[Người Nuôi tôm] – Công thức phối trộn là yếu tố then chốt quyết định độ ngon miệng của thức ăn. Trong khi các phương pháp đánh giá truyền thống còn mang tính chủ quan và khó áp dụng đại trà, những tiến bộ công nghệ gần đây đã cho phép đo lường độ ngon miệng một cách khách quan, từ đó đưa tiêu chí này trở thành tham số quan trọng trong xây dựng và tối ưu công thức thức ăn.

 

Các phương pháp truyền thống như quan sát thủ công hay đếm thức ăn thừa mang tính ước lượng, tốn thời gian và khó đánh giá chính xác mức độ hấp dẫn của thức ăn so với hao hụt do môi trường. Trong bối cảnh đó, trí tuệ nhân tạo kết hợp giám sát video và cảm biến âm thanh mở ra hướng tiếp cận hiệu quả hơn nhờ tự động hóa và dữ liệu ổn định. Những tiến bộ trong thị giác máy tính cho thấy tiềm năng lớn trong việc theo dõi phản ứng ăn của tôm, qua đó hỗ trợ tối ưu công thức thức ăn.

Trên nền tảng này, VannamAI® được phát triển như một giải pháp chuyên biệt, với giao diện trực quan cho phép phân tích hành vi tôm qua video và theo dõi các chỉ số chính như độ trễ và tốc độ nạp, thời gian và tần suất xuất hiện tại khu vực cho ăn, mức độ di chuyển và khoảng cách trung bình đến khu vực cho ăn.

Sau khi các thông số được tính toán tự động, phần mềm sẽ tạo ra các tệp dữ liệu dạng bảng, giúp dễ dàng thực hiện phân tích thống kê và so sánh hiệu suất thức ăn chăn nuôi. Ví dụ, sau khi thử nghiệm ba công thức thức ăn khác nhau từ đậu nành. Phần mềm đã ghi nhận rõ ràng sự khác biệt trong hành vi của tôm (Hình 1). Công thức đậu nành C kích thích tôm tiếp cận khu vực cho ăn nhanh nhất so với công thức đậu nành B. Công thức đậu nành A cho thấy mức độ tham gia vừa phải (Hình 1A). Kết quả tương tự cũng được quan sát thấy đối với thời gian di chuyển, với công thức đậu nành B ít hoạt động hơn công thức đậu nành C (Hình 1B).

Hình 1. Hai thông số chính được VannamAl® tự động theo dõi: (A) Tốc độ cho đến khi đến khu vực cho ăn; (B) Tổng thời gian di chuyển cho ba công thức thức ăn khác nhau làm từ đậu nành

 

Đối với mỗi con tôm, cũng như toàn bộ nhóm, một bản đồ nhiệt được tạo ra để hiển thị các khu vực chúng thường xuyên ghé thăm nhất. Hình 2 cho thấy, một con tôm chủ yếu khám phá phía bên trái của bể, nơi đặt khu vực cho ăn.

Hình 2. Bản đồ nhiệt thể hiện các khu vực tôm ghé thăm nhiều nhất cùng với tỷ lệ phần trăm khám phá

 

Như vậy, công cụ này cho phép đánh giá khách quan số lượng lớn thành phần, phụ gia và thức ăn hoàn chỉnh, từ đó xây dựng cơ sở dữ liệu công thức dựa trên các tiêu chí có thể so sánh về khả năng thu hút và độ ngon miệng. Cách tiếp cận này hỗ trợ hiệu quả cho việc lựa chọn nguyên liệu và xây dựng công thức thức ăn. Đồng thời, việc phát triển một chỉ số tích hợp kết hợp cả khả năng thu hút và mức tiêu thụ sẽ giúp phản ánh đầy đủ hơn hiệu quả của thức ăn trong việc kích thích tôm tiếp cận và ăn liên tục.

Vũ An (lược dịch)