El Med. Vet. Julio Giordano investiga y da clases en la Universidad de Cornell y asesora tambos en Estados Unidos y de tanto en tanto viene a Argentina a compartir saberes. Estuvo en el XVI Simposio Irac Biogen, en Córdoba.

Para comenzar y como para ponerle un título a su exposición apuntó: “Lo primero de todo es agrupar las vacas por características particulares, sin tocarlas, sin otra cosa que los datos que cada una tenga. Le llamamos manejo dirigido e implica agrupar por semejanzas”.

Manejo dirigido
En primer lugar, debemos tener dateado el rodeo total y de allí constituir subgrupos o vacas individuales, por fertilidad o comportamiento en el celo. La idea es optimizar los resultados de cada subgrupo y allí, con mayor precisión se puede determinar la ganancia de eficiencia al separarlas por características propias.

“Hay que tratar de medir, de terminar los resultados para diseñar estrategias comunes. En Argentina hay desempeños muy altos pero ya estamos ocupándonos de elevar el techo, ocuparnos de detalles. Las viejas estrategias ya no son efectivas, ni factibles ni necesarias y ya no son viables económicamente”, enfocó.

Los datos de la IA
Hay tres componentes principales que apuntalan esta estrategia:

1-Ecosistema de datos: cómo los datos apuntan las decisiones y desarrollar y medir

Muchas tecnologías nos entregan datos: información genómicos, genealógicos, los fenotipos profundos (capaces de entregarnos datos importantes a través de dispositivos diversos), el microambiente (galpón, camas, calidad de aire y luminosidad) y los datos de manejo que tienen datos de manejo.

-La genética y la genómica, con predicciones de datos genéticos (fertilidad, productividad y salud)

-Los datos de sensores que nos hablan de los comportamientos y fisiología de las vacas, fertilidad, rumia, monta y otras. Ya hay un collar que provee el consumo de MS de cada vaca

-Los volúmenes y componentes monitoreados en cada ordeño

-La utilización de balanzas para conocer cada día el peso de cada individuo

-El balance energético puede estimarse para cada vaca (leche, ganancia de peso y consumo)

-Otra de las tecnologías más nuevas tienen que ver con visión por computadora. Se analiza la locomoción y CC con computer visión. CastleEye es una plataforma de inteligencia artificial de vanguardia diseñada para la monitorización autónoma de vacas lecheras de punta y ganado de alta producción. El sistema utiliza cámaras de video estándar instaladas en el establo o a la salida de las salas de ordeño para analizar el comportamiento animal mediante visión por computadora.

2-Los datos en decisiones

Los datos son individuales y colectivos para tomar decisiones

3-Implementar soluciones basadas en datos

Uso de predictores individuales de eventos diversos, por ejemplo en la presencia de celo en el PEV y la sincronización

-Agrupar por datos multimodales integrados que nos dicen muchas cosas de cada vaca y que debemos tener en cuenta al momento de tomar decisiones

Se pueden integrar algoritmos de lógica simple o MLA (ver complejidad)

Los predictores individuales nos van a permitir realizar asociaciones entre ellos y de allí la IA nos permite extraer info para diferenciar y decidir

Los datos multimodales agregados
Los datos multimodales agregados se refieren al conjunto de información combinada que proviene de múltiples tipos de fuentes o modalidades (como texto, imágenes, audio, video, datos geoespaciales o lecturas de sensores) y que ha sido recopilada, procesada y unificada para su análisis conjunto. A diferencia de los datos unimodales (por ejemplo, solo texto), la agregación multimodal permite a los sistemas de Inteligencia Artificial y de análisis de datos obtener una comprensión mucho más profunda y contextual de un fenómeno.

Las vacas que muestran celo en momentos reproductivos van a tener mejor performance. Atento a las alertas pues esto nos van a dar una mayor eficiencia al momento de preñar.

-Vaca que muestra celo al final de un protocolo de alta fertilidad es una mejor vaca en ese proceso de reproducción.

-Condición corporal medida por las cámaras luego del parto está asociada a la expresión de celo y fertilidad. La alta y baja CC decide el devenir de cada individuo

-El balance energético automatizado podría usarse como un predictor de fertilidad

(BE asociado a P/IA en el primer servicio y en vacas multíparas

-Se puede reagrupar a partir de estos datos y a partir de llo comenzar a precisar abordajes.

Los datos puestos a trabajar, a partir de lógica simple puede diferenciar vacas de acuerdo a su potencial reproductivo. Los factores se asocial y eso nos ofrece las prestaciones de cada nueva constitución de grupos.

Ej: tasa de concepción en el primer servicio nos ayuda a conducir cada

Algoritmos e IA
Uno de los desafíos es predecir fertilidad (Ana Laplacette) en 27 parámetros primarios y que luefgo pueden agruparse con trabajo de IA.

Las predicciones de los algoritmos nos ayudan a agrupar parecidos (manejo dirigido) a partir de reunir el tercio inferior, el tercio medio y el tercio de punta. Y eso es una data trascendente.

Estamos cerca de lograr en encontrar las vacas de Baja Fertilidad y trabajar en las mejoras.

Soluciones basadas en datos
Lo conocido nos da pautas de lo mucho que nos falta por aprender. Las alertas nos avisan y con esa info se deben tomar decisiones. El comportamiento medido en datos preanuncia futuros y nos obliga a intervenciones para mejorar aquello que puede se mejorado.

A las vacas que les va a ir bien no necesita ITF y darles más tiempo y manejos simplificados. A las que muestran una más baja performance podemos intervenir con ITF (MD-AICC), tengamos que queremos bajar la cantidad de vacas de este último grupo.

Por Osvaldo iachetta / TodoLechería