AI đánh giá tính dẫn dụ và độ ngon miệng trong thức ăn tôm

Tính ngon miệng – biến số chiến lược

Những năm gần đây, độ ngon miệng của thức ăn được đánh giá như yếu tố then chốt trong nuôi tôm, đặc biệt với tôm thẻ chân trắng. Khi năng suất và hiệu quả kinh tế tiếp tục là mục tiêu trung tâm, khả năng tiêu thụ thức ăn nhanh và hiệu quả trở thành điều kiện tiên quyết để đảm bảo tăng trưởng ổn định và tối ưu hệ số chuyển đổi thức ăn (FCR).

Tôm chỉ tiêu thụ thức ăn ở mức tối đa và hạn chế thất thoát khi khẩu phần đủ sức dẫn dụ để kích hoạt hành vi bắt mồi. Nếu thiếu tính ngon miệng, lượng ăn giảm kéo theo tăng trưởng chậm, FCR xấu và lợi nhuận sụt giảm. Nhiều nghiên cứu cho thấy việc bổ sung các chất dẫn dụ và chất tăng cường độ ngon miệng có thể cải thiện đáng kể lượng ăn vào, tốc độ tăng trưởng và hiệu quả sử dụng thức ăn.

Thức ăn có tính dẫn dụ cao giúp cải thiện tăng trưởng tôm. Ảnh: Shutterstock

Do đó, xây dựng công thức đóng vai trò trung tâm trong việc kiểm soát độ ngon miệng. Việc lựa chọn, tối ưu hóa nguyên liệu, kết hợp các phụ gia chức năng phù hợp cho phép phát triển khẩu phần có tính dẫn dụ cao hơn, được tiêu thụ nhanh hơn và sử dụng hiệu quả hơn. Xu hướng gia tăng sử dụng nguyên liệu thay thế – đặc biệt là protein thực vật và các nguồn lipid mới nhằm kiểm soát chi phí và đáp ứng mục tiêu bền vững càng làm nổi bật vai trò của tối ưu hóa palatability. Nếu không cân đối hợp lý, những nguyên liệu này có thể làm thay đổi tính dẫn dụ, ảnh hưởng đến khả năng chấp nhận thức ăn.

Việc nâng cao độ ngon miệng không chỉ thúc đẩy tốc độ phát hiện và bắt mồi, tăng mức ăn đồng đều trong đàn, mà còn góp phần cải thiện chất lượng nước. Thức ăn được tiêu thụ nhanh sẽ rút ngắn thời gian lưu viên trong nước, hạn chế rò rỉ dinh dưỡng và giảm ô nhiễm ao nuôi.

Thách thức đo lường

Dù đóng vai trò thiết yếu, việc đánh giá chính xác độ ngon miệng của thức ăn ở tôm vẫn còn nhiều hạn chế, ngay cả trong điều kiện phòng thí nghiệm. Các phương pháp truyền thống như quan sát sàng ăn, đếm viên thức ăn dư thừa hoặc theo dõi thủ công hành vi bắt mồi thường mang tính chủ quan, tốn nhân lực và khó áp dụng ở quy mô thương mại. Quan trọng hơn, chúng dễ nhầm lẫn giữa thất thoát do môi trường và mức tiêu thụ thực sự, làm sai lệch kết quả.

Những tiến bộ gần đây trong theo dõi video, phân tích hành vi và giám sát âm thanh đã mở ra khả năng đánh giá khách quan hơn. Các hệ thống này có thể ghi nhận chuyển động của tôm, thời gian lưu lại quanh điểm cho ăn, tần suất tiếp cận và cường độ bắt mồi, từ đó phản ánh chính xác hơn mức độ dẫn dụ của khẩu phần. Đồng thời, chúng cũng cung cấp dữ liệu liên quan đến phúc lợi động vật trong các điều kiện nuôi khác nhau.

Tuy nhiên, trong điều kiện ao thương phẩm, việc ứng dụng các công cụ này vẫn đối mặt nhiều rào cản như độ đục nước cao, ánh sáng kém, tôm chồng lấp hình ảnh hoặc nhiễu âm nền. Hệ thống cũng đòi hỏi camera chất lượng cao và năng lực xử lý dữ liệu lớn, khiến việc triển khai đại trà còn hạn chế.

Triển vọng AI

Sự kết hợp giữa trí tuệ nhân tạo (AI), công nghệ thị giác máy tính và cảm biến âm thanh đang được xem là bước tiến quan trọng trong phân tích hành vi bắt mồi và phúc lợi tôm. Ưu thế nổi bật của AI là khả năng tự động hóa quan sát, giảm sai lệch do con người và tạo ra dữ liệu khách quan, có thể lặp lại và so sánh giữa các thử nghiệm.

Trên cơ sở đó, một giải pháp phần mềm chuyên biệt VannamAI® đã được phát triển nhằm đánh giá độ ngon miệng của tôm trong điều kiện thí nghiệm. Hệ thống cho phép trích xuất tự động các chỉ số hành vi như thời gian phản ứng và tốc độ tiếp cận thức ăn, thời gian lưu tại khu vực cho ăn, số lần xâm nhập vùng thức ăn, mức độ vận động và khoảng cách trung bình đến điểm cho ăn. Dữ liệu sau xử lý được xuất thành bảng, thuận tiện cho phân tích thống kê và so sánh hiệu quả giữa các công thức.

Thử nghiệm với ba công thức thức ăn từ đậu nành cho thấy sự khác biệt rõ rệt về hành vi bắt mồi. Một công thức kích hoạt phản ứng tiếp cận nhanh nhất; công thức khác cho mức độ vận động và thời gian lưu thấp hơn, phản ánh sự khác biệt về tính dẫn dụ và độ ngon miệng. Bản đồ nhiệt cũng giúp xác định chính xác khu vực tôm tập trung hoạt động, cung cấp bằng chứng trực quan về mức độ thu hút của khẩu phần.

Về dài hạn, công cụ này mở ra khả năng xây dựng cơ sở dữ liệu nguyên liệu và phụ gia dựa trên các tiêu chí định lượng khách quan cho cả tính dẫn dụ và độ ngon miệng, hỗ trợ tối ưu hóa công thức một cách khoa học hơn. Hai yếu tố này mang tính bổ sung: một khẩu phần có thể ít dẫn dụ ban đầu nhưng khi tôm bắt đầu ăn lại thể hiện độ ngon miệng cao; ngược lại, có khẩu phần thu hút nhanh nhưng mức tiêu thụ duy trì thấp.

Do đó, việc phát triển một chỉ số tích hợp kết hợp cả tính dẫn dụ và độ ngon miệng thành một thước đo tổng hợp sẽ giúp đánh giá toàn diện hiệu quả kích thích bắt mồi và duy trì tiêu thụ của thức ăn. Đây được xem là hướng đi chiến lược trong kỷ nguyên dinh dưỡng chính xác và nuôi tôm dựa trên dữ liệu.

Vũ Đức
(Theo Allaboutfeed)