返回新聞
創新AI Understanding 簡報

Noble Foods 在英國開始對蛋雞進行人工智慧聲學監測試驗

根據《家禽新聞》報道,來寶食品公司已開始在英國進行為期兩年的試驗,利用機器學習分析放養農場和穀倉農場的母雞發聲和活動。該項目尚未報告結果。

5 min readRead the linked source
Source-provided image accompanying Noble Foods starts UK trial of AI acoustic monitoring for laying hens
來源參考來源記錄
出版商
poultrynews.co.uk
來源連結
poultrynews.co.ukhttps://www.poultrynews.co.uk/production/noble-foods-launches-pioneering-uk-trial-using-sound-and-artificial-intelligence-to-monitor-laying-hen-welfare.html
來源類型
連結來源-主要來源狀態尚未確定。
背景60 秒內了解這一點

從這裡開始

關鍵術語

機器學習(ML)
允許系統從數據中學習模式並隨著時間的推移進行改進的方法。
校準
模型的置信度分數與實際正確性機率的匹配程度。
測試一下自己什麼是人工智慧?測驗

發生了什麼事

Poultry News 報導,Noble Foods 已與 AgriSound 和 Aviasenze 合作,啟動了一項由 Innovate UK 支持的為期兩年的試驗,以在東約克郡的一個自由放養農場和一個穀倉設施中測試蛋雞福利的聲學監測。

根據《Poultry News》報道,Noble Foods 在成功獲得英國國家創新機構 Innovate UK 的資助後,啟動了一項為期兩年的、以研究為主導的試驗。該計畫由來寶食品 (Noble Foods) 農業永續發展經理艾米麗馬歇爾 (Emily Marshall) 領導,農業科技公司 AgriSound 和 Aviasenze 參與其中。報告稱,試驗在東約克郡的一個自由放養農場進行,並在來寶食品的一個穀倉鋪設設施中進行了額外的測試。該文章沒有說明資金金額或確定公共資助文件。

根據《家禽新聞》報道,該系統分析禽舍內的聲景,並使用機器學習來識別雞群發聲和活動的模式。這些模式旨在提供行為、健康或環境條件變化的指示。該報告並未確定機器學習模型、麥克風或其他硬體、資料收集頻率、訓練資料、警報閾值或評估系統所依據的福利指標。

家禽新聞表示,該試驗旨在比較散養和穀倉環境中的聲學監測,以便合作夥伴可以研究飼養條件如何影響聲音訊號的有用性。該自由放養場由農民威爾·韋恩德(Will Waind)經營,報告將該農場描述為商業場所,而不是受控實驗室。據介紹,Noble Foods 和 AgriSound 先前曾合作開展一項利用生物聲學監測授粉媒介的試點計畫。

其既定目標是為農場團隊提供更早、持續和非侵入性的信息,以補充傳統的畜牧業。 《家禽新聞》報道稱,專案團隊使用該系統的非正式名稱 Happy-o-Meter,反映出其專注於識別家禽健康的可能指標。來寶食品表示,這項技術並不是為了取代農民的判斷。儘管該報告沒有給出發佈時間表或所需的報告格式,但預計將在兩年內對調查結果進行審查,並與生產商和行業利益相關者分享。

來源詳情: poultrynews.co.uk ↗

為什麼這很重要

該試驗將人工智慧直接應用於動物福利監測,並測試連續的聲音訊號是否可以補充定期審計和農場工作人員的觀察。 《家禽新聞》報告該計畫是探索性的;其準確性、成本、福利和商業用途尚未得到證實。

這個計畫很重要,因為它將人工智慧置於現實世界動物福利應用的中心,而不是描述實驗室演示或一般技術概念。 《家禽新聞》報導,傳統的福利保障依賴標準、審計和其他可以提供問責制的機制,但可能提供定期而不是持續的觀察。建議的系統將​​添加來自羊群本身的另一個資訊流。這種潛力仍然是前瞻性的:文章報告了一項試驗的開始,而不是證明該系統比現有實踐更早改善福利或發現問題的證據。

在商業農場測試該系統與實際採用有關。僅在受控條件下工作的工具可能無法輕易轉移到具有不同住房、雞群行為和環境噪音的農場。 Poultry News 稱,Noble Foods 因此正在測試放養和穀倉環境。該報告沒有提供雞群規模、試驗對照、基線測量、錯誤率、警報反應時間或獨立評估,因此讀者尚無法判斷方法是否可靠或其訊號是否對應於有意義的福利結果。

機器學習的使用報告也提出了一個重要的測量問題:聲音或活動的變化並不會自動證明福利的變化。文章稱,該技術旨在識別可能表明健康、行為或環境變化的模式,但沒有解釋如何驗證這些解釋。任何未來聲稱該系統可以識別痛苦、疾病或惡劣條件的說法都應該得到明確定義的結果以及與既定獸醫和畜牧業評估的比較的支持。

合作夥伴描述了福利管理和農場決策可能帶來的好處,而 Aviasenze 也將自動化監控與生產力、農場經濟和英國糧食安全聯繫起來。 《家禽新聞》將這些說法報導為計畫參與者的聲明;它不提供經濟分析或生產結果。如果試驗最終以可接受的成本證明了可靠的警報,它可以為生產商提供額外的監控工具。如果沒有,該項目仍然可以顯示聲學數據在哪些地方噪音太大、不明確或依賴上下文而無法日常使用。

Interactive Mechanism

互動機制:它實際上是如何運作的

以互動方式探索這項發展背後的基礎技術。

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
互動式概念檢查+10 Points
What is AI? Quiz

A route planner searches possible journeys using explicit rules. What does this illustrate about AI?

接下來看什麼

下一個重要的證據將是系統如何在住房環境中執行,它可以可靠地識別哪些福利或健康變化,它產生錯誤警報的頻率,以及合作夥伴是否獨立發布方法和結果。尚未報告效能數據或最終部署決策。

首先要關注的問題是合作夥伴是否發布具體的驗證結果而不是技術的一般描述。有用的報告包括所研究的鳥類和農場的數量、監測的長度和覆蓋範圍、用於比較的福利事件或條件,以及漏檢率和誤報率。 《家禽新聞》報道中沒有提供這些詳細信息,也尚未公佈任何結果。

自由放養和穀倉比較應顯示系統是否在兩個環境中產生一致的訊號或需要單獨校準。 《家禽新聞》表示,不同的飼養環境包括在內,以使學習內容與英國雞蛋生產的更廣泛部分相關。未來的更新應闡明該系統是否能夠區分與福利相關的變化與雞群活動、建築條件或背景聲音的普通變化。

了解該技術如何適應農業工作也很重要。文章稱,該系統旨在補充庫存管理,但沒有解釋誰收到警報、警報觸發什麼操作、工作人員必須以多快的速度做出回應,或如何記錄系統的建議。這些操作細節將決定持續監測是增加有用能力還是只是創建另一個資訊流供農民解釋。

最後,讀者應該關注兩年的研究結果是如何被分享和審查的。來寶食品表示,結果將與生產商和行業利益相關者分享,但家禽新聞並未透露數據、方法或分析是否將接受獨立審查。該報告也沒有確定商業發布、產品可用性、定價或監管狀態。在解決這些未知問題之前,該項目應被視為一個收集證據的試點,而不是一個經過驗證的福利解決方案。

相關指引和測驗

什麼是人工智慧?AI 倫理人工智慧模型解釋測試你所知道的—嘗試免費的人工智慧測驗在我們的詞彙表中尋找人工智慧術語關注 AI 模型發布追蹤器
覺得有用嗎?