综述:用人工智能技术了解现代定笔生产系统中的牛群社会行为:我们是否在跟踪福利指标?

科学领域:

• 动物行为与福利科学 动物行为与福利科学
• 人工智能在农业中的应用
• 畜牧生产系统 畜牧生产系统

背景情况:

• 传统的牛行为监测是主观的,劳动密集型,限制了现代生产的可扩展性.
• 现有的人工智能 (AI) 系统主要识别牛的行为 ("什么"),但缺乏上下文理解 ("为什么"),缺乏细微的福利指标.
• 现代的书画环境可以改变天然牛的社会行为表达,需要先进的监测.

研究的目的:

• 审查目前基于人工智能的技术来监测牛的行为,并评估它们与福利协议的一致性.
• 识别现有的AI系统在情境解释和复杂的社会行为方面存在的局限性.
• 提出一个新的以福利为中心的AI框架,用于更准确的牛行为分析和福利风险检测.

主要方法:

• 一个全面的文献综述,综合了来自Scopus,Web of Science和PubMed的180多篇同行评审文章.
• 分析重点关注与牛行为,福利指标和基于人工智能的监测技术相关的关键词.
• 检查牛行为生物学基础和生产环境的影响.

主要成果:

• 当前的人工智能系统有效地跟踪基本活动 (食,躺着,站立),但往往无法捕捉复杂的社会动态和取决于环境的压力信号.
• 发现的重大局限性包括农场之间普遍性差,数据集成不足 (时间,多式联运) 和输出透明度不足.
• 人工智能解释牛姿势和行为背后的"为什么"的能力存在差距,这对于福利评估至关重要.

结论:

• 拟议的以福利为中心的AI框架强调多式联络数据,上下文意识的建模,共享的本体学,循环内的人类设计和可解释的AI.
• 该框架旨在提高牛行为解释的准确性,使得福利风险的早期发现和明智的管理决策成为可能.
• 未来的研究应该专注于系统验证,道德共同设计和跨学科合作,以实现牲畜中负责任的AI扩展.