카네기 멜론 대학 컴퓨터 과학부(SCS)와 캘리포니아 대학 리버사이드 캠퍼스(UC 리버사이드)의 연구자들은 양봉가들이 벌집의 건강을 모니터링하고 분석하고, 대부분의 일벌이 벌집과 여왕벌을 버릴 때 발생하는 군집 붕괴를 방지하기 위한 시정 조치를 취하는 데 도움이 되는 시스템을 개발했습니다.

벌통은 열 조절을 사용하여 벌집 온도가 섭씨 33~36도, 화씨 91~97도 사이로 유지되도록 합니다. 예를 들어, 벌은 추울 때는 단열재를 만들기 위해 뭉치고 더울 때는 날개를 펼칠 수 있습니다. 하지만 벌통이 살충제나 예상치 못한 기상 현상과 같은 외부 스트레스를 받으면 벌집 온도를 조절하는 능력을 잃습니다. 이때 양봉가가 개입하여 벌집을 구해야 합니다. 현재 양봉가는 판단과 경험을 사용하여 벌집 건강을 관리하여 문제를 해결하는데, 이로 인해 간과가 발생할 수 있습니다.

Electronic Bee-Veterinarian(EBV)은 저렴한 열 센서와 예측 예측을 사용하여 양봉가가 벌집 온도와 전반적인 꿀벌 건강을 관리하도록 돕습니다. 연구자들은 벌집 외부와 내부에 하나씩 두 개의 센서를 사용하여 벌집의 실시간 온도를 감지했습니다. 그런 다음 이 데이터는 벌집 건강 계수를 계산하는 모델에 입력되었습니다.

SCS 컴퓨터 과학부의 프레드킨 대학 컴퓨터 과학 교수인 크리스토스 팔루초스는 연구자들이 EBV의 벌집 건강 예측 모델을 개발할 때 방정식에 열전달 물리학을 고려했다고 말했습니다.

"우리는 열 확산, 열 전달 및 제어 이론의 첫 번째 원리에 기반한 방정식을 도출했습니다."라고 그는 말했습니다. "우리는 이러한 방정식을 합친 다음 모든 과거 데이터를 하나의 숫자, 즉 벌집 건강 계수로 압축했습니다. 건강 계수가 1에 가까우면 벌이 건강하고 체온 조절이 잘 됩니다. 1보다 훨씬 낮으면 벌집이 건강하지 않고 개입이 필요할 수 있음을 의미합니다. 매일 이 건강 계수를 계산하면 표준 예측을 할 수 있고 양봉가는 추가 조치를 취할 수 있습니다."

Faloutsos는 이해 가능성이 이 프로젝트의 핵심 측면이었다고 말했습니다. 연구자들은 모든 것을 하나의 숫자, 즉 벌집 건강 요인으로 축약하기를 원했습니다. 그래서 이 기술을 도입한 양봉가라면 누구나 예측 결과를 쉽게 해석할 수 있었습니다.

이 프로젝트에 참여한 SCS 박사과정 학생인 Jeremy Lee는 팀의 다학제적 전문성이 EBV의 성공에 기여했다고 말했습니다. CMU와 함께 UC Riverside 팀에는 컴퓨터 과학 박사과정 학생인 Shamima Hossain, 곤충학 교수인 Boris Baer, ​​전기 및 컴퓨터 공학 조교수인 Hyoseung Kim, 컴퓨터 과학 및 공학 교수인 Vassilis Tsotras가 포함되었습니다. 미국 농무부 산하 국립식품농업연구소가 이 연구와 기타 상을 지원했으며, 이 팀은 2024년 SIAM 국제 데이터 마이닝 컨퍼런스에서 연구 결과를 발표했습니다.

"저는 컴퓨터 과학 분야의 전문 지식을 활용하고 다른 도메인 전문가와 협력하여 또 다른 분야에 영향을 미치는 데 매우 관심이 있습니다."라고 Lee는 말했습니다.

Lee는 컴퓨터 과학에 대한 자신의 전문 지식이 현실 세계에 영향을 미친 연구를 한 것은 이번이 처음이 아니라고 말했습니다. Lee는 Faloutsos와 다른 CMU 및 McGill University 동료들과 함께 범죄학 전문가와 협력하여 인신매매를 적발했습니다.

이 프로젝트의 다음 단계는 벌집 기후 제어를 자동화하는 것입니다. Faloutsos와 UC Riverside 팀은 EBV의 데이터를 사용하여 양봉가의 개입 없이 벌집을 자동으로 가열하고 냉각하는 방법을 연구하기 위해 USDA 자금을 받았습니다. 이러한 기술은 양봉가의 꿀 생산을 극대화하고 벌 질병으로 인한 스트레스와 같은 잠재적인 미래의 과제를 예방하는 데 도움이 될 수 있습니다.