မောင်စော(မွေးမြူဆေးကု)၊ မွေးသု
မွေးမြူထုတ်လုပ်ရေးနှင့် မျိုးမြှင့်တင်ရေးနယ်ပယ်တွင် AI ခေါ် Artificial Insemination (မေထုန်မဲ့သားစပ်ခြင်း)နည်းပညာကို လူသိများကြပြီး မွေးမြူထုတ်လုပ်ရေးကဏ္ဍတွင် မရှိမဖြစ် အရေးပါသည့် နည်းပညာတစ်ရပ်ဖြစ်ပါသည်။ ၁၉၅၀ ပြည့်နှစ် နှောင်းပိုင်းတွင် စတင်ပေါ်ပေါက်ခဲ့သည့် AI ခေါ် Artificial Intelligence (ဉာဏ်ရည်တု)နည်းပညာသည် ဖန်တီးပြုလုပ်ထားသည့် မှတ်ဉာဏ် အတုနည်းပညာတစ်ခုဖြစ်ပြီး အလိုအလျောက် သင်ယူလေ့လာနိုင်စေရန် ရေးဆွဲထားသော ကွန်ပျူ တာပရိုဂရမ်တစ်ခုပင်ဖြစ်သည်။ ယနေ့ ၂၁ ရာစု ခေတ်တွင် AI ဉာဏ်ရည်တုနည်းပညာကို နယ်ပယ်မြောက်မြားစွာတွင် အသုံးပြုလာကြပြီဖြစ်သည်။ ထို့အတူ ယနေ့ခေတ်စားနေသည့် AI ဉာဏ်ရည်တုနည်းပညာသည် ကမ္ဘာတစ်လွှားရှိ ခေတ်မီမွေးမြူထုတ်လုပ်ရေးနှင့် ဆေးကုသရေး ကဏ္ဍတွင်လည်း မရှိမဖြစ်အရေးပါသည့် နည်းပညာ တစ်ရပ်ဖြစ်လာပြီး Smart livestock farm (နည်းပညာဖြင့် ပြီးပြည့်စုံသော မွေးမြူထုတ်လုပ် ရေးလုပ်ငန်း)များလည်း ထူထောင်လာကြသည်ကို တွေ့ရပါသည်။
နယ်ပယ်အသီးသီးတွင် အသုံးများလာသော AI နည်းပညာ
AI ဉာဏ်ရည်တုနည်းပညာကို ဖွံ့ဖြိုးပြီးနိုင်ငံများတွင် မောင်းသူမဲ့ကားများ၊ ဒရုန်းယာဉ်များတွင် ထည့်သွင်းအသုံးပြုရုံသာမက မော်တော်ကား ထုတ်လုပ်ရေးစက်ရုံများတွင် အလိုအလျောက် ကားအစိတ်အပိုင်း တပ်ဆင်သူစက်ရုပ်များအဖြစ်လည်း အသုံးပြုကြပါသည်။ စားသောက်ဆိုင်များတွင် စားပွဲထိုး၊ ဧည့်ကြိုများအဖြစ်လည်းကောင်း၊ သက်ကြီးရွယ်အို ပြုစုစောင့်ရှောက်သူအဖြစ် လည်းကောင်း၊ ရှာဖွေကယ်ဆယ်ရေးလုပ်ငန်းများတွင် လည်းကောင်း၊ website များ၏ search engine တွင်လည်းကောင်း၊ ကွန်ပျူတာနှင့် စမတ်ဖုန်းများတွင်လည်းကောင်း AI ဉာဏ်ရည်တု နည်းပညာကို အသုံးပြုလာကြပြီဖြစ်ပါသည်။ ထို့အပြင် စိုက်ပျိုးရေးကဏ္ဍတွင်လည်း ရိတ်သိမ်းချိန် ရောက်မရောက် စိစစ်ခြင်း၊ အပင်ကျန်းမာရေးနှင့် ရေလိုအပ်မှုအခြေအနေ စစ်ဆေးခြင်း၊ ပေါင်းပင်နှင့် အင်းဆက်ပိုးမွှားများ ထိန်းချုပ်ခြင်းနှင့် မြေဆီလွှာရှိ မြေဩဇာဓာတ်များ ခန့်မှန်းတိုင်းတာခြင်း စသည့် လုပ်ငန်းစဉ်များတွင် တွင်တွင်ကျယ်ကျယ် အသုံးပြုနေကြပြီဖြစ်ကြောင်း သိရသည်။ ထို့အတူ AI ဉာဏ်ရည်တု နည်းပညာကို မွေးမြူထုတ်လုပ်ရေး ကဏ္ဍတွင်လည်း မွေးမြူရေးတိရစ္ဆာန်အလိုက် အသုံးပြုနေကြပြီဖြစ်ပါသည်။
တိရစ္ဆာန်မွေးမြူရေးတွင် အသုံးဝင်သည့် AI ဉာဏ်ရည်တုနည်းပညာ
AI ဉာဏ်ရည်တုနည်းပညာကို အသုံးပြုခြင်းဖြင့် မွေးမြူထုတ်လုပ်ရေးလုပ်ငန်း လုပ်ကိုင်သူများသည် မိမိတို့၏ ထုတ်လုပ်မှုလုပ်ငန်းစဉ်တစ်ခုလုံးကို အချိန်ပြည့်စောင့်ကြည့်နိုင်သည်။ ဖွံ့ဖြိုးပြီးနိုင်ငံများတွင် ၎င်းနည်းပညာအကူအညီဖြင့် တိရစ္ဆာန် မွေးမြူရေးလုပ်ငန်းများ ပိုမိုတိုးတက်လာပြီး အသား၊ နို့၊ ဥများနှင့် အခြားထုတ်ကုန်များ အထွက်နှုန်း ပိုမိုကောင်းမွန်လာသည်။ AI ဉာဏ်ရည်တု နည်းပညာအကူအညီဖြင့် မွေးမြူရေးတိရစ္ဆာန်များ ကို နေ့စဉ်ပြုစုစောင့်ရှောက်မှု၊ စီမံခန့်ခွဲမှုများအတွက် ပိုမိုလွယ်ကူလာပြီး မွေးမြူထုတ်လုပ်မှုဆိုင်ရာ အချက်အလက်များ အချိန်နှင့်တစ်ပြေးညီရရှိနိုင်ပြီး ဆုံးဖြတ်ချက်များကို လိုအပ်သလို အချိန်မီချမှတ်နိုင်သည်။
မွေးမြူသူများသည် ၎င်းတို့၏တိရစ္ဆာန်များ ဖျားနာနေသည့်အခြေအနေ၊ ကာကွယ်ဆေးထိုးသင့် သည့်အချိန်နှင့် သားစပ်ရန် အဆင်သင့်ဖြစ်နေချိန်ကဲ့သို့ အရေးကြီးသော သတိပေးချက်များရရှိရန် AI ဉာဏ်ရည်တုနည်းပညာက အကူအညီပေးနိုင်ပါသည်။ AI ဉာဏ်ရည်တုနည်းပညာဖြင့် မွေးမြူရေး တိရစ္ဆာန်၏ ခန္ဓာကိုယ်အရွယ်အစား ကြီးသည်ဖြစ်စေ၊ ငယ်သည်ဖြစ်စေ တစ်ကောင်ချင်းစီ၏ မျက်နှာအသွင်အပြင်ကို မှတ်သားထားနိုင်၏။ တိရစ္ဆာန်များကို ရေသောက်နှုန်း၊ အစာစားသုံးနှုန်းနှင့် ကိုယ်အလေးချိန်တိုးတက်နှုန်းတို့ကို အချိန်ပြည့် စောင့်ကြည့်နိုင်ရုံသာမက ၎င်းတို့၏ ကိုယ်ခန္ဓာ အပူချိန်၊ စရိုက်သွင်ပြင်လက္ခဏာနှင့် အပြုအမူတို့ကိုလည်း မှတ်တမ်းတင်နိုင်ကာ ပုံမှန်ဟုတ်၊ မဟုတ် သုံးသပ်နိုင်သည်။ ထို့အပြင် စက်အမြင်အာရုံခံ စနစ်ကို အသုံးပြုပြီး မျက်နှာအသွင်အပြင်များကို မှတ်သားကာ ကိုယ်ခန္ဓာ၊ မျက်နှာအသွင်အပြင်နှင့် သွားလာလှုပ်ရှားဟန်များကို တစ်ကောင်ချင်းစီ စောင့်ကြည့်မှတ်တမ်းယူနိုင်သည်။ တိရစ္ဆာန်များ ဘဝသာယာရေး (Animal welfare) စံချိန်စံညွှန်းနှင့် ညီညွတ်မှုရှိ၊ မရှိကိုလည်း နည်းပညာအကူအညီဖြင့် ဆန်းစစ်နိုင်သည်။
ယခုအခါ သုတေသီများသည် တိရစ္ဆာန်များ၏ မျက်နှာအသွင်အပြင် ခွဲခြားမှတ်သားခြင်း၊ အပြုအမူများနှင့် ရောဂါလက္ခဏာဆိုင်ရာများ ခွဲခြားမှတ်သားခြင်းနှင့် တိရစ္ဆာန်များ၏ ပတ်ဝန်း ကျင်ဆိုင်ရာ အချက်အလက်များကို မှတ်သားခြင်းတို့နှင့် ပတ်သက်သည့် AI models of machine learning, deep learning, artificial neuro networks စသည့် နည်းပညာဆိုင်ရာ သုတေသနများကို တွန်းအားပေးဆောင်ရွက်လာကြကြောင်း တွေ့ရှိရပါသည်။ ဖွံ့ဖြိုးတိုးတက်ပြီးသောနိုင်ငံများရှိ လယ်သမားများသည် AI ဉာဏ်ရည်တု နည်းပညာ၏ အသုံးဝင်မှုများစွာကြောင့် စိုက်ပျိုးရေး၊ မွေးမြူရေး ကဏ္ဍတွင်ဝယ်လိုမှု လျင်မြန်စွာတိုးတက်လာကြောင်း သိရှိရပါသည်။ သုတေသီများ၏ ကောက်ယူ ခဲ့သည့် သုတေသနစစ်တမ်းများအရ စိုက်ပျိုးရေး၊ မွေးမြူရေးကဏ္ဍတစ်ခုတည်းအတွက်ပင် ကမ္ဘာ့ AI ဉာဏ်ရည်တုနည်းပညာဈေးကွက်သည် နှစ်စဉ် အမေရိကန်ဒေါ်လာ ၈၅၂ ဒသမ ၂ သန်းခန့် ရှိနေရာမှ ဒေါ်လာသန်းပေါင်း ၈၃၇၉ ဒသမ ၅ အထိ တိုးတက်လာပြီး (၂၀၂၀-၂၀၃၀) ကာလအတွင်း ၂၄ ဒသမ ၈ ရာခိုင်နှုန်းအထိ တိုးတက်လာမည်ဟု မျှော်မှန်းထားကြသည်။
နို့စားနွားမွေးမြူရေးခြံနှင့် AI ဉာဏ်ရည်တုနည်းပညာ
နို့စားနွားမွေးမြူရေးတွင် တစ်ကောင်ချင်းစီ၏ နို့အထွက်နှုန်းကို ဂရုစိုက်ရန်လိုသလို ထုတ်လုပ်မှုကို ရေရှည်ထိန်းသိမ်းရန်လည်း အလွန်အရေးကြီးသည်။ ထုတ်လုပ်မှုကို လွှမ်းမိုးသည့်အချက်များစွာရှိ သည့်အနက် အစာကျွေးမွေးမှုစနစ်သည် နို့စားနွား မွေးမြူထုတ်လုပ်ရေးအတွက် အရေးကြီးဆုံး အချက်တစ်ချက်ပင်ဖြစ်သည်။ နွားတစ်ကောင်ချင်းအတွက် လိုအပ်သည့် အစာပမာဏကို AI ဉာဏ်ရည် တု နည်းပညာအကူအညီဖြင့် တိကျမှန်ကန်စွာ တွက်ချက်စောင့်ကြည့်ကာ လိုအပ်သလောက်သာ ကျွေးမွေးရသောကြောင့် ကုန်ကျစရိတ်ကိုပါ အလေအလွင့်မရှိအောင် စီမံနိုင်ပြီး အကျိုးအမြတ်ကို ပိုမို၍ ရရှိစေနိုင်သည်။ အာရုံခံစနစ် အသုံးပြုခြင်းဖြင့် နွားတစ်ကောင်ချင်းစီ၏ မျက်နှာအသွင်အပြင်ကို မှတ်သားနိုင်ခြင်းကြောင့် ၎င်း၏ လှုပ်ရှားမှု၊ လမ်းလျှောက်ချိန်၊ မစင်စွန့်ထုတ်မှု၊ အစာစားချိန်နှင့် ရေသောက်ချိန်များကို တိကျစွာမှတ်တမ်းတင်နိုင်သည်။ ထိုသို့မှတ်တမ်းတင်ခြင်းခြင့် ရောဂါဖြစ်ပွား နေသည့် နွားကိုလည်း အချိန်မီသိရှိဖော်ထုတ်နိုင်ပြီး လိုအပ်သည့် ကုသမှုများကို အချိန်နှင့်တစ်ပြေးညီ ပြုလုပ်နိုင်သည်။ နွားနို့ညှစ်ရမည့်နွားနှင့် ညှစ်ရမည့်ပမာဏကိုလည်း ဖော်ထုတ်ပေးနိုင်၏။ ပညာ ရှင်များ၏အဆိုအရ စားသုံးသူများအတွက် နွားနို့တွင်ပါဝင်သော အာဟာရဓာတ်များနှင့် နွားနို့ အရည်အသွေးကိုသာမက အစားအစာဘေးကင်းမှု ဆိုင်ရာအချက်အလက်များကိုလည်း ဖော်ပြပေးနိုင် သည်ဟုသိရှိရပါသည်။ စားကျက်စိုက်ခင်းအတွင်း၌ နွားများ၏ အစာစားမှုနှင့် လှုပ်ရှားသွားလာမှုများကို စောင့်ကြည့်ခြင်းအားဖြင့် စားကျက်စိုက်ခင်း အခြေအနေနှင့် မြက်အထွက်နှုန်းတို့ကို သုံးသပ်နိုင်ပြီး စားကျက်စိုက်ခင်း စီမံခန့်ခွဲမှုများကိုလည်း များစွာအထောက်အကူပြုနိုင်ပါသည်။
အသားထုတ်လုပ်ရေးမွေးမြူရေးခြံများနှင့် AI ဉာဏ်ရည်တုနည်းပညာ
အသားသည် ကမ္ဘာတစ်ဝန်းရှိ လူသားများအတွက် အဓိက ပရိုတိန်းရင်းမြစ်တစ်ခုပင်ဖြစ်ပါသည်။ ကမ္ဘာပေါ်ရှိလူအများစုသည် ကြက်သားကို ကြိုက်နှစ်သက်ကြသည်။ ထို့အပြင် ကျွဲ၊ နွား၊ သိုး၊ ဝက်၊ ဆိတ် စသည့် မွေးမြူရေးတိရစ္ဆာန်တို့၏ အသားများကို လူကြိုက်များပြီး စားသုံးမှုနှုန်းလည်း များပြားပါသည်။ ၎င်းတို့အနက် လူကြိုက်များသည့် အသားတစ်မျိုးဖြစ်သည့် ဝက်သားနှင့် ဝက်မွေးမြူ ထုတ်လုပ်ရေးသည် အရေးပါသည့် မွေးမြူရေးလုပ်ငန်းဖြစ်ပါသည်။ ဝက်မွေးမြူထုတ်လုပ်ရေး တွင်လည်း AI ဉာဏ်ရည်တုနည်းပညာကို ထိရောက်စွာ အသုံးပြုနိုင်ပါသည်။
ဝက်၏ခန္ဓာကိုယ်တွင် ဆေးမင်ကြောင်ထိုး၍ မှတ်သားထားခြင်းဖြင့် ပုံမှန်မဟုတ်သည့် ဝက်များ၏ လှုပ်ရှားမှုများကို AI ဉာဏ်ရည်တုနည်းပညာဖြင့် ဖော်ထုတ်နိုင်ပြီး လိုအပ်သည့် စီမံခန့်ခွဲမှုများကို အချိန်မီပြုလုပ် နိုင်ပါသည်။ ထို့အတူ သိုးမွေးမြူရေးတွင်လည်း သိုးတစ်ကောင်ချင်းစီ၏ မျက်နှာကို AI ဉာဏ်ရည်တု နည်းပညာဖြင့် မှတ်သားထားစေပြီး သိုးများ၏ ပုံမှန်လှုပ်ရှားမှုများနှင့် ရောဂါဖြစ်ပွားနေသည့် သိုးများ၏အပြုအမူများကို ခွဲခြားဖော်ထုတ်နိုင်သည်။ ရောဂါဖြစ်ပွားနေသည့်သိုးကို အချိန်မီ ဖော်ထုတ်နိုင်သဖြင့် တိရစ္ဆာန်ဆေးကုဆရာဝန်များက လိုအပ်သည့် စစ်ဆေးကုသမှုများကို ပြုလုပ်နိုင်သည်။
ထို့အပြင် အသားပြုပြင်ထုတ်လုပ်ရာတွင်လည်း အာရုံခံစနစ်သုံးစက်ရုပ်များ အသုံးပြုကာ အရိုးနှင့်အသားခွဲခြားဖြတ်တောက်ခြင်း၊ အသားအရည်အသွေးနှင့် အလေးချိန်ကို တိကျမှန်ကန်စွာ ခွဲခြားထုပ်ပိုးခြင်း စသည့်လုပ်ငန်းစဉ်များတွင် အကျိုးရှိရှိ အသုံးပြုနိုင်ပါသည်။
ကြက်မွေးမြူရေးခြံနှင့် AI ဉာဏ်ရည်တုနည်းပညာ
မွေးမြူရေး တိရစ္ဆာန်များတွင် ကျွေးမွေးသည့် အစာ၌ အာဟာရဓာတ်ချို့တဲ့ပါက ကြီးထွားနှုန်း ကျဆင်းပြီး စီးပွားရေးကို ထိခိုက်နိုင်ပါသည်။ ကြက်မွေးမြူရေးခြံများတွင် AI ဉာဏ်ရည်တု နည်းပညာသုံးစက်များ တပ်ဆင်အသုံးပြုခြင်းဖြင့် ကြက်တစ်ကောင်ချင်းစီ၏ ကြီးထွားမှုအခြေအနေကိုသိရှိနိုင်ပြီး ကြီးထွားနှုန်းလျော့နည်းနေသည့်ကြက်ကို ခွဲခြားသိမြင် စေနိုင်သည်။ ကျန်းမာသည့် ကြက်များနှင့် ရောဂါ ကူးစက်ခံထားရသော ကြက်များကို ခွဲခြားနားလည် အောင် စက်များကိုလေ့ကျင့်ပေးနိုင်သည်။ AI ဉာဏ်ရည်တုနည်းပညာသုံး စက်ရုပ်များသည် ကြက်မွေးမြူသူများကို နည်းလမ်းအမျိုးမျိုးဖြင့် များစွာအကူအညီပေးနိုင်သည်။ ၎င်းစက်ရုပ်များသည် ကြက်များကို အစာကျွေးခြင်း၊ ကြက်ဥကောက်ခြင်းနှင့် ကြက်မစင်နှင့် အညစ်အကြေးများ ဖယ်ရှားခြင်းကဲ့သို့သော လုပ်ငန်းစဉ်များကို ကြိမ်ဖန်များစွာ ထပ်တလဲလဲ ဆောင်ရွက်နိုင်ကြသည်။ ကြက်ဥများကို စုဆောင်းပေးရုံမက ရေတွက်ခြင်းနှင့် ထုပ်ပိုးခြင်းကဲ့သို့သောလုပ်ငန်းစဉ်များကိုလည်း အလိုအလျောက်ပြုလုပ်ပေးနိုင်ကာ လူတို့၏ အနီးကပ်ကြီးကြပ်မှုများကို လျှော့ချပေးနိုင်သည်။
ထို့အပြင် နည်းပညာအကူအညီဖြင့် ကြက်ဥများ သန္ဓေအောင်၊ မအောင်ကို သိရှိနိုင်ရုံမက သန္ဓေ သားကြီးထွားမှုအဆင့်ဆင့်ကိုပါ သိရှိနိုင်သဖြင့် သားမအောင်သည့် ကြက်ဥများကို ဆောလျင်စွာ ဖယ်ရှားနိုင်သည်။ ကြက်ဥဖောက်စက်၏ အပူချိန်နှင့် စိုထိုင်းဆတို့ကို အလိုအလျောက် ထိန်းညှိပေး နိုင်ခြင်းကြောင့် ကြက်သားဖောက်လုပ်ငန်းတွင် ဥပေါက်နှုန်းကောင်းအောင် အထောက်အကူပြုနိုင် သည်။ AI ဉာဏ်ရည်တုနည်းပညာသုံးစက်ရုပ်များသည် ကြက်မွေးမြူရေးလုပ်ငန်းအတွက် လုပ်ငန်း တာဝန်အမျိုးမျိုးထမ်းဆောင်နိုင်ပြီး ကြက်မွေးမြူ ထုတ်လုပ်သူများအတွက် ကုန်ကျစရိတ်များ သက်သာစေပြီး အကျိုးအမြတ်ကိုများစေပါသည်။
အင်းဆက်မွေးမြူရေးနှင့် AI ဉာဏ်ရည်တုနည်းပညာ
ပျားမွေးမြူရေးလုပ်ငန်းသည် လူသားများအတွက် စားသုံးရန်နှင့် ကျန်းမာရေးထောက်အကူပြုသည့် ပျားရည်၊ ရွိုင်ရယ်ဂျယ်လီ၊ ပျားဝတ်မှုန်နှင့် ပျားဖယောင်းတို့ကို ထုတ်လုပ်ပေးလျက်ရှိသော အရေးကြီးသည့် မွေးမြူရေးလုပ်ငန်းတစ်ခုဖြစ်ပါသည်။ ထို့အပြင် ယနေ့တိုးပွားလာသည့် လူဦးရေ အတွက် ပရိုတိန်းလိုအပ်ချက်များကို ဖြည့်ဆည်းပေးနိုင်ရန် လူတို့စားသုံးနိုင်သည့် အင်းဆက်ပိုးများ မွေးမြူခြင်းသည်လည်း အရေးပါသည့်လုပ်ငန်း တစ်ခုဖြစ်လာနေပါသည်။ AI ဉာဏ်ရည်တု နည်းပညာအသုံးပြုခြင်းဖြင့် ပျားမွေးမြူရေးကိုလည်း များစွာအထောက်အကူပြုပြီး ထုတ်လုပ်မှုကိုတိုးတက်စေနိုင်ကြောင်း လေ့လာတွေ့ရှိရပါသည်။ အာရုံခံကိရိယာများ၏ အကူအညီဖြင့် ပျားအုံအလေးချိန်၊ အပူချိန်နှင့် စိုထိုင်းဆတို့ကို စောင့်ကြည့်နိုင်သည်။ ပျားများ၏ လှုပ်ရှားမှုများနှင့် ပျားအုံကျန်းမာရေး အခြေအနေများကိုပါ ထောက်လှမ်းကြည့်ရှုနိုင်သည်။ အသံလှိုင်းအတုဖြင့် ပျားများ စုဝေးအုံဖွဲ့လာအောင် ဆွဲဆောင်နိုင်ပြီး ပျားမွေးမြူရေးသမားများ ပျားအုံရွှေ့ပြောင်းရာတွင် များစွာ အသုံးဝင်သည်။ ပုရစ်ကဲ့သို့သော အင်းဆက်ပိုးများ မွေးမြူရာတွင် အပူချိန် (၉၀ °F)နှင့် စိုထိုင်းဆ (၅၀-၉၀ %) လိုအပ်ပါသည်။ အသံဖြင့် အမိန့်ပေး စနစ်ပါဝင်သည့် AI ဉာဏ်ရည်တု နည်းပညာ တပ်ဆင်ထားခြင်းဖြင့် အင်းဆက်တို့အတွက် အသင့်တော်ဆုံး ပတ်ဝန်းကျင်အခြေအနေကို အလိုအလျောက် ပြောင်းလဲပေးနိုင်သည်။
ငါးမွေးမြူရေးနှင့် AI ဉာဏ်ရည်တုနည်းပညာ
ကမ္ဘာ့လူဦးရေတိုးပွားလာသည်နှင့်အမျှ ငါးစားသုံးမှုမြင့်မားလာကာ ငါးထုတ်လုပ်မှု တိုးမြှင့် ထုတ်လုပ်ရန် လိုအပ်လာပါသည်။ ထိုသို့လိုအပ်ချက် မြင့်မားလာသည့်အတွက် ခေတ်မီနည်းပညာသုံး ငါးမွေးမြူရေးစနစ်ဖြင့် ငါးမွေးမြူထုတ်လုပ်ရန် လိုအပ်လာသည်။ AI ဉာဏ်ရည်တုနည်းပညာ အထောက်အကူဖြင့် Smart aquaculture အဖြစ် ဖန်တီးနိုင်ပြီး ငါးမွေးမြူရေးကန်၏ ရေအရည်အသွေး (pH၊ အပူချိန်၊ အောက်ဆီဂျင်ပျော်ဝင်မှု စသည်)ကို သိရှိနိုင်ခြင်း၊ ရောဂါကျရောက်မှု အခြေအနေကို သိရှိနိုင်ခြင်း၊ အစာအလေအလွင့်ကို သိရှိနိုင်ပြီး အစာလိုအပ်ချက် အတိအကျကျွေးမွေးကာ အကျိုးအမြတ်များအောင် စီမံနိုင်ခြင်း စသည့်အကျိုးကျေးဇူးများကို ရရှိနိုင်သည်။ ငါးမွေးမြူ ထုတ်လုပ်ရေးတွင် ကုန်ကျစရိတ်၏ (၆၀ %) သည် အစာအတွက် ကုန်ကျခြင်းဖြစ်ပါသည်။ ထို့ကြောင့် လိုအပ်သော အစာပမာဏကို လိုအပ်သည့်အချိန်တွင် မှန်ကန်စွာ ကျွေးမွေးနိုင်မှသာ အကျိုးအမြတ် များများ ရရှိပါမည်။ အာရုံခံနည်းပညာ အကူအညီဖြင့် ငါးများ၏ အစာလိုအပ်ချက်များကို သိရှိနိုင် သည်။ ထို့အပြင် ငါးမွေးမြူရေးကန်တွင် ရေကိုအလိုအလျောက် လည်ပတ်မှုစနစ်တပ်ဆင်ထားပြီး အာရုံခံကိရိယာများ၏အကူအညီဖြင့် လိုအပ်သည့် အချိန်တွင် ရေကိုလည်ပတ်စေနိုင်သည်။ အချို့နိုင်ငံ များတွင် အသုံးပြုလျက်ရှိသည့် Aquapod ခေါ် ရွေ့လျားငါးလှောင်မွေးစနစ်တွင် AI ဉာဏ်ရည်တုနည်းပညာကိုအသုံးပြုခြင်းဖြင့် ပင်လယ်ပြင်တွင် ထားရှိသော လှောင်အိမ်ပျက်စီးမှု ရှိ၊ မရှိ သိရှိနိုင်ခြင်း၊ ပျက်စီးပါကလည်း ရေအောက်စက်ရုပ်များဖြင့် အချိန်မီပြင်ဆင်နိုင်ခြင်း၊ သဘာဝအခြေအနေအပေါ် မူတည်ပြီး လိုအပ်သလိုရွှေ့ပြောင်းနိုင်ခြင်း၊ ရေ အပေါ်ပိုင်း/ရေနက်ပိုင်း လိုအပ်သလိုရွှေ့ပြောင်းနိုင်ခြင်း၊ ရေအရည်အသွေးများကို အချိန်နှင့် တစ်ပြေးညီ သိရှိနိုင်ပြီး လိုအပ်သလိုပြောင်းရွှေ့မှု ပြုလုပ်နိုင်ခြင်း စသည့်စီမံခန့်ခွဲမှုများကို ပြုလုပ်နိုင်ပါသည်။
ထုတ်လုပ်မှုကဏ္ဍများနှင့် ဉာဏ်ရည်တုနည်းပညာ
ယနေ့ကမ္ဘာကြီးသည် နည်းပညာဖွံ့ဖြိုး လာသည်နှင့်အမျှ စိုက်ပျိုးရေး၊ မွေးမြူရေး အပါအဝင် ကဏ္ဍအသီးသီး၏ ထုတ်လုပ်မှုလုပ်ငန်း များတွင် လူသားများအတွက် သက်သောင့်သက်သာ ဖြစ်လာပြီး ထုတ်လုပ်မှုနှုန်းလည်း ပိုမိုကောင်းမွန် လာပါသည်။ AI ဉာဏ်ရည်တုနည်းပညာ အကူအညီဖြင့် ထုတ်လုပ်မှုလုပ်ငန်းစဉ်များကိုလည်း စမတ်ဖုန်းတစ်လုံးရှိရုံဖြင့် အသေးစိတ် အခြေအနေများကို သိရှိနိုင်ပြီး လိုအပ်သည်များကို အချိန်မီစီမံခန့်ခွဲမှုများကို ဆောင်ရွက်နိုင်ပါသည်။ သို့သော် မည်သည့်နည်းပညာမဆို အဆိုးအကောင်း ဒွန်တွဲလျက်ရှိနေပါသည်။ စိုက်ပျိုးမွေးမြူထုတ်လုပ် မှုလုပ်ငန်းများတွင် AI ဉာဏ်ရည်တုနည်းပညာသုံး စက်ကိရိယာများ တပ်ဆင်အသုံးပြုခြင်းဖြင့် ကုန်ကျစရိတ် အရင်းအနှီးမြင့်မားခြင်း၊ လုပ်သားအသုံးပြုမှုနည်းသွားသဖြင့် အနာဂတ်တွင် လူသား များအတွက် အလုပ်အကိုင်ရှားပါးလာနိုင်ခြင်း စသည့်ဆိုးကျိုးများရှိနိုင်ကြောင်း ပညာရှင်များက ထောက်ပြဝေဖန်မှုများလည်း ရှိနေပါကြောင်း စုစည်းတင်ပြလိုက်ရပါသည်။ ။
(Bao and Xie, Artificial intelligence in animal farming: A systematic literature review, Journal of Cleaner Production (2022), 331: 129956 ကို မှီငြမ်း၍ ရေးသားပါသည်။)
