In de hedendaagse melkveehouderij speelt optimalisatie van de levensproductie van koeien een belangrijke rol. Het verhogen hiervan is essentieel, niet alleen vanuit economisch oogpunt, maar ook voor de duurzaamheid van de sector. Door het gebruik van ‘machine learning’, een vorm van Artificial Intelligence (AI) kan de levensproductie van koeien kort na de geboorte al worden voorspeld.
Doctoraatstudent Maarten Perneel onderzocht dit aan de Universiteit Gent. Hiervoor kreeg hij een uitgebreide dataset van CRV aangeleverd. Het onderzoek focust op de verbinding tussen genetica, milieu, en managementpraktijken die samen de levensproductie van melkvee beïnvloeden. “Door deze variabelen in ons model te zetten, kunnen we voorspellingen doen die tot 47 procent van de variatie in levensproductie kunnen verklaren. Dit is veel meer dan traditionele methoden, zoals lineaire regressie, die slechts 22 procent verklaren”, vertelt Perneel.
Dit onderzoek geeft melkveehouders de kans om beter geïnformeerde beslissingen te maken over welke kalveren te behouden en welke te verkopen. Dit biedt een mogelijke oplossing voor bedrijven die een overschot aan jongvee hebben. “Het model geeft veehouders de mogelijkheid om jongvee selectiever en effectiever te beheren. Dit kan leiden tot een hogere gemiddelde levensproductie van de aangehouden dieren”, laat Perneel weten.
Artificial Intelligence in de melkveehouderij
Machine learning is een onderzoeksveld binnen Artificial Intelligence (AI). Hierbij kunnen computers voorspellingen doen op basis van grote hoeveelheden gegevens en hieruit leren. Deze tool is specifiek afgestemd op de data-rijke omgeving van moderne melkveehouderijen. Op deze manier kunnen onderzoekers een robuust model te bouwen, dat complexe interacties tussen de dieren en hun omgeving kan begrijpen en gebruiken voor voorspellingen.
De onderzoeker heeft hoge verwachtingen van machine learning in de melkveehouderij. “Niet alleen kan het boeren helpen bij het maken van betere beslissingen over de selectie van dieren, maar het opent ook de deur naar meer gepersonaliseerde managementstrategieën die kunnen leiden tot verbeterde dierwelzijn, efficiëntie en uiteindelijk economische winst”, concludeert Perneel.
Doctoraatstudent Maarten Perneel voerde zijn masterproefonderzoek uit onder begeleiding van Promotors Stefaan De Smet en Jan Verwaeren. Stefaan De Smet is gespecialiseerd in dierlijke productiesystemen en kwaliteit van dierlijke producten. Jan Verwaeren is expert in data-analyse en statistische modellen, voornamelijk gericht op toepassingen binnen de bio-wetenschappen.
Bron: Universiteit Gent
