Четыре научно-исследовательских института США занялись разработкой технологий на основе искусственного интеллекта для птицеводства и созданием роботизированной техники для перерабатывающего сектора. Об этом пишет отраслевой портал Poultry World.
Министерство сельского хозяйства страны (USDA) выделило на эти цели грант в пять миллионов долларов сроком на четыре года. Именно столько времени должно хватить учёным для реализации их проектов. Из этой суммы 2,2 миллиона долларов получит Арканзасская сельскохозяйственная экспериментальная станция. Она занимается разработкой технологии, которая позволила бы автоматизировать обеспечение безопасности для пищевой продукции на птицеперерабатывающих предприятиях. Потребность в этом проекте, как пояснили его авторы, возникла ещё во время первой волны коронавируса, из-за которого возник резкий и трудноустранимый дефицит персонала. Отметим, что эта проблема актуальна и сейчас, поскольку ковид всё ещё представляет определённую угрозу, а ещё большую – птичий грипп и другие болезни сельскохозяйственной птицы.
Ещё 2,1 миллиона долларов получил Технологический институт Джорджии на усовершенствование технологических линий на птицеводческих предприятиях с помощью роботизированных, цифровых и других «умных» технологий. Оставшиеся средства были направлены в Университет Небраски в Линкольне профессору социологии Джулии Маккуиллан и в Государственный университет Форт-Вэлли. Учёный из первого вуза будет изучать влияние робототехники на работников птицеводческой отрасли. Во втором же вузе оценят возможность применения подобных технологий в других направлениях животноводства.
В разработке исследователей находится ещё несколько технологий. Например, одна из них позволит использовать гиперспектральную визуализацию для обнаружения пластика в курином мясе. Также учёные работают над созданием мобильного робота, оснащённого биосенсором, который будет автоматически собирать образцы продукции для проверки на наличие бактерий. Место взятия образца машина будет определять при помощи заранее составленной «биологической карты объекта». Это позволит ей повысить точность нахождения загрязнённых участков.
