Eggers Team – Δημοτικό Σχολείο Πάου – Αυτοματοποιημένη μηχανή εκκόλαψης αυγών με τη βοήθεια της τεχνητής νοημοσύνης

Eggers Team – Δημοτικό Σχολείο Πάου – Αυτοματοποιημένη μηχανή εκκόλαψης αυγών με τη βοήθεια της τεχνητής νοημοσύνης

Περιεχόμενα

→ Προβληματική

→ Περιγραφή της ιδέας

→ Εκπαιδευτικοί στόχοι του έργου

→ Εξοπλισμός

→ Μεθοδολογία

→ Υλοποίηση του έργου

→ Αποτελέσματα

→ Συμπεράσματα

→ Προτάσεις για περαιτέρω έρευνα

→ Διεύθυνση αποθετηρίου GitHub

→ Βίντεο αναλυτικής παρουσίασης του έργου από τους/τις μαθητές/τριες

 

 

Προβληματική

Το Δημοτικό Σχολείο Πάου είναι ένα μονοθέσιο δημοτικό σχολείο, στο οποίο φοιτούν 10 μαθητές/τριες, και βρίσκεται στο ορεινό χωριό Πάος του δήμου Καλαβρύτων στον νομό Αχαΐας. Λόγω του ορεινού ανάγλυφου της περιοχής, κύρια ασχολία των κατοίκων του χωριού είναι ο πρωτογενής τομέας και συγκεκριμένα η γεωργία και η κτηνοτροφία. Έπειτα από έρευνα που πραγματοποίησαν οι μαθητές/τριες στην αρχή του σχολικού έτους 2023-2024, εντοπίστηκε ότι οι κάτοικοι που ασχολούνται με την εκτροφή παπιών, αντιμετώπιζαν ζήτημα σχετικά με την επιτυχή εκκόλαψή τους. Έτσι, οι μαθητές/τριες αποφάσισαν να αξιοποιήσουν μια απλή μηχανή εκκόλαψης αυγών και να τη μετασχηματίσουν σε αυτόματη με τη βοήθεια της τεχνητής νοημοσύνης.

Η αυτοματοποίηση της εκκόλαψης των αυγών με τη βοήθεια της τεχνητής νοημοσύνης (ΤΝ) παρουσιάζει πολλαπλά πλεονεκτήματα και είναι επιτακτική ανάγκη για διάφορους λόγους:

  1. Αύξηση αποδοτικότητας και παραγωγικότητας: Η ΤΝ μπορεί να βελτιστοποιήσει τις συνθήκες εκκόλαψης, όπως η θερμοκρασία, η υγρασία και η περιστροφή των αυγών, με αποτέλεσμα την αύξηση των ποσοστών επιτυχούς εκκόλαψης. Η αυτοματοποίηση μειώνει τον χρόνο και τον ανθρώπινο κόπο που απαιτείται για την επίβλεψη της διαδικασίας εκκόλαψης.
  2. Ακριβής παρακολούθηση: Η χρήση της ΤΝ επιτρέπει την ακριβή παρακολούθηση και προσαρμογή των παραμέτρων εκκόλαψης σε πραγματικό χρόνο, οδηγώντας σε υψηλότερης ποιότητας νεοσσούς. Η δυνατότητα εντοπισμού προβλημάτων στα αυγά σε πρώιμα στάδια μειώνει τις απώλειες και βελτιώνει τη συνολική ποιότητα των παραγόμενων πτηνών.
  3. Μείωση ανθρωπίνου σφάλματος: Η αυτοματοποίηση μέσω της ΤΝ μειώνει την πιθανότητα ανθρώπινων λαθών κατά τη διαδικασία εκκόλαψης, όπως λανθασμένη θερμοκρασία ή υγρασία, που μπορεί να οδηγήσουν σε αποτυχία της εκκόλαψης.
  4. Εξοικονόμηση κόστους: Παρόλο που η επένδυση στην ΤΝ μπορεί να είναι υψηλή, μακροπρόθεσμα μειώνει το κόστος λειτουργίας μέσω της μείωσης των αναγκών για ανθρώπινη εργασία και της αύξησης της παραγωγικότητας.
  5. Καλύτερη διαχείριση δεδομένων: Η ΤΝ μπορεί να συλλέγει και να αναλύει δεδομένα από κάθε φάση της εκκόλαψης, επιτρέποντας τη συνεχή βελτίωση της διαδικασίας.
  6. Προσαρμοστικότητα και ευελιξία: Τα συστήματα ΤΝ μπορούν να προσαρμόζονται γρήγορα σε νέες πληροφορίες και συνθήκες, επιτρέποντας την ευελιξία στη διαδικασία της εκκόλαψης και την άμεση διαχείριση προβλημάτων.
  7. Περιβαλλοντική βιωσιμότητα: Η βελτιστοποίηση της διαδικασίας εκκόλαψης μπορεί να μειώσει την κατανάλωση ενέργειας και άλλων πόρων, συμβάλλοντας σε πιο βιώσιμες πρακτικές εκτροφής.

Η ενσωμάτωση της τεχνητής νοημοσύνης στην εκκόλαψη των αυγών συνδυάζει την τεχνολογία με την παραδοσιακή πρακτική, οδηγώντας σε σημαντικές βελτιώσεις στην απόδοση, την ποιότητα και τη βιωσιμότητα της εκκόλαψης των αυγών.

 

Περιγραφή της ιδέας

Κεντρική ιδέα του σχεδίου μας είναι ο μετασχηματισμός μιας απλής μηχανής εκκόλαψης αυγών σε μια αυτοματοποιημένη μηχανή με τη βοήθεια της τεχνητής νοημοσύνης. Ο συγκεκριμένος συνδυασμός θα μπορούσε να προσφέρει πολλά πλεονεκτήματα στη γεωργία και στην παραγωγή τροφίμων, όπως τα παρακάτω:

→ Αυτοματοποίηση της εκκόλαψης: Η μηχανή εκκόλαψης μπορεί να χρησιμοποιείται για την αυτόματη εκκόλαψη αυγών, εξοικονομώντας χρόνο και εργατικό δυναμικό.

→ Παρακολούθηση υγείας των αυγών: Συστήματα τεχνητής νοημοσύνης μπορούν να ενσωματωθούν για τον έλεγχο της υγείας των αυγών κατά τη διάρκεια της εκκόλαψης, εντοπίζοντας προβλήματα όπως ασθένειες ή ανωμαλίες.

→ Ρύθμιση περιβαλλοντικών συνθηκών: Συστήματα ελέγχου με βάση την τεχνητή νοημοσύνη μπορούν να προσαρμόζουν αυτόματα τις συνθήκες περιβάλλοντος όπως θερμοκρασία, υγρασία και φωτεινότητα για βελτιστοποίηση της διαδικασίας εκκόλαψης.

→ Προβλέψεις παραγωγής: Αλγόριθμοι μηχανικής μάθησης μπορούν να αναλύουν δεδομένα που σχετίζονται με την παραγωγή αυγών, βοηθώντας στην πρόβλεψη της ποσότητας και της ποιότητας των αυγών.

→ Εξοικονόμηση ενέργειας: Συστήματα ελέγχου μπορούν να βελτιστοποιούν τη χρήση ενέργειας, ενσωματώνοντας πληροφορίες από αισθητήρες και προσαρμόζοντας την ενέργεια που καταναλώνεται στις ανάγκες της εκκόλαψης.

→ Συνδεσιμότητα και παρακολούθηση από απόσταση: Η τεχνητή νοημοσύνη μπορεί να επιτρέπει την παρακολούθηση και τον έλεγχο της μηχανής εκκόλαψης από απόσταση, ενώ επιτρέπεται η ρύθμιση των παραμέτρων μέσω διαδικτύου. Έτσι, η συνδυασμένη χρήση μηχανής εκκόλαψης και τεχνητής νοημοσύνης μπορεί να βελτιώσει την απόδοση, την αποτελεσματικότητα και την παρακολούθηση της παραγωγής αυγών σε γεωργικά και κτηνοτροφικά περιβάλλοντα.

 

 

Εκπαιδευτικοί στόχοι του έργου

  1. Να μπορεί η μηχανή εκκόλαψης να χρησιμοποιηθεί για την αυτόματη εκκόλαψη αυγών, εξοικονομώντας χρόνο και εργατικό δυναμικό.
  2. Να μπορούν να ενσωματωθούν συστήματα τεχνητής νοημοσύνης για τον έλεγχο της υγείας των αυγών κατά τη διάρκεια της εκκόλαψης, εντοπίζοντας προβλήματα όπως ασθένειες ή ανωμαλίες.
  3. Να μπορούν να ενσωματωθούν συστήματα ελέγχου με βάση την τεχνητή νοημοσύνη, ώστε να προσαρμόζουν αυτόματα τις συνθήκες περιβάλλοντος όπως θερμοκρασία, υγρασία και φωτεινότητα για βελτιστοποίηση της διαδικασίας εκκόλαψης.
  4. Να εφαρμοστούν αλγόριθμοι μηχανικής μάθησης, με σκοπό να αναλύουν δεδομένα που σχετίζονται με την παραγωγή αυγών, βοηθώντας στην πρόβλεψη της ποσότητας και της ποιότητας των αυγών.
  5. Να εφαρμοστούν συστήματα ελέγχου για να βελτιστοποιούν τη χρήση ενέργειας, ενσωματώνοντας πληροφορίες από αισθητήρες και προσαρμόζοντας την ενέργεια που καταναλώνεται στις ανάγκες της εκκόλαψης.
  6. Να μπορεί η μηχανή εκκόλαψης να ελεγχθεί και να παρατηρηθεί από απόσταση και να ρυθμίζονται οι παράμετροί της μέσω του διαδικτύου.
  7. Οι μαθητές/τριες να αντιληφθούν την έννοια της τεχνητής νοημοσύνης.
  8. Οι μαθητές/τριες να κατανοήσουν τη λειτουργία μιας απλής μηχανής εκκόλαψης αυγών.
  9. Οι μαθητές/τριες να αντιληφθούν τη συνεισφορά της τεχνητής νοημοσύνης στη δημιουργία μιας αυτοματοποιημένης μηχανής εκκόλαψης αυγών.
  10. Οι μαθητές/τριες να είναι σε θέση να προτείνουν τρόπους μετασχηματισμού μιας απλής μηχανής εκκόλαψης αυγών σε μια αυτοματοποιημένη με τη βοήθεια της τεχνητής νοημοσύνης.
  11. Οι μαθητές/τριες να είναι σε θέση να σχεδιάσουν μια αυτοματοποιημένη μηχανή εκκόλαψης αυγών.

 

 

Εξοπλισμός

Ο εξοπλισμός και τα εποπτικά μέσα που αξιοποιήθηκαν για την υλοποίηση του έργου μας ήταν:

  • 1 μηχανή εκκόλαψης αυγών,
  • 1 αισθητήρας για τον έλεγχο της θερμοκρασίας και της υγρασίας που τοποθετήθηκε εντός της μηχανής, ώστε να λαμβάνονται οι απαραίτητες τιμές,
  • 1 microcontroller micro:bit που ανέλαβε τον έλεγχο και την εκτέλεση όλων των απαραίτητων εργασιών,
  • 1 Wi-Fi module για την αμφίδρομη επικοινωνία του microcοntroller με έναν Η/Υ,
  • 1 διακόπτης που ελέγχεται από το microcontroller για την αυξομείωση της παροχής νερού για την κατάλληλη ρύθμιση της υγρασίας του εκκολαπτηρίου και
  • Ηλεκτρονικός υπολογιστής, διαδραστικός πίνακας, σύνδεση στο διαδίκτυο.

 

 

Μεθοδολογία

 

 

Υλοποίηση του έργου

Οι μαθητές/τριες παρέλαβαν τον εξοπλισμό, τον μελέτησαν και έκαναν πρακτική επεξεργασία στο μάθημα των Τ.Π.Ε.

Οι μαθητές/τριες αξιοποίησαν μια εφαρμογή τεχνητής νοημοσύνης «ChatGPT 3.5», ώστε να συλλέξουν πληροφορίες σχετικά με το πώς θα καταφέρουν να αυτοματοποιήσουν τη μηχανή εκκόλαψης αυγών υλοποιώντας το σχέδιο που είχαν αποφασίσει. Παρακάτω, παρουσιάζονται τα ερωτήματα των μαθητών και οι απαντήσεις που λήφθηκαν από το «ChatGPT 3.5» :

 

Οι μαθητές/τριες, έπειτα από τις οδηγίες που έλαβαν από την εφαρμογή της τεχνητής νοημοσύνης, άρχισαν να προγραμματίζουν σταδιακά το micro:bit, συνδέοντας, το Wi-Fi module
τον αισθητήρα θερμοκρασίας και υγρασίας και τον διακόπτη παροχής νερού.

Αφού προγραμματίστηκε το micro:bit και συνδέθηκαν το Wi-Fi module, ο αισθητήρας θερμοκρασίας και υγρασίας και ο διακόπτης παροχής νερού, οι μαθητές/τριες τον τοποθέτησαν στη μηχανή εκκόλαψης και άρχισαν τη διαδικασία εκκόλαψης των αυγών της πάπιας βάζοντας μέσα τα πρώτα 12 αυγά, τα οποία και έφεραν από τις δικές τους μικρές φάρμες που διατηρούν στο χωριό με τις οικογένειές τους.

Η τεχνητή εκκόλαψη των αυγών της πάπιας ξεκινάει από την ημέρα 0, που θα μπουν τα αυγά στη μηχανή, και ολοκληρώνεται την ημέρα 28. Κατά τη διάρκεια της εκκόλαψης η μηχανή άνοιξε την 8η, 11η και 18η ημέρα και έγινε ωοσκόπηση των αυγών σε χαμηλό φωτισμό και έλεγχός τους με στηθοσκόπιο και ψηφιακό θερμόμετρο.

→ Με το πέρας των ημερών η μηχανή εκκόλαψης λειτουργούσε κανονικά στέλνοντας από το microcontroller micro:bit τα αποτελέσματα των μετρήσεων των αισθητήρων θερμοκρασίας και υγρασίας.

→ Οι μετρήσεις αποστέλλονταν σε ιστοσελίδα https://iot.dfrobot.com/workshop.html?token=e2d82b75ebfd2b049a98643ed6464f03, η οποία και αποτελούσε το εξ αποστάσεως «κέντρο ελέγχου» της μηχανής εκκόλαψης. Η συγκεκριμένη ιστοσελίδα επιλέχθηκε λόγω του γεγονότος ότι ήταν συμβεβλημένη με το Gravity: IoT Starter Kit for micro:bit, το οποίο και προμηθεύτηκε το σχολείο για τις ανάγκες του διαγωνισμού.

→ Προγραμματισμός εγκατάστασης Wi-Fi module, αισθητήρα θερμοκρασίας και υγρασίας:

→ Καθ’ όλη τη διάρκεια λειτουργίας της μηχανής εκκόλαψης ορθή ήταν και η λειτουργία του διακόπτη, ο οποίος τροφοδοτούσε κάθε 24 ώρες τη μηχανή εκκόλαψης με νερό, ώστε να διατηρούσε τα ποσοστά της υγρασίας στο κατάλληλο επίπεδο.

→ Για τα αυγά της πάπιας τα προτεινόμενα επίπεδα υγρασίας κυμαίνονται από 60% – 70% και τις 28 ημέρες της εκκόλαψης. Η προτεινόμενη παροχή νερού για να επιτυγχάνεται η ρύθμιση της υγρασίας είναι 80ml/24 ώρες.  Η σχετική ρύθμιση έγινε στον διακόπτη που συνδέθηκε με το microcontroller micro:bit, ώστε να μετακινεί ο διακόπτης το αυτοσχέδιο καπάκι και να ελευθερώνονται τα 80ml νερού που υπήρχαν μέσα στο μπουκάλι.

→ Προγραμματισμός εγκατάστασης του διακόπτη παροχής νερού:

 

Αποτελέσματα

→ Καθ’ όλη τη διάρκεια λειτουργίας της, η μηχανή εκκόλαψης λειτούργησε σωστά, χωρίς να προκύψει κάποιο έκτακτο περιστατικό (διακοπή ρεύματος, βλάβη κ.λπ.). Η 28η ημέρα επιφύλασσε το πρωί μια έκπληξη στους/στις μαθητές/τριες και στους εκπαιδευτικούς. Το πρώτο αυγό είχε εκκολαφθεί και το παπάκι ήταν έτοιμο να βγει στον νέο κόσμο ραγίζοντας το τσόφλι του αυγού του.

→ Μέχρι το μεσημέρι το παπάκι είχε καταφέρει να βγει από το αυγό του. Το ίδιο συνέβη μέχρι την επόμενη ημέρα και με τα υπόλοιπα 9 παπάκια. Συνολικά, κατάφεραν να εκκολαφθούν 10 στα 12 αυγά. Την πρώτη μέρα τα παπάκια τοποθετήθηκαν σε ένα κουτί σε σημείο που είχε ζέστη (δίπλα στο καλοριφέρ), ώστε να συνηθίσουν στο νέο τους περιβάλλον.

→ Μετά από 7 ημέρες που συνήθισαν τα παπάκια στο νέο τους περιβάλλον και μεγάλωσαν, οι μαθητές/τριες πήραν ο/η καθένας/μία από 1 στο σπίτι τους, το οποίο και έβαλαν σε ειδικά διαμορφωμένο χώρο στις δικές τους μικρές φάρμες που διατηρούν στο χωριό με τις οικογένειές τους.

→ Με σκοπό να παρατηρηθεί εάν τα παπάκια μεγάλωσαν σωστά, οι μαθητές/τριες τα έφεραν από τις μικρές τους φάρμες στο σχολείο μετά από 20 ημέρες. Το αποτέλεσμα ήταν φανταστικό, διότι τα παπάκια είχαν μεγαλώσει πάρα πολύ. Τέλος, τα παπάκια επέστρεψαν ξανά στις μικρές τους φάρμες και ζουν μέχρι και σήμερα απολαμβάνοντας την προσοχή των μαθητών/τριών, οι οποίοι/ες έχουν αναλάβει εξ ολοκλήρου τη φροντίδα τους.

 

 

Συμπεράσματα

Μέσα από τον σχεδιασμό, την υλοποίηση και την επιτυχή διεκπεραίωση του συγκεκριμένου έργου παρατηρήθηκε ότι η αυτοματοποιημένη εκκόλαψη των αυγών της πάπιας με τη βοήθεια της τεχνητής νοημοσύνης μπορεί να οδηγήσει σε διάφορα ενδιαφέροντα συμπεράσματα όπως:

  1. Αύξηση των ποσοστών επιτυχούς εκκόλαψης: Η ΤΝ μπορεί να βελτιστοποιήσει τις συνθήκες εκκόλαψης (π.χ. θερμοκρασία, υγρασία, περιστροφή των αυγών), με αποτέλεσμα υψηλότερα ποσοστά επιτυχούς εκκόλαψης.
  2. Υγεία των νεοσσών: Με την ακριβή παρακολούθηση και ρύθμιση των παραμέτρων εκκόλαψης, τα παραγόμενα παπάκια είναι πιο υγιή και ανθεκτικά στο νέο περιβάλλον.
  3. Μείωση ανθρώπινων λαθών: Η αυτοματοποίηση μειώνει την πιθανότητα ανθρώπινων σφαλμάτων, όπως η λανθασμένη ρύθμιση της θερμοκρασίας ή της υγρασίας, που μπορεί να επηρεάσουν αρνητικά την εκκόλαψη.
  4. Αύξηση της παραγωγικότητας: Η αυτοματοποίηση επιτρέπει τη διαχείριση μεγαλύτερου αριθμού αυγών χωρίς την ανάγκη αύξησης του προσωπικού, οδηγώντας σε μεγαλύτερα ποσοστά παραγωγικότητας.
  5. Εξοικονόμηση χρόνου και κόστους: Η ΤΝ μειώνει τον χρόνο που απαιτείται για την παρακολούθηση και τη διαχείριση της εκκόλαψης, ενώ μακροπρόθεσμα μειώνει τα λειτουργικά κόστη.
  6. Συνεχής παρακολούθηση και ανάλυση δεδομένων: Η ΤΝ μπορεί να συλλέγει και να αναλύει δεδομένα σε πραγματικό χρόνο, επιτρέποντας την έγκαιρη ανίχνευση προβλημάτων και την άμεση λήψη διορθωτικών μέτρων.
  7. Καλύτερος προγραμματισμός: Η ΤΝ μπορεί να βοηθήσει στην πρόβλεψη των αναγκών και στη βελτιστοποίηση του προγραμματισμού της εκκόλαψης, διευκολύνοντας τη διαχείριση της παραγωγής.
  8. Εξασφάλιση ομοιομορφίας στην παραγωγή: Η αυτοματοποίηση εξασφαλίζει ομοιομορφία στις συνθήκες εκκόλαψης μειώνοντας κατ’ αυτόν τον τρόπο πιθανές αποκλίσεις.

Τα προαναφερθέντα συμπεράσματα υποδεικνύουν ότι η αυτοματοποίηση της εκκόλαψης των αυγών της πάπιας με τη βοήθεια της τεχνητής νοημοσύνης μπορεί να έχει σημαντικά θετικά αποτελέσματα, καθιστώντας τη διαδικασία πιο αποδοτική, οικονομική και βιώσιμη.

 

Προτάσεις για περαιτέρω έρευνα

Με άξονα τα θετικά αποτελέσματα και τα συμπεράσματα από την αυτοματοποιημένη εκκόλαψη των αυγών της πάπιας με τη βοήθεια της τεχνητής νοημοσύνης, μπορούν να προταθούν οι ακόλουθες κατευθύνσεις για περαιτέρω έρευνα:

→ Διερεύνηση της εφαρμογής και αποτελεσματικότητας των αυτοματοποιημένων συστημάτων εκκόλαψης με ΤΝ σε άλλα είδη πουλερικών, όπως κότες, γαλοπούλες, ορτύκια κ.ά.

→ Μελέτη της μακροπρόθεσμης υγείας και απόδοσης των νεοσσών που εκκολάπτονται σε αυτοματοποιημένα συστήματα, σε σύγκριση με αυτά που εκκολάπτονται με παραδοσιακές μεθόδους.

→ Έρευνα για τον καθορισμό των ιδανικών συνθηκών θερμοκρασίας, υγρασίας και περιστροφής των αυγών που μεγιστοποιούν τα ποσοστά επιτυχούς εκκόλαψης και την υγεία των νεοσσών.

→ Ανάπτυξη και δοκιμή μοντέλων τεχνητής νοημοσύνης για την πρόβλεψη προβλημάτων κατά τη διάρκεια της εκκόλαψης, βασισμένων σε δεδομένα από αισθητήρες και άλλες πηγές.

→ Έρευνα για τη μείωση της κατανάλωσης ενέργειας και την αξιοποίηση ανανεώσιμων πηγών ενέργειας στην αυτοματοποιημένη εκκόλαψη, προκειμένου να γίνει η διαδικασία πιο βιώσιμη.

 

Ηλεκτρονική διεύθυνση αποθετηρίου GitHub:

 

 

Βίντεο αναλυτικής παρουσίασης του έργου από τους/τις μαθητές/τριες: