人工智能在养猪生产中应用研究进展

陈 辉

（华中农业大学农业农村部农业动物遗传育种与繁殖教育部重点实验室，湖北 武汉 430070）

随着我国养猪产业朝着规模化方向发展，我国猪肉产量以及消费量已有全世界50%以上的占有量，养猪业在我国畜牧业产值中占比43.2%，我国生猪出栏量在2016年已达4.344亿头，表明养猪业已成为我国畜牧业的支柱性产业[1]。畜牧科技也不断在发展，越来越多的智能设备被应用于养猪生产中，极大地提高了养猪生产的效益[2]。尽管如此，我国养猪业的智能水平仍远远落后于丹麦等发达养猪国家[3]，人工智能（AI）养猪的概念因而受到更广泛的关注。AI是基于互联网、物联网以及大数据等技术的发展而提出，其定义是集合工业制造的概念构建网络平台，最大限度地取代人工[4]。AI并不是一个新的概念，早在20世纪50年代就被提出，目的是通过采用智能设备，从而部分或全部取代人工，降低人力资本，提高生产效益，AI的提出很好地迎合现代养猪理念。随着AI的发展，近年被广泛应用于现代养猪生产中，文章就AI在生猪精准饲养[5]、肉品质无损检测[6]、改善母猪繁殖性能[7]以及疾病检测与诊断[8]等方面的应用展开综述，并简要分析了AI养猪的概念和内涵，阐述了AI养猪的优越性，进而对AI养猪提出展望，旨在为AI在养猪生产中更好地发挥作用，促进我国养猪业朝着智能化以及高效化的方向发展。

1 人工智能养猪的概念与内涵

AI养猪是基于工业制造理念的基础，是一种感知智能、数据融合智能、预测决策智能的统一体，通过综合各类软件和硬件以及最新的技术构建的一个网络化平台，其核心是围绕养猪生产构建网络平台，通过对养猪生产中的数据信息进行采集，从而在养猪生产中实现自动决策、自我分析以及精准执行，最终有效地解决养猪生产中的问题，不断提高养猪生产的效益[9]。在新的时代，AI养猪被赋予了新的内涵，AI养猪始终应围绕着养猪生产，为实际养猪生产构建更充分完善的网络平台，不断地收集养猪生产中实际数据信息，进而更好地开发出符合实际养猪生产的场景和相应的配套设备以及服务等，最终发挥AI的积极作用，促进养猪产业的成功转型[4]AI养猪的具体原理及操作流程见图1[10]。

2 AI在养猪生产中的应用

2.1 精准饲喂

AI是基于大数据背景为养猪生产服务，通过在养猪生产中使用AI设备，可以真正的实现精准饲养，从而有效地减少饲料资源的浪费以及改善生猪生产性能。周洪等[5]（2018）针对哺乳母猪设计开发了一套哺乳母猪智能饲喂器，研究发现使用该设备后，可使哺乳母猪在1 d内多次采食，并且均是新鲜饲粮，进而实现哺乳母猪采食量最大化，对哺乳母猪体况的维持具有积极作用；同时，该设备还可有效地减少饲粮浪费和人工劳动强度，在哺乳母猪养殖中具有积极意义。林升峰[11]（2018）针对妊娠母猪建立了一个基于模糊控制器的饲喂量控制模型，该模型可根据妊娠母猪所处的生产阶段以及体况进行精准饲喂，经过试验验证，表明该模型可以有效地根据妊娠母猪所处阶段或体况进行饲喂量的调整。对于生长育肥猪，黄利军等开发了一种智能液体饲料饲喂设备，通过该设备的使用，有效地减少了育肥猪的饲粮浪费，同时有效地改善了猪舍环境[12]；李闽等[13]（2018）比较了智能液态饲料饲喂与传统干料饲喂对保育猪和生长猪生长性能的影响，结果发现使用智能液体饲料设备可有效提高育肥猪与保育猪的日增重，但同时却降低了两者的成活率，表明设备还需完善；易烈运等[14]（2017）根据生猪生命曲线喂食量设计了一套基于PLC智能自动化生猪饲喂系统，实现了定时定量饲喂（原理参考图2）。AI在仔猪生产中也有应用，有使用者发现：通过使用智能仔猪饲喂器，可实现对仔猪精准饲喂，使仔猪能少吃多餐，同时使仔猪腹泻率降低了一大半[15]。以上表明通过在养猪生产中使用AI设备可以实现精准饲养，从而有效地减少饲粮的浪费，提高生猪生产性能。

图1 AI养猪的原理及操作流程

图2 基于PLC智能化饲喂设备框架

2.2 猪肉品质无损检测

随着我国肉类产量的增加以及人民对优质猪肉的需求不断加大，无损准确地对猪肉品质进行检测对猪肉产业的发展具有积极作用。研究表明，通过AI的使用，可以对猪肉品质进行无损准确地检测和评定。Aloglu等[6]（2018）基于衰减全 反 射FTIR光 谱（ATR-FTIRS）开发了一种智能猪肉鉴别模型，使用该模型可实现无损鉴别猪肉和牛肉。Wang等[16]（2014）开发了一种基于异丙醇-聚4-苯乙烯磺酸钠-石墨烯复合膜检测猪肉中盐酸克伦特罗的电化学传感器，通过使用该新型传感器，可以提高对盐酸克伦特罗的检测灵敏度（该研究中检测下限为 2.2×10-8mol•L-1），经实验验证，可以有效无损地检测猪肉中盐酸克伦特罗的含量，从而对猪肉品质进行准确评定。对于猪肉新鲜度评定，邹小波等[17]（2017）以玫瑰茄花青素提取物制备了一种可检测肉类新鲜度的智能指示膜，实验数据表明：在36 h后，猪肉中挥发性盐基氮值高于15 mg/100 g，表明猪肉腐败，此时复合膜变为淡紫色；经过60 h后，智能指示膜变为了褐色，研究认为可通过复合膜的颜色来对猪肉新鲜度进行检测。而潘婧等[18]（2016）基于计算机视觉系统，开发了一种利用神经网络预测猪肉新鲜度的模型，经验证该模型的准确率高达95%以上。刘波等[19]基于计算机视觉和人工嗅觉开发了一种嵌入式手持终端系统，该系统主要对猪肉新鲜度进行检测，经过实验验证，该系统对猪肉新鲜度检测的准确性高达99.1%，有效地实现了猪肉新鲜度的准确检测（具体操作原理见图3）。对于猪肉系水力，刘影[20]基于机电一体化技术开发了一种智能系水力测定仪，通过与传统系水力检测方法相比，其相关系数在0.99以上，表明该智能设备是可行的，能够实现对猪肉系水力进行无损准确测定，实现了系水力检测自动化以及高效化。通过使用AI设备，可实现对猪肉品质进行无损检测以及自动化检测，从而提高了猪肉品质的检测效率。

2.3 改善母猪繁殖性能

图3 智能嵌入式手持终端系统检测肉品质原理

由于AI设备具有精准的功效，可以有效地调整饲喂量、环境温度、光照和湿度等因子，满足母猪的福利，使母猪处于最舒适的环境，从而有效地改善其繁殖性能。于桂阳等[21]（2018）为探究智能化猪场对母猪繁殖性能的影响，对永州某猪场进行了调查比较，结果发现，使用AI设备的猪场与普通集约化猪场相比，智能化猪场的母猪具有更高的分娩率、窝产仔数、窝产活仔数、健仔数以及仔猪成活率，表明通过AI设备的使用，有效地改善了母猪的繁殖性能。许栋等[22]（2016）发现，智能化猪场的母猪窝产弱仔率和日投料量显著降低（P＜0.05），而初生个体重则显著增加（P＜0.05）。王树华[23]（2014）的研究也得到了类似的发现，该研究发现智能化猪场的母猪与普通群养群饲母猪相比，分娩率提高了10%（P＜0.05），除此以外智能化猪场母猪的窝产仔数、窝产活仔数、初生窝重、泌乳力、窝断奶仔猪数和断奶窝重均显著提高（P＜0.05）。使用AI设备可以很好地改善母猪的福利，进而改善母猪繁殖性能，赖友辉等[24]（2017）比较了“大栏群养智能管理”与普通“限位栏饲养”对妊娠母猪繁殖性能的影响，结果表明，使用智能管理后的母猪顺产率显著高于普通限位饲养的母猪（P＜0.05），而流产率显著低于普通限位饲养的母猪（P＜0.05），研究认为智能管理设备为妊娠母猪提供了福利，从而有效地改善了母猪的繁殖性能。综上表明，AI设备由于其精准的特性，为母猪提供了舒适的环境，满足了其福利，进而有效改善其繁殖性能。

2.4 实现疾病监测与诊断

AI可对数据进行快速比对，从而对猪只的疾病进行快速有效的预警和检测，为猪只疾病的辅助诊断和治疗提供了有效的工具。在生猪疾病监测方面，Jiao等[8]（2016）基于Kinect（微软旗下一款传感器产品）传感器和红外热成像仪以用于猪体表温度的测定方法，该方法通过补偿处理后，温差范围仅在0.03～1.2℃间，可用于生猪体温的准确检测和健康的监控。谢海员[25]（2015）基于Harris角点去除腿部轮廓的算法，开发了一种猪喘气行为的波形模型，提出了一种生猪呼吸频率的计算方法，对生猪喘气时的呼吸异常提供了定量描述，实现了对猪呼吸异常连续自动检测，为其诊断提供了依据。除此以外，AI设备的使用还可实现对猪病进行诊断。Guo等[26]（2016）开发了一种检测猪瘟病毒（CSFV）的磁弹性（ME）传感系统，通过实验证明，该系统与CSFV浓度在0～2.5 μg/ ml范围间成线性关系，其检测下限仅为0.6 μg/ ml，通过该系统的使用，可对是否感染CSFV做出准确的诊断。李盼玉[27]（2015）基于智能手机开发了一种猪病远程诊断系统，该系统利用模糊数学原理将猪病的症状进行序化、量化以及二维化，同时该系统建立了生猪常见病（猪瘟、仔猪白痢等）数据库，用户通过收集生猪的照片视频等信息进行比对，系统将作出诊断和建议，从而实现猪病的远程诊断。综上表明，AI通过数据比对，可实现对猪病的监测与诊断，从而使患病生猪能得到快速有效的治疗。

2.5 智能设备在养猪其他方面中的应用

AI在养猪生产中除了上述应用外，还在猪精液品质智能检测、母猪发情智能检测、体重智能分析以及仔猪生长性能智能测定等方面均有应用。雷正达等[28]（2018）整合超微芯片、数据分析处理、大数据、人工智能平台开发了一套猪精液品质快速检测的智能系统，实现了对猪精液品质快速检测，极大地促进了养猪业的发展。传统的母猪发情检测耗费时间和人力，基于此，刘哲等[7]（2019）根据种猪的关键体征参数（如体温、运动时长、进食总量、静卧时长、发情时间等与母猪发情概率的关系，构建了神经网络模型，通过大量实验证明，该模型可实现母猪发情的快速准确检测，极大地提高了母猪发情鉴定的准确性（具体原理参考图4[7]）。在体重智能分析方面，张凯等[29]（2017）基于计算机视觉技术，对猪的侧视图像进行处理（颜色特征、阈值分隔等），通过比较逐步回归法与MLP神经网络模型进行育肥猪体重预测，通过比较，该模型的相关系数高达0.993，相对误差仅为1.38%，表明通过该模型可以对育肥猪体重进行准确的预估。罗土玉等[30]（2017）基于RFID射频电子技术设计了一种幼猪生长性能智能测定系统，该系统可对断奶后6～30 kg的仔猪进行日增重、日采食量进行测定，实现了幼猪生长性能测定的自动化，极大的提高了测定的准确性，降低了人力，从而降低生产成本，提高了效益。除此以外，有学者设计了一套减重式产床智能饲喂系统，有效地避免了饲料粘接、发霉等问题[31]；也有学者基于动物福利开发了一种母猪大栏智能饲养系统，极大降低了人工成本和饲料浪费，同时满足了猪的福利，有效地提高了养猪生产的效益[32]。

图4 基于物联网的智能母猪发情监测系统原理

3 小结及展望

综合以上，AI在养猪生产中发挥着积极作用，在生猪精准饲养、肉品质无损准确检测、改善母猪繁殖性能、生猪疾病监测与诊断以及养猪生产的其他方面均发挥着积极的作用，可以说，通过AI的使用，有效地降低了养猪生产中的成本（人工、饲料等），从而提高了养猪生产的效益。AI使养猪业由传统的劳动力密集型企业转变为集约化和智能化企业，AI养猪将会是今后养猪业的发展趋势。但由于我国AI起步较晚，运行起来仍存在诸多困难，如大部分猪场物联网标准化程度低以及智能设备普及率低，同时现有智能算法模型仍与实际养猪生产还存在一些距离[4]；另一个困难是AI养猪虽然从一定程度降低了人力成本，但不意味着可完全取代养猪人，因而需要既了解养猪生产又懂得应用AI设备的人才，这将会导致传统意义的养猪能手失业；最后一个困难是许多AI设备高昂的价格让很多猪场望而却步，这严重阻碍了AI养猪进程的发展[3]。但AI养猪是今后养猪发展的必然趋势，对于上述困难，可以通过：1）通过技术提高机器的自我学习能力，做好数据库的建设，数据库是AI养猪的核心，通过机器对大量数据进行分析，从而开发出更贴近实际养猪生产的模型或算法[4]；2）加大对相应AI养猪人才的培养，培养出能把握数字化技术和生产技术的高素质创新型人才，从而填补AI养猪人才的缺口[9]；3）加快我国AI算法、模型以及设备的开发，寻求性价比更高的AI算法、模型以及设备，进而开发出适用于我国养猪场且能用的AI设备，从而加快我国AI养猪的进程。总而言之，AI对养猪生产具有很大的促进作用，今后我国养猪业将会朝着AI养猪方向前进，最终实现养猪业精准化和高效化。