Prof.Dr.Hazım Gökçen
Dr.İbrahim Gökçen
Hayvancılık insanlığın var oluşundan beri süregelen ekonomik bir uğraştır. Baştan eti ve derisi için avlanan hayvanların sonradan öteki ürünleri de değer kazanınca evcilleştirmesi ve yetiştirilmesi gereksinimi ortaya çıkmıştır. Paranın henüz mevcut olmadığı, alış verişte mal ve hayvan değiş tokuşunun uygulandığı çağlarda hayvanların verimliliği büyük önem kazanmıştır. Bugünkü kapital sözcüğü sığır başı demek olan capitustan gelmektedir. Tarihin ilk paralarını hayvan başlarının süslediğini görmekteyiz. Böylece ilkel de olsa verimlilere yaşama şansı veren seleksiyon yöntemi ortaya çıkmıştır. İlk başta hayvanlar sahipli de olsa doğada serbest bir şekilde yaşıyorlardı. Hayvancılıktaki bu evre İlkel Hayvancılık olarak tanımlanmaktadır. Özellikle kış aylarındaki iklim koşullarının olumsuzluğu ve ürünlerin değer kazanmasıyla birlikte artan hırsızlık vakaları hayvanların önce sazdan sonra da kerpiçten barınaklara konulmasını zorunlu kılmıştır. Bunun sonucunda önce yem temini sonra da yem üretimi söz konusu olmuştur. Ekstansif Hayvancılık olarak adlandırılan bu süreç bir hayli uzun sürmüştür. Bu tür hayvancılıkta teknoloji ve makine kullanılmamıştır. Dengeli beslenme bilincinin artması ile birlikte hayvanların et, süt, yün, yumurta gibi verimleri değer kazanınca yetiştiricilik farklı bir boyuta evrilmiştir. Bu kez hayvan refahını da öne alan, nispeten modern, sınırlı ölçüde teknoloji ve makine kullanan Entansif Hayvancılık işletmeleri ortaya çıkmıştır. Bu işletmelerde seyyar süt sağım makineleri kullanılmış, üreme konusunda da sun’i tohumlama tekniğinden yararlanılmıştır. Daha sonra, devletin destek ve teşviklerinin artması ile birlikte beş yüz baş ve üzeri sayıda sığır yetiştiren büyük ölçekli süt sığırcılığı ve besicilik işletmeleri kurulmuştur. Günümüzde sayıları az da olsa bu tip modern işletmelerde yoğun biçimde hayvancılık yapıldığını görmekteyiz. Bu işletmeler kaba yem üretiminde kullandıkları tarım alet ve makineleri yanında günlük rasyon hazırlanmasında yem karma makinelerinden de yararlanmaktadırlar. Özellikle modern süt sağım ünitelerinde kaliteli süt elde etme yanında hayvanların kimi değerlerini ölçme ve değerlendirme de olanaklı hale gelmiştir. Hatta kimi işletmeler süt sağımında robottan da faydalanmaktadırlar. Bu tür işletmelerde sürü yönetiminden tohumlama eşleştirmelerine, sıcaklık stresinden gübre yönetimine, meme sağlığından kızgınlık ve döl verimi takibine kadar her türlü işlem dijital ortamda yapılmaktadır. Modern hayvancılıkta verim, davranışlar ve hastalıklar ile ilgili her türlü veri toplanmaktadır. Hayvanların ayaklarına ve boyunlarına takılan cihazlar, süt sağım üniteleri, günlük toplam rasyon (TMR) hazırlama makineleri, buzağı besleme robotları, sensörler ve kameralarla hayvanların geviş sayıları, hareketleri, kızgınlıkları, canlı ağırlıkları, doğurma zamanları, yatma ve ayakta kalma süreleri, tükettikleri fabrika yemi miktarları, vücut kondisyon skorları, süt verimi ve özellikleri, yemlikte kalma süreleri, vücut ısıları ve daha birçok parametre dijital ortamda kaydedilmektedir. Bu bilgiler çiftliğin ana işlemcisine aktarıldığı gibi yetiştiricinin ve danışman veteriner hekimin cep telefonuna da gönderilmektedir Buraya kadar anlatılanlar Hayvancılık 4.0’ı ifade eder. Bu dört aşamalı gelişme İlkel, Ekstansif, Entansif ve Modern hayvancılık olarak tanımlanabilir. Günümüzde buna bir sıfır daha eklenmiş ve Hayvancılık 5.0 kavramı ortaya çıkmıştır. Hayvancılıktaki bu son evre Yapay Zeka teknolojilerinin kullanıldığı İleri Hayvancılıktır.
Dünya’daki insan sayısının hızla çoğalması buna karşılık meraların ve yem bitkisi üretim alanlarının daralması birim alan ve birim hayvan başına verimin artırılmasını zorunlu kılmıştır. Hayvansal ürünlere olan küresel talebin önümüzdeki 50 yıl içinde %70 oranında artması beklenmektedir. Artan talebi karşılamak, daha fazla ürün ve kazanç elde edebilmek için daha çok sayıda üstün verimli hayvan yetiştirmek, var olan hayvanların da verimlerini artırmak gerekir. Bunun için de hayvan yetiştiriciliğinde yeni yol ve yöntemlerin hayata geçirilmesi şarttır. İşte İleri Hayvancılık ya da Hayvancılık 5.0 kavramları bu gereksinimden ortaya çıkmıştır. Modern Hayvancılıkta her ne kadar yukarıda sayılan yöntemlerle çok sayıda veri elde edilmekte ve saklanmakta ise de bu veriler sadece mevcut durumu ortaya koymakta, ileriye dönük bir tahmin ya da öneride bulunmamaktadır. Oysa İleri hayvancılıkta verimliliğin ve karlılığın artırılması için elde edilen çok sayıda verinin daha hassas bir şekilde değerlendirilmesi ve ileriye dönük öngörülerde bulunulması gerekmektedir. Modern hayvancılıkta veriler değerlendirilirken çoğu kez mekanik modeller kullanılmaktadır. Mekanik modeller sadece incelenen sistemin izin verdiği ölçüde bir değerlendirme yapabilir. Bu modeller ancak birkaç değişkene sahip karmaşık sorunları çözmekte fayda sağlar. Oysa İleri hayvancılıkta ortaya çıkan karmaşık sorunları çözmek büyük miktardaki verinin sistematik olarak toplanmasını ve analiz edilmesini gerektirir. İleri Hayvancılıkta tahmin ve öngörülerde bulunmak için hava durumu, hava kalitesi, hayvanların ses sinyalleri ve görsel hayvan davranışları gibi çok sayıda farklı veri kümelerinin toplanması gerekir. Ancak yıl boyunca elde edilen böylesine geniş hacimli metin, ses ve video verilerinin depolaması, saklanması ve işlenmesi sıradan bir bilgisayar ile mümkün değildir. Daha geniş bir bilgi işlem ve depolama gücüne sahip olmak gerekir. İşte bu aşamada Sensörler, Büyük Veri (Big Data), Bulut Bilişim (Cloud Computing), Makine Öğrenimi Algoritmaları (Machine Learning) gibi Yapay Zeka (Artificial Intelligence) teknolojileri devreye girmektedir.
Son on yılda Dünya ölçeğinde önem kazanan Bulut Bilişim çok büyük veri merkezlerinde sonsuz denilebilecek boyutta depolama ve işleme kapasitesi sağlayan bir teknolojidir. Bu sayede bilgisayar, tablet, telefon ve sunucu gibi cihazlar arasında zaman ve mekan kısıtlaması olmaksızın veri paylaşımı olanaklı hale gelmektedir. Sensörler, kameralar ve diğer büyük veri üreten aletler sağım robotlarında, yem karma makinelerinde, sıcaklık ölçmede, yüz tanımada, ses alıcı mikrofonlarda, yem miktarı tüketiminde, iklim kontrolünde, uyku döngülerini ölçmede, barınak hava kalitesini tayinde, ağırlık tahmininde, hayvan davranışlarını belirlemede, duygusal bulaşmada, yem dozajının tespitinde, hareket ölçmede ve su kullanımını hesaplamada yaygın olarak kullanılmaktadır. Sensörler bahsedilen biyolojik, fiziksel, kimyasal ve mekanik özellikleri ayrı ayrı ya da birlikte toplar, bir insan ya da makine tarafından değerlendirilmek üzere depolar ve buluta gönderir. Bir sorunu çözmek veya belirlenmiş bir amaca ulaşmak için tasarlanan yola takip edilen işlem basamaklarına algoritma denir. Gelişmiş Yapay Zeka ve Makine Öğrenimi Algoritmaları buluttaki büyük veriyi analiz etmek, geleceği tahmin etmek ve yetiştiricilere önerilerde bulunmak amacıyla kullanılır. Özet olarak hassas sensörler tarafından elde edilen ham veriler ve analiz için gerekli olan diğer veri kümeleri önce bulutta depolanır, sonra büyük veri analizi ve makine öğrenimi algoritmaları buluttaki bu verileri analiz ederek hem standart modellerden herhangi bir sapmayı ortaya koyar hem de gelecekte neler olabileceği ile ilgili öngörülerde ve önerilerde bulunur. Bu öneriler otomatik olarak aksiyona neden olabileceği gibi, değerlendirip doğru aksiyonu alma yönünde karar verebilmeleri için insanlara da sunulur. Böylece Makine Öğreniminin getirdiği akıllı çözümler ile insan aklı ortak bir sonuca ulaşabilir.
İleri Hayvancılık teknolojileri hayvanlardaki dengesiz vücut hareketlerini ve aktivitedeki azalmayı gözlemleyerek çeşitli hastalıkların erken teşhisini başarılı bir biçimde yapmaktadır. Bu belirtilerin büyük sürülerde gözle fark edilmesi bir hayli zordur. Aynı şekilde çok sayıda hayvana sahip olan bir yetiştiricinin hasta hayvanı; beslenme alışkanlıklarındaki, sıvı alımındaki ve olağan dışı vücut hareketlerindeki değişikliklere bakarak fark etmesi de hiç kolay değildir. İleri Hayvancılık teknolojileri yetiştiricilerin hayvanlarındaki bu tür anormal davranışları fark etmelerine yardımcı olmak suretiyle salgınları önceden tahmin edip önleyebilmektedir.
Örneğin tavuk yetiştiriciliğinde kullanılan hava sensörleri herhangi bir belirti göstermeden tavuklar arasında hızla yayılabilen coccidiosis hastalığının başlangıcını tahmin edebilirler. Bu hastalığın teşhisinde kümesteki hava kalitesinin sürekli olarak izlenmesi büyük önem taşır. Hastalıklı tavukların sayısı arttıkça havadaki uçucu organik bileşiklerin yoğunluğu da artar. Hava sensörleri bu yoğunluğu yetiştiriciden ve veteriner hekimden çok daha önce fark edebilmektedir. Bu sayede erkenden uyarılan yetiştiriciler ve veteriner hekimler hastalığın daha fazla yayılmaması için zamanında önlem alabilmektedirler. Böylece binlerce hayvanın hayatı kurtulduğu gibi yetiştiricinin zarara uğraması da önlenmiş olur.
Sığırlarda kullanılan İleri hayvancılık teknolojileri hastalıkları insanlardan çok daha önce ve doğru olarak tahmin edebilmektedirler. Örneğin ineklerin mastitis hastalığında sütün kalitesi bozulur, miktarı azalır, somatik hücre sayısı ve elektrik iletkenliği artar. Modern Hayvancılıkta ancak manuel olarak tespit edilebilen bu belirtiler sadece mevcut durumu ortaya koyar. Oysa İleri Hayvancılıkta kullanılan otomatik Sensörler ve Algoritmalar ineklerdeki mastitis riskini henüz ortaya çıkmadan güvenilir bir biçimde tahmin edip azaltabilmektedirler.
Makine Öğrenimi Algoritmaları hayvanların hareketlerindeki değişikliklere ve bazı vücut bölümlerinin daha fazla kullanılmasına bakarak klinik öncesi aşamadaki topallığı güvenilir bir biçimde tahmin edebilmektedir. Topallık süt üretimini azalttığı ve yaralanma riskini artırdığı için işletmeyi olumsuz olarak etkileyen çok önemli bir hastalıktır. Topallığın önceden tahmin edilmesi yetiştiricilerin maddi kayıplara uğramasını önler.
Sürüdeki hayvanların tanımlanması yetiştiricilikte çok büyük bir önem taşır. Yakın zamana kadar bunu yapacak büyük ölçekli, uygun maliyetli ve hayvan dostu çözümler yoktu. Tanımlama amacıyla hayvanın kulağını delerek takılan küpeler ve chipler zamanla düşebiliyordu. Ayrıca bu yöntemle birden fazla özelliği aynı anda okumak da mümkün değildi. Son otuz yılda insanlarda geliştirilen yüz tanıma teknikleri günümüzde hayvanlarda da uygulanmaya başlandı. Bu teknikle sığırların ve koyunların yüz ifadeleri incelenmek suretiyle olumlu sonuçlar elde edildi. Ne var ki, bu tekniğe dayalı olarak geliştirilen yüz tanıma sistemleri hayvanları ancak %77 ihtimalle tanımlayabiliyordu. Günümüzde donanım ve yazılımdaki ilerlemelere paralel olarak geliştirilen Evrişimli Yüz Tanıma Tekniği ile hayvanlar %97 olasılıkla tanınabilmektedir. Bu teknikle yetiştiricilerin ürün ve iş gücü maliyetleri önemli ölçüde azalmaktadır. Örneğin bir hayvanın göz ve kulak hareketleri incelenerek ruh hali ve heyecan seviyesi tanımlanabilmektedir. Gözleri yarı kapalı ve kulakları arkaya dönük olan hayvanlar genellikle bitkin bir durum sergilerler. Öte yandan heyecanlı hayvanlarda sklera (göz beyazı) büyük, kulaklar da ileriye dönüktür. Yüz Tanıma ile hayvanların karşılaştığı sorunlar onların yanında bulunmadan da anlaşılabilmektedir. Örneğin yemleme alanlarında çok sayıda ineğin huzursuz olduğu tespit edilirse bir sorun olduğu düşünülür. En azından böyle bir gözlem daha fazla araştırma yapılmasını gerektirir. Bu tür araştırmalar ile yemlemenin yetersizliği gibi insanlar tarafından kolayca gözlenemeyecek sorunlar kolaylıkla tespit edilebilir
Bir süt sığırcılığı işletmesinde yem maliyetleri toplam maliyetin %40-60’ını oluşturur. Hayvanlar yeterli yem ve su alamadığında üretim olumsuz olarak etkilenir. İleri Hayvancılıktaki Yapay Zeka Teknolojileri ile yetiştiriciler her zaman bu durumu tespit edebilirler. Yem ve sıvı alımları yemin bileşimi ve ineğin doğurmasına bağlı olarak değişebilir. Hayvanların iyi beslenmesi için kaba ve kesif yemlerin rasyonda dengeli bir biçimde yer alması gerekir. Dengeli yem oranları hayvanlarda metabolizmanın hızlanmasına yardımcı olur. Yemden yararlanmayı hesaplamak için yem alım miktarı, kazanılan canlı ağırlık, üretilen et ve süt miktarları gibi verilere ihtiyaç vardır. Modern Hayvancılıkta kullanılan manuel sistemde yemden yaralanma birkaç farklı ve doğrusal olmayan parametreye dayanmaktadır. Kameralar tek tek ineklerin yedikleri yem miktarını ölçer. Oysa gelişmiş Makine Öğrenimi Algoritmaları hayvanların ihtiyaçlarına göre yem masraflarının ayarlamasına ve optimize edilmesine yardımcı olabilir. Bu teknikler aynı zamanda hayvanların performansını doğru bir şekilde tahmin etmeye de yardımcı olur. Emzirme sırasındaki enerji harcamaları; süt verimi bileşenleri ve vücut kondisyon skoruna göre değerlendirilir. Böylece metabolik hastalıklar ineklerin mevcut verimleri değerlendirilerek tahmin edilebilir. Makine Öğrenimi Teknikleri yetiştiricinin işletmesindeki hayvanların süt verimini, üreme performansını ve buzağılama aralığını önceden tahmin etmesine yardımcı olabilir. İleri hayvancılık teknolojileri hayvan sağlığını ve yetiştirici sorunlarını önemli ölçüde iyileştirebilir. Ayrıca daha çevresel ve insancıl bir hayvancılık yapmamıza yardımcı olabilir. Bu teknikler yem ve antibiyotik kullanımını azaltma konusunda çok önemli bir potansiyele sahiptir. Bu da daha az karbon salınımı ve daha düşük antibiyotik direnci demektir.
Duygusal Bulaşma hayvanların çevreleri ile daha etkin bir biçimde başa çıkmalarına ve tehlikeden uzaklaşmalarına yardımcı olur. Tek tek hayvanların duygusal davranışlarını uyumlu hale getirmek çiftlikteki tüm hayvanların güçlü sosyal bağlar geliştirmesine neden olabilir. Çeşitli türler farklı duygusal durumları göstermek için sesli sinyaller kullanır. Ses sinyallerinin duygusal tepkisellikle güçlü bir biçimde ilişkili olduğu görülmüştür. Örneğin keçiler diğer keçilerden gelen çağrıları duyduklarında başlarını sağ tarafa yönlendirirler. Bu da sol beyinlerinin bazı kısımlarını tehdit edici olmayan ses sinyalleri ile ilişkilendirmek için aktif olarak kullandıklarını gösterir. Bu durum ses sinyalleri ile duygusal yapı arasında ne kadar önemli bir bağlantı olduğunu gösterir. Makine Öğrenimi tabanlı algoritmalar bir hastalığın veya stresin ortaya çıkacağını tespit etmek için seslendirmelere, koku alma ipuçlarına bakarak duygusal bulaşma değişkenlerini belirlememize yardımcı olur. Bu da çiftlik koşullarının ve refahının önemli ölçüde iyileştirilmesine katkıda bulunur.
Özet olarak söylemek gerekirse İleri Hayvancılıkta Yapay Zeka teknolojileri kullanılarak başka yolla çözümlenmesi zor hatta imkansız olan sorunlar kolaylıkla çözülebilir. Böylece hayvanların sağlığı korunur ve verimliliği artar. Aynı zamanda hayvancılık işletmelerinin karlılığı ve sürdürülebilirliği de garanti altına alınmış olur.
