Feedalia · Architettura della stalla

Dal gemello della singola vacca al gemello della stalla: agenti-vacca allineati ai dati raccolti, con comportamento, socialità e ambiente, per anticipare problemi di salute, produzione e impatto lungo la filiera. Novembre 2026.

Torna a Feedalia

1. L'idea

Una stalla non è la somma di vacche indipendenti. Le vacche competono per la mangiatoia e le cuccette, si influenzano nel rango, rispondono insieme al caldo e ai cambi di gruppo, e producono effetti che si vedono solo nell'insieme: il latte consegnato, il metano e l'azoto della stalla, il numero di animali da visitare domani. Il gemello della stalla rappresenta ogni animale come un agente: ha uno stato (fase, produzione, riserve, salute, rango), percepisce l'ambiente (gruppo, densità, razione, clima), decide come usare le 24 ore (mangiare, ruminare, sdraiarsi, muoversi, essere munta) e produce ciò che i sensori della stalla misurano davvero (latte per mungitura, ruminazione, attività, tempo sdraiata). Il confronto continuo fra ciò che gli agenti producono e ciò che i sensori misurano è il meccanismo che tiene il gemello allineato alla realtà e che fa scattare gli allarmi quando un animale si discosta da sé stesso.

Sistemi della stalla mungitura (robot, sala)controlli funzionali AIAcarro miscelatorecollari e podometrigestionale: parti, eventimeteo di stallaanalisi alimenti, prelievi Ponteformato unico Gemello della stalla Agenti-vaccamodello Feedalia +comportamento, rango Stallagruppi, cuccette, mangiatoia,sala, clima, razioni Allineamentoosservato − simulato per ogni vacca: taratura individuale,deviazioni dalla propria linea di base = allarmi Per la filiera allevatore: da controllare oggiveterinario: rischi, freschenutrizionista: gruppi, razionicaseificio: latte a 7 giorniambiente: CH₄, N, deiezioniassicurazione, consulenti

2. L'agente-vacca

Ogni agente incapsula il modello di Feedalia e vi aggiunge comportamento e socialità. Il modello della singola vacca (cow-model.js, lo stesso usato dall'analisi della vacca in Feedalia Pro) resta la fonte di produzione, metabolismo, rumine, minerali e ambiente: l'agente gli passa ogni giorno le condizioni che vive nel gruppo e riceve latte, composizione, bilanci, metano, deiezioni, NEFA e BHB attesi, ruminazione, rischio di collasso.

ComponenteCosa contieneDa dove viene
Statoidentità, parità, giorni di lattazione o gravidanza, peso, BCS, produzione di riferimento e fattore individuale, cellule, BHB, locomozione, rango nel gruppo, linea di base di ruminazione e latte, eventi in corso (malattia, stress da regrouping)dai dati della stalla quando ci sono, altrimenti da distribuzioni realistiche (LEO, letteratura)
Percezionegruppo e razione, densità in cuccetta e in mangiatoia, clima e raffrescamento, numero di distribuzioni e mungiture, giorni dallo spostamento di gruppostato della stalla
Fisiologiatutto il modello di Feedalia, con la densità percepita che cresce per le vacche di rango bassoCowModel.predict
Bilancio del tempoore sdraiata (base 11,2), in mangiatoia (4,5), in sala (2,7), in piedi in cuccetta, in corsia; spostamenti subiti in mangiatoiaGomez e Cook 2010; effetti di caldo (Cook 2007), affollamento (Fregonesi 2007, Huzzey 2006), regrouping (von Keyserlingk 2008), zoppia
Segnali osservabiliruminazione giornaliera, indice di attività, latte per mungitura, posizione nelle 24 orecalcolati per essere confrontati con collari, robot e telecamere
Dinamica sanitariainsorgenza e guarigione di chetosi, mastite, zoppia con probabilità legate a NEFA, condizione, densità, tempo in piedi; prodromi di 2 giorni sulla ruminazione prima della forma clinicaStangaferro 2016, Huzzey 2007, ordini di grandezza di letteratura

Socialità

Il rango è ricavato da parità e peso con una componente casuale, e viene ricalcolato dentro ogni gruppo. Decide chi arriva prima alla mangiatoia dopo la distribuzione, chi viene spostato più spesso, chi perde più riposo quando mancano cuccette e chi sente di più l'affollamento (nel modello la densità percepita cresce con 1,5 − rango). Un cambio di gruppo azzera la posizione sociale e porta tre giorni di stress: più spostamenti, meno riposo, meno latte. Sono gli effetti misurati nei lavori citati; i coefficienti sono dichiarati nel codice e vanno tarati su collari e telecamere della stalla.

Motilità

Il prototipo non simula traiettorie passo per passo: colloca ogni vacca, ora per ora, nella zona in cui è più probabile che si trovi (sala, mangiatoia, cuccetta, corsia, abbeverata) a partire dal suo bilancio del tempo, dall'orario di mungitura e di distribuzione, dal caldo e dal rango. È il livello di dettaglio che i sensori odierni permettono di verificare (tempo per zona, non percorsi). Un modello spaziale continuo, con corsie, incroci e code in sala, ha senso solo dove ci sono telecamere o localizzazione in tempo reale che lo alimentino.

3. La stalla

4. Allineamento ai dati

È la parte che distingue un gemello da un simulatore. Tre meccanismi, in ordine di maturità.

MeccanismoCome funzionaDati necessariStato
AncoraggioOgni agente parte dai dati reali: latte dalle ultime tre mungiture, composizione e cellule dal controllo, BHB nel latte convertito in sangue, ruminazione di base dai collari, peso e BCS se misurati, parità e date dal gestionale. Il fattore individuale di produzione viene ricavato in modo che il modello riproduca il latte osservato.ponte con mungiture, controlli, anagrafica, collarifatto nel prototipo
Linea di base individuale e deviazioniPer ogni vacca si tiene la media mobile di ruminazione, attività e latte; una deviazione sostenuta (ruminazione sotto l'85% per due giorni) diventa un allarme, che nei lavori di riferimento anticipa di 1,6–3 giorni la diagnosi di chetosi e dislocazione. Il gemello aggiunge a questo segnale il "perché" fisiologico (NEFA e BHB attesi, densità, caldo).collari o robot con dati giornalierifatto nel prototipo con dati simulati; da verificare su collari reali
AssimilazioneOgni giorno si confronta ciò che l'agente ha simulato con ciò che i sensori hanno misurato e si correggono gli stati non osservabili (riserve, ingestione effettiva, rango) e, lentamente, i coefficienti di stalla: un filtro a particelle o un filtro di Kalman esteso per vacca, con i coefficienti della base di conoscenza come prior. È la versione "in continuo" dei tre livelli descritti nel documento sui gap.storico di almeno alcune settimane per vacca; ingestione di gruppo dal carroda costruire
Cosa produce già la stalla media italiana, e cosa ne ricava il gemello: controlli funzionali mensili (produzione, composizione, cellule, urea, BHB, acidi grassi: stato metabolico e mammario di ogni vacca), mungiture giornaliere dove c'è un software di sala o un robot (curva individuale e deviazioni), carico del carro (ingestione di gruppo, la variabile che più manca al modello), anagrafica e eventi del gestionale (fase, parti, asciutte, trattamenti), collari in una minoranza crescente di stalle (ruminazione, attività, calori), meteo pubblico per la provincia. Nessuno di questi dati è nuovo: il valore sta nel metterli insieme per animale e nel confrontarli ogni giorno con un modello che sa cosa dovrebbero essere.

5. Valore per la filiera

ChiCosa anticipaCon quali datiUscita del gemello
Allevatorevacche da visitare oggi prima dei sintomi; effetto di densità, caldo, distribuzioni e rimescolamenticollari, mungiture, controllilista "da controllare oggi", tabella dei gruppi, scenari di stalla
Veterinariofresche a rischio chetosi e collasso, mastiti in arrivo, zoppie che si accumulano con il tempo in piediBHB, cellule, locomozione, prepartorischi per vacca e per gruppo, parti nei prossimi 7 giorni
Nutrizionistaacidosi di gruppo, razioni che non coprono calcio o magnesio, ingestione effettiva per gruppocarro, controlli, acidi grassi del latteindicatori per gruppo, prove di razione prima di applicarle
Caseificiolatte conferito e sua composizione a 7 giorni; effetto delle ondate di calore sulla raccoltamungiture, meteoprevisione di produzione nel bollettino
Ambiente e certificazionimetano enterico, azoto e deiezioni per giorno e per litro, per il piano di spandimento e le dichiarazionirazioni, produzionesezione ambiente del bollettino
Assicurazioni, consulenti, ricercaandamenti di benessere e rischio per stalla, confrontabili fra stalleaggregati anonimizzatiserie storiche del bollettino

Il bollettino di stalla è il contenitore comune: un documento giornaliero (JSON, poi anche leggibile) con produzione e previsione, salute, ambiente e benessere. Ogni anello della filiera legge la parte che gli serve; la stalla resta proprietaria dei dati e decide cosa condividere.

6. Il prototipo: Feedalia Pro e Feedalia Stalla

Il gemello della stalla (feedalia-engine.js, sopra il modello della vacca cow-model.js) alimenta le due facce di Feedalia, che leggono la stessa stalla.

Limiti del prototipo: le probabilità di malattia e i coefficienti di comportamento sono di letteratura, non di una stalla reale; la motilità è per zone, non per traiettorie; l'allineamento al ponte è un ancoraggio iniziale, non ancora un'assimilazione giornaliera; i dati restano nel browser di chi usa la pagina.

7. Strada e stime

PassoContenutoStima
1. Agenti alimentati ogni giornoIl ponte spinge i dati giornalieri (mungiture, collari) agli agenti; linee di base reali; allarmi confrontati con gli eventi del gestionale per misurare sensibilità e anticipo.15 giorni
2. AssimilazioneFiltro per vacca su riserve, ingestione e rango; correzione dei coefficienti di stalla con prior dalla base di conoscenza; riprova sugli storici.25 giorni
3. Stalla configurabilePianta e gruppi della stalla reale (posti, mangiatoia, sala o robot), calendario di gestione, razioni dal carro per gruppo.15 giorni
4. Comportamento verificatoTaratura di tempo sdraiata, mangiatoia e spostamenti su collari e, dove ci sono, telecamere; prova sul campo come nel piano di test di Feedalia.20 giorni più la prova
5. Bollettino e accessiBollettino giornaliero leggibile, ruoli per la filiera, condivisione controllata dalla stalla, serie storiche; sul server descritto nel documento sui gap.20 giorni

Fonti consultate su PubMed per il comportamento: Gomez e Cook 2010 (10.3168/jds.2010-3436), Huzzey et al. 2006 (10.3168/jds.S0022-0302(06)72075-6), Fregonesi et al. 2007 (10.3168/jds.2006-794), von Keyserlingk et al. 2008 (10.3168/jds.2007-0532), Cook et al. 2007 (10.3168/jds.2006-634), Stangaferro et al. 2016 (10.3168/jds.2016-10907), Huzzey et al. 2007 (10.3168/jds.2006-807). Nessuna skill o plugin per "individui digitali" o modelli ad agenti risulta nel catalogo disponibile: il gemello è costruito direttamente.