภาพวิดีโอดังกล่าวจึงมีศักยภาพที่จะช่วยเปลี่ยนรูปแบบการเก็บข้อมูลการประเมินด้านพฤติกรรม รวมถึงการประเมินสวัสดิภาพสัตว์ในภาพรวมให้สามารถนำไปปฏิบัติจริงได้อย่างมีประสิทธิภาพยิ่งขึ้น เนื้อหาในหัวข้อไม่เพียงแค่สรุปประเด็นสำคัญถึงนวัตกรรมดังกล่าวที่อาจช่วยแก้ปัญหาอุปสรรคทางการปฏิบัติงานที่ระบุไว้ในหัวข้อก่อนหน้านี้ได้อย่างไร แต่ยังชี้ให้เห็นว่าเทคโนโลยีเหล่านี้จะช่วยเสริมข้อดีที่เป็นเป็นเอกลักษณ์ของการประเมินพฤติกรรมได้อย่างไรอีกด้วย

การยกระดับความเป็นไปได้ในทางปฏิบัติของการใช้ตัวชี้วัดสวัสดิภาพสัตว์ด้านพฤติกรรมเชิงปริมาณ

โดยไม่คำนึงถึงระบบการทำฟาร์มหรือการฝึกอบรมพนักงานที่เกี่ยวข้อง ความก้าวหน้าทางเทคโนโลยีจะเป็นสิ่งที่จำเป็นในการเปลี่ยนการวิเคราะห์พฤติกรรมที่วัดผลได้ส่วนใหญ่ให้กลายเป็นตัวชี้วัดสวัสดิภาพเชิงปฏิบัติการ (OWIs) โดยนวัตกรรมใหม่ๆ ที่สามารถติดตามและเฝ้าระวังพฤติกรรมปลา ณ เวลานั้นๆแบบเรียลไทม์ เที่ยงตรงแม่นยำ อัตโนมัติและต่อเนื่องนั้น จำเป็นต้องได้รับการพัฒนาและปรับใช้ให้เข้ากับสภาพแวดล้อมของฟาร์ม รวมถึงให้เข้ากับความต้องการเฉพาะสำหรับการติดตามเฝ้าระวังสวัสดิภาพของสัตว์

การตรวจจับและติดตามพฤติกรรมแบบอัตโนมัติและสะดวกรวดเร็ว

คอมพิวเตอร์วิทัศน์ (Computer Vision) และการเรียนรู้ของเครื่อง (Machine Learning) ได้ถูกนำมาประยุกต์ใช้จริงแล้วสำหรับการตรวจเฝ้าระวังพฤติกรรมของปลาในพื้นที่จริงเพื่อช่วยอำนวยความสะดวกด้วยกระบวนการแบบอัตโนมัติที่ไม่รบกวนสัตว์

คอมพิวเตอร์วิทัศน์ (Computer Vision) คืออะไร

หมายถึงเทคโนโลยีที่ช่วยให้เครื่องจักรหรือคอมพิวเตอร์สามารถประมวลผล แปรผล และสร้างข้อมูลที่ชัดเจนพร้อมคำอธิบายที่มีความหมายของวัตถุทางกายภาพโดยผ่านกระบวนการวิเคราะห์จากรูปภาพ นวัตกรรมในด้านนี้กำลังเติบโตอย่างรวดเร็ว มีประสิทธิภาพสูงขึ้นและเข้าถึงได้ง่ายยิ่งขึ้น ควบคู่ไปกับการพัฒนาของกล้องดิจิทัลและพลังความสามารถในการประมวลผลของคอมพิวเตอร์

การเรียนรู้ของเครื่อง (Machine Learning) คืออะไร

หมายถึงกระบวนการที่ใช้ข้อมูลขับเคลื่อนการดำเนินการเป็นหลัก ซึ่งแบบจำลองการเรียนรู้ของเครื่องนี้จะสร้างข้อมูลเชิงลึกสำหรับการคาดการณ์โดยอัตโนมัติด้วยการระบุจดจำรูปแบบต่างๆของข้อมูลที่แบบจำลองได้บันทึกไว้แล้ว พูดง่ายๆ ก็คือ คล้ายกับการสอนคอมพิวเตอร์ให้จดจำรูปแบบและเข้าใจความหมายของข้อมูลที่ป้อนเข้าไปให้มัน

ระบบติดตามจากภาพวิดีโอผ่านเทคโนโลยีเหล่านี้ (คือ การติดตามวัตถุที่กำลังเคลื่อนที่และการตรวจเฝ้าระวังกิจกรรมของวัตถุเหล่านั้นผ่านการประมวลผลลำดับของภาพที่บันทึกไว้ในวิดีโอ) สามารถนำมาประยุกต์ใช้เพื่อช่วยในการประเมินและวัดผลตัวชี้วัดสวัสดิภาพสัตว์ (WIs) ด้านพฤติกรรมได้โดยอัตโนมัติ ประโยชน์ของระบบอัตโนมัติที่สามารถตรวจจับการเปลี่ยนแปลงทางพฤติกรรมนั้นจะเชื่อมโยงกับประสิทธิภาพของระบบหลังจากเริ่มใช้งานจริง ซึ่งรวมถึง

1) ไม่ต้องใช้แรงงานในการเก็บข้อมูลด้านพฤติกรรม และการเปลี่ยนแปลงพฤติกรรมเพียงเล็กน้อยก็มักจะถูกสังเกตได้ง่าย 

2) สามารถตรวจจับความเบี่ยงเบนพฤติกรรมที่ผิดปกติไปจากระดับกิจกรรมตามปกติได้โดยอัตโนมัติ โดยไม่จำเป็นต้องใช้พนักงานเข้ามาเกี่ยวข้อง

โซนาร์ (Sonar) อินฟราเรดระยะใกล้ (NIR) และการบันทึกภาพวิดีโอที่ใช้แสงสว่างทั่วไป เมื่อนำมาใช้ร่วมกับแบบจำลองการเรียนรู้ของเครื่อง (Machine Learning) ที่ซับซ้อนเพื่อช่วยอำนวยความสะดวกในการเฝ้าระวังพฤติกรรมอย่างสม่ำเสมอภายใต้สภาวะที่ไม่เอื้ออำนวย เทคโนโลยีเหล่านี้จะพิสูจน์ให้เห็นความสำคัญในการช่วยให้ก้าวข้ามอุปสรรคดังกล่าวข้างต้นในการประเมินพฤติกรรมในสภาพแวดล้อมทางน้ำ (สภาวะที่ไม่เหมาะสมและคุณภาพน้ำที่ต่ำ พฤติกรรมที่ซับซ้อนของปลาแต่ละตัวเมื่ออยู่ภายในฝูงขนาดใหญ่ เป็นต้น)

การประมวลผลอัตโนมัติและการอำนวยความสะดวกในการวิเคราะห์พฤติกรรม

คำอธิบายเกี่ยวกับเทคโนโลยีการเกษตรแม่นยำ (Precision Farming) ที่ได้กล่าวถึงไปก่อนหน้านี้นั้นเป็นการอ้างถึงการตรวจจับและการติดตามพฤติกรรมเบื้องต้น อย่างไรก็ตาม การจะทำการวิเคราะห์พฤติกรรมเหล่านี้ในเชิงลึกโดยอัตโนมัติ (จนถึงจุดที่สามารถได้ข้อมูลเกี่ยวกับสวัสดิภาพของสัตว์เลี้ยงในฟาร์มที่สามารถนำไปใช้ปฏิบัติงานได้จริง เหมือนกับมีผู้เชี่ยวชาญมาตรวจให้เอง) ยังคงต้องอาศัยความก้าวหน้าทางเทคโนโลยีเพิ่มขึ้นอีก

การเรียนรู้เชิงลึกและโครงข่ายประสาทเทียม (Deep Learning and Convolutional Neural Networks (CNN) เป็นเทคโนโลยีการเรียนรู้ของเครื่อง (Machine Learning) ที่มีประสิทธิภาพสูง ซึ่งได้ถูกนำมาประยุกต์ใช้อย่างประสบความสำเร็จแล้วในหลากหลายงานด้านคอมพิวเตอร์วิทัศน์ (Computer Vision) รวมถึงการจดจำและการจำแนกประเภทพฤติกรรม ในท้ายที่สุด ระบบบูรณาการนี้อาจเข้ามามีบทบาทสำคัญในการประเมินสวัสดิภาพสัตว์ที่เลี้ยงในฟาร์มด้วยวิธีการที่รวดเร็ว เที่ยงตรงแม่นยำ นำไปปฏิบัติได้จริง และน่าเชื่อถือสำหรับการวิเคราะห์ข้อมูลการติดตามจำนวนมหาศาลโดยปราศจากอคติหรือความลำเอียงจากผู้สังเกตการณ์

หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับเกษตรกรรมแม่นยำ คุณอาจสนใจหลักสูตรเรียนออนไลน์ - การเพาะเลี้ยงสัตว์น้ำแม่นยำ (Precision Aquaculture)