Deutschland News Agency

Ein Team von 16 Studenten der Universität Shenzhen hat ein Künstliche Intelligenz (KI) Programm entwickelt, das Züchtern hilft, kranke Enten mit Löwenköpfen zu identifizieren und die Überlebensrate der Herde um 30 Prozent erhöht.

Enten mit Löwenköpfen sind eine in der südchinesischen Region Chaoshan bekannte, aber schwer zu züchtende Art. Züchter in Chenghai verließen sich seit über 300 Jahren auf ihre Erfahrung, um die Gesundheit der Enten zu überwachen, indem sie beobachteten, wie lange sie sich bewegten und ihre Körpertemperatur mit ihren Händen fühlten.

Aber jede Krankheit konnte eine Farm in nur 10 Tagen zerstören. Im Winter 2018 starben Tausende von Enten mit Löwenköpfen bei einem unerwarteten Ausbruch, und nur fünf überlebten. Jin Shutao, ein Entenzüchter in Houxi, kehrte als junger Unternehmer in seine Heimatstadt zurück und dachte darüber nach, die Kraft der Technologie zu nutzen.

Im Jahr 2022 lud er 16 Studenten des Shenzhen University-Tencent Cloud AI BEng-Programms zur Enten mit Löwenköpfen-Zuchtgenossenschaft ein. Mit Anleitung von Lehrern an der Universität und Ingenieuren des chinesischen Internet-Giganten Tencent wollten sie diese schwierige Aufgabe bewältigen.

Das Team hatte Schwierigkeiten, kranke Enten in einem Bereich von 500 Quadratmetern zu identifizieren, in dem sich mehr als 4.000 Enten inmitten von kakofonischen Geräuschen befanden. Sie beschlossen, die Krankheit zu diagnostizieren, indem sie die Dauer der Bewegungslosigkeit einer Ente maßen, und teilten das Projekt in vier Gruppen auf: Hardware, Front-End, Back-End und Algorithmus.

Die erste Herausforderung bestand jedoch darin, Kameras zu installieren, da herkömmliche QR-Code-basierte Identifikationsmethoden, die bei Tieren wie Kühen, Schafen oder Schweinen verwendet werden, bei Enten nicht funktionierten. Um genügend Daten für das KI-Training zu sammeln, nahmen die Studenten Bilder mit vorhandenen Farmkameras auf und kennzeichneten sie manuell.

Der Markierungsprozess umfasste die Kategorisierung und Markierung von 6.000 Bildern von 300.000 Enten. Wang Yifeng, ein Mitglied des Teams, betonte, dass sie zu 100 Prozent konzentriert sein mussten, da selbst der kleinste Fehler die Ergebnisse des KI-Trainings beeinflussen konnte.

Nach Dutzenden von Modellanpassungen lernten die Studenten, dass es keine universelle Methode gab, die für alle galt. Aufgrund der dicken Federn der erwachsenen Enten mit Löwenköpfen war es schwierig, ihre Körpertemperatur zu messen. Daher entschieden sie sich, kranke junge Enten als ergänzendes Mittel zu identifizieren.

Einige Studenten fanden sogar durch Forschung heraus, dass Entenkrankheiten eng mit Wetterbedingungen wie Taifunen und Smog zusammenhängen. Daher fügten sie dem Programm Funktionen für Datenbeobachtung und -analyse zur Optimierung hinzu. Derzeit bietet das Programm Echtzeitwarnungen für "ungekennzeichnete Enten" und "fiebernde Enten" hinsichtlich Temperatur, Luftfeuchtigkeit, PM2,5-Niveaus und Trends bei den Datenänderungen auf der Farm. Dies hat dazu beigetragen, die Überlebensrate der Enten mit Löwenköpfen auf der Farm um 30 Prozent zu erhöhen.

Shen Linlin, Direktor des Visual Research Institute der Shenzhen Universität, betonte die Herausforderungen der Arbeit und sagte: "KI zu entwickeln, bedeutet nicht, in einem klimatisierten Raum zu sitzen und Code zu schreiben. Es geht darum, Code in Entenmist zu schreiben."