Kunstmatige intelligentie helpt levensproductie voorspellen

Door met behulp van kunstmatige intelligentie genoomfokwaarden te combineren met bedrijfsspecifieke data kan de toekomstige levensproductie van kalveren veel beter worden voorspeld. 

Als veehouders met 20 procent overtollig jongvee deze kennis gebruiken bij het selecteren van aan te houden vaarskalveren, stijgt de gemiddelde levensproductie met ruim 9 procent. Deze conclusie trekt doctoraatstudent Maarten Perneel van de UGent en KU Leuven uit een analyse van een dataset van CRV met afstammingsinformatie, genoomfokwaarden, mpr-data en gegevens over vruchtbaarheid en afvoer. 

Zonder moeite hogere levensproductie

Door enkel naar genoomfokwaarden te kijken kan op bedrijfsniveau circa 22 procent van de variatie in levensproductie tussen dieren worden voorspeld. Door bedrijfsspecifieke data toe te voegen en de data te analyseren met behulp van een zelflerend rekenmodel, stijgt dit naar 47 procent. ‘Als veehouders deze kennis gebruiken bij de selectie van vaarskalveren die ze aanhouden voor opfok, zal de levensproductie van de koeien stijgen, zonder dat ze hier iets extra voor hoeven te doen’, legt Perneel uit. ‘Door de 20 procent minste vaarskalveren uit te selecteren, stijgt de gemiddelde levensproductie met ruim 9 procent’, berekende hij.

Rekenmodel leert zichzelf

Perneel ontwikkelde voor zijn onderzoek een zelflerend rekenmodel. Dat wil zeggen dat het model op basis van de gerealiseerde levensproducties zelf op zoek gaat naar patronen in de data om op die manier betere voorspellingen te doen. ‘Nu gaan we er nog vanuit dat de invloed van fokwaarden op de levensproductie van koeien op alle bedrijven gelijk is. Maar in de praktijk blijkt dat niet zo te zijn. Zo wordt op het ene bedrijf de levensproductie sterker bepaald door de fokwaarde voor klauwgezondheid, terwijl op een ander bedrijf de genetische aanleg voor vruchtbaarheid meer bepalend is’, geeft Perneel een voorbeeld. ‘Dit is het eerste model dat deze wisselwerking tussen erfelijk aanleg en bedrijfsomstandigheden kan omzetten in een betrouwbare voorspelling van de levensproductie’, stelt hij.

Praktisch toepasbaar

Volgens Perneel zou het model per direct kunnen worden toegepast in de praktijk, maar zijn er nog geen concrete plannen om het model te introduceren. Een (Engelstalig) wetenschappelijk artikel over het onderzoek van Perneel is te downloaden van de website van de UGent.