【大公报讯】记者张凯晴报道：全球每年生产逾250亿只活鸡，多是数以千计地大群饲养。因各种因素而引起的鸡只求救啼叫，可视为活鸡福祉的“冰山指标”，可反映有关鸡只的死亡率及生长率。不过依赖人工评估费时失事，香港城市大学的研究团队领导研发的辨认及量化鸡只求救啼声的深度学习模型，准确度高达97%。研究有助改善居于拥挤商业农场鸡只的生活条件及福祉，论文已于《英国皇家学会介面期刊》发表，团队预期技术可于五年内作商业用途。

　　研究团队由城大赛马会动物医学及生命科学院传染病及公共卫生学系副教授Alan McElligott及助理教授刘凯领导，协作学府及机构包括英国伦敦帝国学院、伦敦大学玛丽女皇学院、萨里大学和广西壮族自治区兽医研究所。

　　分辨鸡只求救啼声

　　研究团队在广西一个鸡只农场收集和分析麻鸡和三黄鸡的啼叫录音，并研发出一项新方法来评估及量化鸡只的求救啼声。该算法可分析频率范围为0赫兹至11025赫兹的音频讯号，因此能以高达97%的准确率，从鸡舍的自然鸡啼声中分辨出鸡只的求救啼叫声，并可准确检测鸡只因内在身体状况或外在因素而受到压力。

　　Alan McElligott博士强调研究的最终目标不只是统计鸡只求救啼叫，而是为牠们创造符合动物福祉的养殖环境。刘凯表示，新技术未来可让工作人员实时及远距离监察鸡只福祉，并在需要时及早对养殖情况作出干预。可减少分析师工作量，亦有助其进行大型数据分析，以改善养殖及动物管理。团队成员、城大传染病及公共卫生学系博士研究生毛阿秀补充：“算法全面考虑电脑计算的资源限制，因此适合供农场实际应用。”