随着乳制品行业越来越多地通过使用传感器和机器人技术来自动化，得克萨斯州A＆M Agrilife的研究人员正在帮助生产者利用这种不断发展的技术来帮助优化生产，改善奶牛的健康和福祉。

得克萨斯州农业与生命科学学院的乳业科学助理教授Sushil Paudyal博士正在帮助将这些努力带头。他领导了应用人工智能，人工智能和机器学习收集高级的技术，实时数据在农场上，开发支持早期疾病检测，知情决策和具有成本效益的机器人技术的系统。

Paudyal说：“基于传感器的系统，AI和实时分析正在改变乳制品的日常决策。”“但是要有效，这些技术必须适应能力，可更新并根据各个农场需求量身定制。”

建立数据驱动乳制品的未来

Paudyal的实验室专注于实用的，基于技术的研究，该研究可帮助生产者在不断发展的挑战中保持领先地位，包括加剧压力和不断变化的劳动力动态。技术驱动的模型可以尽早发现疾病，增强牛管理并提高效率奶牛场。他已经成功地部署了模型，以使用对相机图像和行为提示训练的高级分析算法来检测单个奶牛中的la行，乳腺炎和热应激。

他说：“目前，我们正在开发基于机器人挤奶系统的机器学习的农场效率模型，旨在确定空闲时间和挤奶失败。”

在最近的美国精密牲畜养殖会议在林肯，内布拉斯加州，Paudyal和他的团队强调了他们的一些研究：

• 评估热应激对机器人挤奶系统功效的影响 - 由博士生Rajesh Neupane领导的这项研究，开发了机器学习和计算机视觉模型这确定管理热应力在机器人挤奶系统中至关重要，因为它显着影响牛流，机器人使用，牛奶产量，进食摄入量和挤奶性能。在凉爽条件下的母牛的性能明显更好。缓解策略，例如改进的冷却，通风和调整后的喂养方案，对于维持生产力和动物福利至关重要。
• AI驱动的奶牛热应激和乳腺炎的定量这项研究概述了一种基于视频监测的自动化系统，该系统使用AI评估热应力奶牛中的乳腺炎通过行为提示，实现了实时，可扩展的监测，从而提高了动物福利和农场效率。
• 使用计算机视觉检测不同的数字皮肤炎状况。这项研究探讨了计算机视觉和机器学习方法的最新进步，以早期检测和预测数字皮炎乳牛，专注于他们进行现实应用的潜力。计算机视觉可以使奶牛中数字性皮炎的早期，准确和无创检测，从而改善健康监测并减少对主观视觉评分的依赖。

专为现实世界使用的创新

Paudyal的目标之一是创建无创，具有成本效益的诊断工具，以在各种生产系统中起作用。例如，有些人依靠基于摄像机的系统代替物理传感器来监视大量母牛，从而降低了启动成本，同时又扩大了影响。

Paudyal说：“我们正在实验室中开发传感器，该传感器可以帮助检测疾病，而无需收集侵入性的血液样本或牛奶样品。”“他们将监控行为和生理变量以确定病母牛。”

他的团队目前正在开发一个“乳制品”虚拟助手，这是一种生成的AI工具，它将使生产者能够评估农场数据和实验室结果，并在实时使用AI时提出有关饲料决策的问题。

Paudyal说：“他们将拥有一位实时顾问，具有广阔的知识领域，可以从农场的数据和乳制品特定的文献中汲取灵感。”“它不会取代兽医或营养学家，但它将授权并支持他们以明智的决策。”

Paudyal提出了早期发现美国乳业科学协会会议6月22日至25日在肯塔基州路易斯维尔。预计将在六个月内进行乳制品机器人的工作原型。

所有乳制品的右尺寸技术

尽管Paudyal表示技术和实时决策是乳制品的未来，但他强调了灵活的，右尺寸的解决方案的重要性。但是，尽管许多农民看到投资回报率，但采用率有所不同。

他认为，基于摄像机的系统监视较大的牛群，可以降低前期成本并增加采用，最终有助于最大程度地减少数字鸿沟。

Paudyal说：“我一直想为有助于乳制品农民的现实世界问题开发解决方案。”“作为一所赠予德克萨斯州奶农的土地授予大学，必须开发提供实用的，立即适用的解决方案的研究项目。通过为农民提供所需的工具和资源，我们可以更有效地解决农场的现实挑战。”