【大公報訊】記者張凱晴報道：全球每年生產逾250億隻活雞，多是數以千計地大群飼養。因各種因素而引起的雞隻求救啼叫，可視為活雞福祉的「冰山指標」，可反映有關雞隻的死亡率及生長率。不過依賴人工評估費時失事，香港城市大學的研究團隊領導研發的辨認及量化雞隻求救啼聲的深度學習模型，準確度高達97%。研究有助改善居於擁擠商業農場雞隻的生活條件及福祉，論文已於《英國皇家學會介面期刊》發表，團隊預期技術可於五年內作商業用途。

　　研究團隊由城大賽馬會動物醫學及生命科學院傳染病及公共衞生學系副教授Alan McElligott及助理教授劉凱領導，協作學府及機構包括英國倫敦帝國學院、倫敦大學瑪麗女皇學院、薩里大學和廣西壯族自治區獸醫研究所。

　　分辨雞隻求救啼聲

　　研究團隊在廣西一個雞隻農場收集和分析麻雞和三黃雞的啼叫錄音，並研發出一項新方法來評估及量化雞隻的求救啼聲。該算法可分析頻率範圍為0赫茲至11025赫茲的音頻訊號，因此能以高達97%的準確率，從雞舍的自然雞啼聲中分辨出雞隻的求救啼叫聲，並可準確檢測雞隻因內在身體狀況或外在因素而受到壓力。

　　Alan McElligott博士強調研究的最終目標不只是統計雞隻求救啼叫，而是為牠們創造符合動物福祉的養殖環境。劉凱表示，新技術未來可讓工作人員實時及遠距離監察雞隻福祉，並在需要時及早對養殖情況作出干預。可減少分析師工作量，亦有助其進行大型數據分析，以改善養殖及動物管理。團隊成員、城大傳染病及公共衞生學系博士研究生毛阿秀補充：「算法全面考慮電腦計算的資源限制，因此適合供農場實際應用。」