AI-система підбору раціону харчування для тварин

Проектуємо та впроваджуємо системи штучного інтелекту: від прототипу до production-ready рішення. Наша команда поєднує експертизу в машинному навчанні, дата-інжинірингу та MLOps, щоб AI працював не в лабораторії, а в реальному бізнесі.
Показано 1 з 1Усі 1566 послуг
AI-система підбору раціону харчування для тварин
Простий
від 1 дня до 3 днів
Часті запитання

Напрямки AI-розробки

Етапи розробки AI-рішення

Останні роботи

  • image_website-b2b-advance_0.webp
    Розробка сайту компанії B2B ADVANCE
    1285
  • image_web-applications_feedme_466_0.webp
    Розробка веб-додатків для компанії FEEDME
    1198
  • image_websites_belfingroup_462_0.webp
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    902
  • image_ecommerce_furnoro_435_0.webp
    Розробка інтернет магазину для компанії FURNORO
    1120
  • image_logo-advance_0.webp
    Розробка логотипу компанії B2B Advance
    588
  • image_crm_enviok_479_0.webp
    Розробка веб-додатків для компанії Enviok
    854

AI-система оптимізації раціону тварин

AI-нутриціологія для тварин вирішує ті ж завдання, що і для людей: індивідуальний раціон на основі породи, віку, ваги, активності та медичних показників. Ветеринарні клініки та преміум pet food бренди (Royal Canin, Hill's) використовують ML для створення персональних програм харчування.

Персоналізація раціону домашніх тварин

import numpy as np
from anthropic import Anthropic

def calculate_pet_nutrition_plan(pet: dict) -> dict:
    """
    Расчёт персонального плана питания.
    pet: species, breed, age_months, weight_kg, activity_level, health_conditions[]
    """
    llm = Anthropic()

    # Базовый метаболический расчёт (RER - Resting Energy Requirement)
    # Формула: RER = 70 × weight^0.75 (для кошек/собак)
    weight = pet.get('weight_kg', 5)
    rer_kcal = 70 * (weight ** 0.75)

    # MER (Maintenance Energy Requirement) = RER × activity factor
    activity_factors = {
        'sedentary': 1.2,
        'low': 1.4,
        'moderate': 1.6,
        'high': 1.8,
        'working': 2.0
    }
    activity = pet.get('activity_level', 'moderate')
    mer_kcal = rer_kcal * activity_factors.get(activity, 1.6)

    # Корректировка на статус
    if pet.get('neutered'):
        mer_kcal *= 0.85
    if pet.get('age_months', 12) < 12:
        mer_kcal *= 1.5  # Щенки/котята растут

    # LLM для детального плана
    response = llm.messages.create(
        model="claude-3-5-sonnet-20241022",
        max_tokens=300,
        messages=[{
            "role": "user",
            "content": f"""Create a personalized nutrition plan for this pet in Russian.

Pet: {pet.get('species')}, {pet.get('breed')}, {pet.get('age_months')} months old
Weight: {weight} kg, Activity: {activity}
Health conditions: {pet.get('health_conditions', ['none'])}
Calculated daily calories: {mer_kcal:.0f} kcal

Provide:
1. Daily caloric need with justification
2. Macronutrient breakdown (protein/fat/carbs %)
3. 2-3 specific food recommendations
4. Foods to avoid given health conditions
5. Feeding schedule (times and portions)

Be specific with gram amounts."""
        }]
    )

    return {
        'daily_kcal': round(mer_kcal),
        'rer_kcal': round(rer_kcal),
        'nutrition_plan': response.content[0].text,
        'weight_status': 'ideal' if 0.9 < weight / pet.get('ideal_weight', weight) < 1.1 else 'review'
    }

AI-оптимізація раціону свійських тварин знижує ризик аліментарних захворювань (ожиріння, МКЛ, діабет) на 25-35%. Персоналізовані програми харчування збільшують продаж premium pet food з правильним підбором на 30-40% — власники купують те, що точно підходить їхньому вихованцю.