創新科技｜城大團隊研發深度學習模型 辨認雞啼求救聲 改善養殖動物生活

現時全球每年生產活雞超過250億隻，各地農場動輒數百以至數千隻，透過人工方式評估雞隻求救啼叫方式既費時費力，又易受主觀判斷影響。城市大學一個研究團隊早前研發出深度學習模型，可從雞舍的自然雞聲中辨認及量化雞隻的求救啼聲，其準確度高達97%，期望研究能在5年內投入商業應用，以改善商業農場雞隻的生活條件及福祉。

準確度97% 冀5年內商業應用

團隊由城大賽馬會動物醫學及生命科學院傳染病及公共衞生學系副教授Alan McElligott及助理教授劉凱領導，並後英國倫敦帝國學院、倫敦大學瑪麗女皇學院、薩里大學和廣西壯族自治區獸醫研究所等合作，並在廣西一個餵養數以千計雞隻的農場收集和分析麻雞和三黃雞的啼叫錄音，再基於生物聲學技術和深度學習，研發出一項自動、客觀而性價比高的嶄新方法來評估及量化雞隻的求救啼聲。

McElligott解釋，有關算法可分析頻率範圍介乎0至11,025赫兹的音頻訊號，以從雞舍的自然雞聲中分辨出雞隻的求救啼叫聲，同時可準確檢測雞隻因內在身體狀況，又或環境過於擁擠、糧水不足、受其他雞隻攻擊等外在因素受到壓力，準確率高達97%。他認為，外人有時很難說服須以固定價格為超市養殖動物的農民其他人，以科技改善動物的福祉，強調最終目標不只是統計雞隻求救啼叫，而是為牠們創造符合其福祉的養殖環境。

劉凱亦指，新技術可讓工作人員實時及遠距離監察雞隻的福祉，並在有需要時及早干預養殖情況，同時可減少分析師的工作量，有助他們進行大型數據分析，從而改善養殖及動物管理；有份參與研究的城大傳染病及公共衞生學系博士研究生毛阿秀表示，有關算法已考慮電腦計算的資源限制，相信能供農場實際運用。研究論文已於《英國皇家學會介面期刊》（Journal of the Royal Society Interface）發表。

STEAM抗疫大使計劃 Be a Maker！為防疫發揮創意！詳情即睇【下一頁】。

撰文︰歐文瀚
責任編輯：戴維浩