A lightweight visual system for determining the gender of poultry based on artificial intelligence
تقترح هذه الورقة نظاماً بصرياً منخفض التكلفة ومدعوماً بالذكاء الاصطناعي يسمى YBDF، والذي يستخدم مجموعة بيانات جديدة لغدد الكتاكيت ونموذج تصنيف BDF مبتكر لتحقيق دقة بنسبة 91.33% في تحديد جنس الدواجن، متجاوزاً بذلك بفعالية قيود الطرق اليدوية والآلية الحالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم تربية الدواجن الحديثة الصاخب، تقود حقيقة بيولوجية بسيطة قرارات اقتصادية معقدة: فالصيصان الذكور والإناث تتطلب أنواعاً مختلفة من الأعلاف لتنمو بشكل جيد. ينمو الذكور بشكل أفضل عند تغذيتهم على طعام عالي الطاقة لبناء الوزن، بينما تحتاج الإناث إلى وجبات عالية البروتين لتعظيم إنتاج البيض. لعقود من الزمن، اعتمد المزارعون على طريقتين رئيسيتين للتمييز بين الجنسين بعد فقس الصيصان. تتضمن إحدى الطريقتين عمالاً مهرة يقومون بفحص منطقة المذرق (الكلواكا) الصغيرة يدوياً، وهي مهمة سريعة ولكنها عرضة للخطأ البشري والإجهاد. أما الطريقة الأخرى فتستخدم آلات متخصصة دقيقة ولكنها باهظة الثمن وبطيئة بالنسبة للعمليات واسعة النطاق. وتكافح كلتا الطريقتين لمواكبة متطلبات المزارع الحديثة والفعالة، مما يترك فجوة لحل يكون في آن واحد ميسور التكلفة ودقيقاً.
وقد دفع هذا التحدي الباحثين إلى استكشاف الذكاء الاصطناعي، وتحديداً استخدام الرؤية الحاسوبية لـ "رؤية" الاختلافات بين صيصان الذكور والإناث. وبينما حاولت بعض المحاولات السابقة تحليل صوت الزقزقة أو ملمس الريش، إلا أن هذه الطرق غالباً ما تفشل في بيئة المفرخات الحقيقية الصاخبة وغير المتوقعة؛ حيث يسهل طمس الصوت بسبب الآلات، ويمكن للريش أن يحجب الفروق الجسدية الدقيقة اللازمة لتحديد الجنس. ولحل هذه المعضلة، طور فريق من الباحثين نظاماً بصرياً جديداً يركز مباشرة على الغدد التناسلية للصيصان، وهي الأعضاء الداخلية التي تحدد الجنس. ومن خلال الجمع بين التعرف المتقدم على الصور وإعداد كاميرا متخصصة، ابتكروا أداة يمكنها تحديد جنس الصوص بدقة عالية، مما يوفر مساراً محتملاً نحو زراعة أكثر إنسانية وكفاءة.
بدأ الباحثون بمعالجة العقبة الأكثر جوهرية: البيانات. لتعليم الكمبيوتر كيفية التمييز بين صوص ذكر وأنثى، احتاجوا إلى مكتبة ضخمة من الصور الواضحة التي تظهر السمات الجسدية المحددة لكل منهما. قاموا بجمع أكثر من 1,200 صورة عالية الدقة لصيصان "البرويلر" الصفراء بعمر يوم واحد. وفي عملية دقيقة وغير جراحية، قام متخصصون بكشف منطقة المذرق لكل صوص بلطف لالتقاط صور الغدد التناسلية. كشفت الصور عن اختلاف واضح: تظهر الصيصان الذكور نتوءاً دائرياً صغيراً، بينما تبدو الصيصان الإناث مسطحة نسبياً. ومع ذلك، فإن التقاط هذه الصور أمر صعب لأن الأعضاء تكون مخفية تحت ريش الزغب الناعم، كما أن العملية غالباً ما تتضمن وجود أصابع بشرية تمسك بالصوص، وكلاهما يمكن أن يحجب الرؤية أو يخلق ظلالاً مربكة. وللتغلب على ذلك، بنى الفريق أول مجموعة بيانات معيارية من نوعها في الصين، حيث تم تصنيف كل صورة بدقة كذكر أو أنثى، مما خلق أساساً لنظام الذكاء الاصطناعي الخاص بهم.
ومع توفر البيانات، أنشأ الفريق نظاماً يتكون من جزأين مصمماً لمحاكاة الطريقة التي يتبعها الخبير البشري في أداء المهمة، ولكن بسرعة واتساق الآلة. يعمل الجزء الأول كـ "محدد موقع"؛ فباستخدام تقنية معروفة للكشف عن الأشياء، يقوم النظام بمسح صورة الصوص ويجد فوراً الموقع الدقيق حيث تقع الغدد التناسلية، متجاهلاً بقية الطائر والريش والأصابع البشرية التي تمسكه. ثم يقوم بقص تلك المنطقة الصغيرة فقط، وإعادة تغيير حجمها إلى تنسيق قياسي. هذه الخطوة حاسمة لأنها تزيل الفوضى البصرية التي غالباً ما تشتت الأنظمة الأخرى، مما يضمن أن الكمبيوتر ينظر فقط إلى الميزات البيولوجية ذات الصلة.
أما الجزء الثاني من النظام فهو "المصنف"، وهو "العقل" الذي يتخذ القرار النهائي. يستخدم هذا المكون شبكة عصبية متخصصة، وهي نوع من البرامج الحاسوبية المستوحاة من الدماغ البشري، لتحليل الصورة المقصوصة. صمم الباحثون هذه الشبكة لتركز على شيئين محددين: الشكل العام للمنطقة والتفاصيل الدقيقة داخلها. لقد دمجوا آلية تسمح للنظام بالتركيز على الأجزاء الأكثر أهمية في الصورة مع تجاهل الضجيج، تماماً كما قد يضيق الإنسان عينيه للتركيز على تفصيل معين مع حجب الخلفية. ومن خلال الجمع بين الطبقات العميقة لاستخراج الميزات وهذا التركيز المزدوج، يتعلم النظام التعرف على النتوء الدائري الخفي للذكر أو السطح المسطح للأنثى، حتى عندما تكون الصورة غير مثالية قليلاً.
وعند اختباره، أظهر النظام دقة ملحوظة. في التجارب المنضبطة، حدد النظام الجديد جنس الصوص بشكل صحيح في أكثر من 91 بالمائة من الحالات. كان هذا تحسناً كبيراً مقارنة باستخدام نموذج كشف قياسي وحده، والذي عانى من دقة بلغت 55 بالمائة فقط، مما يسلط الضوء على مدى أهمية التصميم المتخصص للتعامل مع الواقع الفوضوي للصور الحقيقية. كما قارن الباحثون نظامهم بعدة نماذج ذكاء اصطناعي شهيرة أخرى، بما في ذلك تلك القائمة على بنيات "المحولات" (Transformers) المعقدة والشبكات التلافيفية الكلاسيكية. لم يحقق نظامهم أعلى دقة فحسب، بل حقق ذلك أيضاً بموارد حوسبية أقل، مما يجعله أسرع وأكثر ملاءمة للأجهزة المحدودة الموجودة غالباً في المزارع الصغيرة.
ولضمان أن النظام لا يقوم بمجرد التخمين بل يتعلم بالفعل السمات البيولوجية الصحيحة، استخدم الباحثون تقنية لتصور المكان الذي "ينظر" إليه الكمبيوتر عند اتخاذ القرار. أظهرت النتائج أن نظامهم ركز بحدة على المنطقة التناسلية، وتحديداً على النتوء أو المنطقة المسطحة، في حين تشتتت النماذج الأخرى غالباً بالريش المحيط أو الأصابع البشرية. أكد هذا أن النظام يعتمد على نفس الإشارات التشريحية التي يستخدمها الخبراء البشريون، بدلاً من العث find أنماط عرضية في الخلفية. وفي تجربة واقعية أقيمت في مفرخ تجاري، عمل النظام بشكل مستمر لمدة ست ساعات على أجهزة متواضعة وبأسعار معقولة، حيث عالج حوالي 11 إلى 12 صوصاً في الثانية الواحدة بدقة ثابتة، بغض النظر عن تغيرات الإضاءة أو من يقوم بالإمساك بالطيور.
تخلص الدراسة إلى أن هذا النظام البصري خفيف الوزن يقدم بديلاً قابلاً للتطبيق ومنخفض التكلفة لصناعة الدواجن. ومن خلال أتمتة عملية تحديد الجنس بدقة عالية، فإنه يعد بتقليل الاعتماد على العمالة اليدوية والآلات باهظة الثمن، مما قد يؤدي إلى خفض التكاليف وتحسين رفاهية الحيوان. وقد جعل الباحثون مجموعة البيانات الخاصة بهم والشيفرة المصدرية لنظامهم متاحة للجمهور، داعين الآخرين للبناء على هذا العمل. ورغم أن النظام الحالي تم اختباره على سلالة واحدة من الصيصان تحت ظروف محددة، إلا أن نجاح هذا النهج يشير إلى مسار واضح نحو تطوير أدوات مؤتمتة وقوية يمكنها التكيف مع البيئات المتنوعة والمتطلبة للزراعة الحديثة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.