人工智能技术在畜牧业中的应用进展

代东亮，刘志红，赵 存，秦 箐，张崇妍

（1.内蒙古农业大学动物科学学院，内蒙古 呼和浩特 010018；2.内蒙古自治区动物遗传育种与繁殖重点实验室，内蒙古 呼和浩特 010018；3.农业农村部肉羊遗传育种重点实验室，内蒙古 呼和浩特 010018；4.内蒙古自治区山羊遗传育种工程技术研究中心，内蒙古 呼和浩特 010018）

畜牧业文明大概经历以家畜为主要生产工具的传统手工农牧时代，以家畜为生产对象的机械化时代和信息化时代［1］。中国是农牧业大国，世界粮农组织近期公布，中国猪业、羊业和禽业饲养量及产量位居世界第一， 肉牛产量位居世界第 二［2-3］。

人工智能（artificial intelligence，AI）技术是新兴科学技术革命和畜牧业革命的重要新生力量。随着AI 技术的快速应用，我国畜牧业正由粗放型向家庭农场、规模化、数字化、现代化方向迈进。通过将物联网、AI、云计算、大数据分析、区块链网格等科学技术与畜牧业相融合， 可实现养殖效益更佳、管理效率更高、收益回流更快，进而实现畜牧业的高效、持续、健康发展［4-5］。

AI 技术包括计算机视觉识别、 机器学习、自然语言处理、机器人技术等，主要是通过模拟人的一系列行为实现对周围空间物体的传感、抽象、判断、运算、处理。 笔者阐述了AI 畜牧的概念，总结了AI 技术在畜种中的应用，对智慧识别、行为监测、体尺参数及体重预估、精准饲喂、疾病远程诊疗等技术在国内外畜牧业中的应用进展进行综述，对其优缺点进行分析总结，并提出未来应用发展趋势， 为该领域相关的研究提供理论与实践参考。

1 人工智能畜牧的概念

人工智能（artificial intelligence，AI）概念最早可追溯到1950 年， 是探究及运用计算机进行系统模拟和延伸人类大脑功能的交叉性学科，采用计算机深度算法和模型构建提升人的智能化水平，让机器学习人类思考，从而自动获得智慧工作任务［6-7］。

人工智能畜牧 （artificial intelligence animal husbandry，AIAH）， 是将以前生产过程中饲喂穿戴、生物安全、疾病监测、体重等人工操作步骤，随着物联网技术不断深入融合畜牧业， 实现设备自动化替代人工， 进一步把光敏传感器、 信息传感器、 环境变量传感器等数据持续收集并同步上传到云端处理系统进行微机储存、 自动检测和自动分析，逐渐形成互联网+畜牧业信息系统，以指导生产实践，提高生产效益［8］。

2 AI 技术应用领域

AI 技术已被广泛应用于各行各业，重要性日益凸显。传感器的普及与应用，能够准确地对汽车内外部环境的各项系数，进行全方位智能实时监控，从而极大降低了汽车行驶过程中的风险指数［9］。人脸图像识别在智能终端的普及运用很大程度上改变了人们的行为生活方式，如网购、信贷、金融等逐步从线上取代了线下， 通过远程监控服务系统深度学习神经网络构建模型， 以及智能终端自带的RGB 多功能摄像等图形图像采集器，用户身份在短时间迅速得到认证［10］。 目标检测是一种基于计算机视觉识别和图形图像处理的数据算法技术， 可快速检测数字图形图像和视频集中特定语义目标（例如人、动物、汽车或建筑物等），在安防、交通监控、自动驾驶、动物电子围栏分析和VR 视觉等领域有广泛的应用［10-11］。

3 可应用于畜牧业的AI 技术

3.1 卷积神经网络

卷积神经网络 （convolutional neural network，CNN）是目前机器学习最为经典的代表算法之一，它是一种特殊的基于多层感知器或者前馈神经网络。 1962 年大卫·休伯尔（David Hunter Hubel）等人将其发展大致分为3 个阶段：理论阶段、实现阶段以及大范围研究与应用阶段［12］。 与传统算法相比， 卷积神经网络对目标物体表征检测能力更有优势，准确度更高，机器学习能力更强，目前在图像分析、目标检测、声音鉴别和语言处理等领域取得了突出的成果［13-14］，并迅速被应用于工商业、金融业、航天事业、畜牧业等领域，猪脸识别、牛脸识别、体尺测量、智慧称重等AI 技术已被广泛应用于畜牧业。

3.2 循环神经网络

循环神经网络（recurrent neural network，RNN）是基于计算机深度学习，通过复杂的算法，处理收集到的数据源和预测事先设计好的序列资源库，经过一系列数据洗选和训练的神经网络模型。 循环神经网络模型研究最早开始于1982 年， 由约翰·霍普菲尔德（John Hopfield）提出的霍普菲尔德网络［15-16］。 随着时代颠覆式发展，目前循环神经网络在挖掘大数据处理速度和能力上不断升级迭代， 特别是处理和深挖大数据语义信息能力及时序运算的机器学习能力已被人们充分使用和认可，目前在语音鉴别、图像建模、面部识别以及序列数据分析能力等方面取得了有目共睹的发展，也为快速实现智慧畜牧业奠定了可行方法和理论基础。目前在畜牧业生产中，电子围栏、智能耳标、通道智慧测评、畜种识别、云平台建设等方面有深入的实践运用。

3.3 基于深度学习图像语义分割

基于机器深度学习图像具有信息源大、 精准度高、内容体量丰富的优势。由于一系列繁杂的非线性处理等特点， 计算机图像处理和视觉分析成为人们最重要的研究对象之一。 数字图像语义分割就是将数字图像分割成若干个不重复的图像子区域的系列过程， 目的是简化或更改图像的信息表达， 进而使图像传递的内容更容易学习理解和理性分析［17-18］。

图像语义分割技术在图形分类、 图像分割、图片识别以及目标检测等方面的运用越来越普遍。 据最新研究，图像分割可总结为三大类：基于像素聚类分割方法、图像语义分割方法及基于图论的图像分割方法，而图像语义分割方法是以像素源作为基本依据，通过像素级别分层深度处理图形图像［19］。 图像语义分割的关键性技术是场景理解，目前已被广泛应用到汽车自动驾驶、物流过程控制、无人厂库系统、基于机器视觉羊只体尺测量以及智慧安防监控等无人系统技术［20］。 数字图像语义分割被广泛应用于各行各业，同时也是推动社会变革重要的科学技术之一，随着科技进步， 新型分割算法不断被开发出来并广泛实践［18］。 如今在猪只智能点数、羊脸快速识别、动物体重预估、智慧体尺测量、精准饲喂等领域得到快速应用。

4 AI 技术在不同畜禽生产中的应用

4.1 智慧养猪板块

2019 年中国畜牧业协会会长李希荣在中国智能畜牧业大会上指出，AI 在畜牧业实践看，将AI 技术同各养殖畜种充分融合， 通过应用物联网、大数据、区块链等技术，可大幅度节省人工投入，降低生产成本，提高养殖生产效率。智慧养猪+大数据快速推进， 使得养猪业再次成为人们关注的热点和焦点，AI 技术同养殖端的紧密连接标志着互联网+畜牧业进入新的发展阶段［21-25］。

4.1.1 猪只智慧识别通过智能图像识别技术，采集猪只体貌、面部行为等表型特征，提取收集每只猪的特征外貌，实现精准定位和饲喂。 Navarrojover 等［26］提出一种基于RGB 的计算机脸部识别算法用于跟踪定位仔猪，识别准确率高达89.1%，但该算法易受背景光线强度及猪只的清洁程度影响，常发生识别不准或识别错误等问题。为了减少背景光线强度变化、猪只停滞或缓慢行为等情况，可借助伪球算子边缘模型算法［27］，实现猪只前景帧检测，降低其失真效果。

4.1.2 猪只行为监测猪的行为包括群居、采食、咬斗、易化、饮水、拱地、排泄、异食等。 通过计算机视觉识别技术监测每只猪采食行为、 饮水情况、猪群活动、母猪分娩、猪舍温湿度等，可为精准饲喂、精准管理、可视化管理等提供行为依据，并可提高猪的福利饲养水平。 但计算机视觉识别技术监测猪只行为还存在许多亟待攻克的难题，数据信息量大和深度学习算法繁杂的瓶颈制约着图像实时传输和信息数据的处理速度［28-29］，因此，猪只的行为监测技术还有待深入研究和企业实践。

4.1.3 猪只智能体尺参数和体重预估猪只体尺、体重、体型等参数是猪只生长、种猪选育培育评价的关键性指标， 目前绝大多数是通过人工接触式测量获得数据参数，不仅耗费物力财力，而且会给猪只造成较大应激。 通过计算机视觉识别技术对猪只体尺测量参数和体重预估，具有快、准、零接触等优点。 目前针对猪只体尺和体重的智能手段主要采用物体识别算法和矢量量化联想记忆（vector-quantized temporal association memory，VQTAM）， 利用RGB 摄像技术， 收集每只猪行动轨迹，再通过卷积神经网络模型建模，能够准确测算出每只猪的体尺和体重［30-31］。 采用计算机视觉模型深度学习对每只猪体尺和体重建模改造升级，通过数据分析和参数优化， 结论为基于体长、体宽、体高、臀宽和臀高的线性回归系数模型具有较好的预估准确度， 预估值与真值的相关系数达到0.996［32］。

AI 视觉识别技术应用于猪只体重估测、体况分析、体型鉴定，有利于猪场精细化管理和猪场管理者规范化运营， 更有利于快速推动畜牧业智能化现代化。 在计算机深度识别技术方面，更需要不断精于AI 深度挖掘图像分割、消音降噪、体重估测等算法。 在饲养技术架构组织方面，猪场末端，原始图像采集，通过卷积神经网络建模过滤失真图片，利用黑匣子技术将有效数据传至云端服务器；在云端服务器，通过计算机深度学习算法建模， 从而对大数据进行预处理获取体重信息，测算最佳出栏时间、补栏周转计划、智能评测出猪只生长性状，指导饲养人员合理投喂；在使用终端， 管理者第一时间能够获悉猪只日增重、鉴于猪只体重数据提出合理喂养建议和预测预警等。

4.1.4 AI技术猪场企业实践2009 年，网易提出通过“互联网+”打造国内智慧幸福猪场计划，未央智慧养猪吸引行业众多眼球。 2015 年，北京农信互联利用“互联网+农业”技术率先开拓猪联网远程控制平台，该平台融合互联网、物联网、智能设备、大数据与企业经营管理有机结合，至今可视化智能养猪平台升级至5.0 系统， 已成为国内为数不多的农业互联网巨头企业［33-34］。 智慧养猪现已进入业务电商化、管理信息化、发展金融化、产业生态化的可持续发展运营状态，初步实现智慧化、数字化、现代化养殖。

2017 年，正大集团内蒙古猪业公司全面推进云畜牧平台建设，云平台、云实景、云服务、云实景学习、畜牧大数据分析五大板块，掀开我国AIAH新篇章， 该平台的创建将为我国全面推动畜牧业数字化、自动化、智能化树立典范。

2020 年，华为发布《5G 引领现代猪场AI 使能智慧养猪》的报告。 在未来智慧养猪过程中，真实数据将是现代化养猪的最核心要素之一， 更是智慧养猪迭代升级的核心驱动力。 实现从“人管”到“数据管”猪场的改变，通过数字化管理猪场，结合AI 技术做更科学的决策指导，从而实现养猪的标准化和程序化以及现代化。 2021 年3 月，基于信息通信技术（ICT）华为进一步指出，华为智慧猪场将充分运用5G 基础性技术优势， 实现端边云协同，全网生态智能，全面构建现代化智能猪场生产体系。智慧运营中心（IOC）根据接入的全源性数据结合业务实际需要，迅速将分散的、异构的各类数据聚合在一个数据集，通过算法进行数据筛选、清洗、驯化、挖掘及研判，最后通过可视化管理系统（BIM）对猪场进行三维重构，将图形图像、数据统计、生物安全等信息进行智能分析，帮助管理者科学决策，使饲养、防疫、管理更科学智能高效［34-37］。AI 助力猪场繁育工作全面提升PSY 指数，实现无人化生产更加精准高效。

4.2 智慧家禽板块

4.2.1 智慧蛋鸡智慧化、 精准化大环境下的蛋鸡养殖， 由借助独立机械的运营生产模式逐渐向大数据训练和智能化生产模式转变。 我国南北温差较大，气候区域差异显著，进一步加大规模化养殖场局部环境的控制，在实现蛋鸡场规模化、智能化、产业化的过程中，现代化智能远程传感器、云端服务器、智慧设备等的投入是必不可少的，需要通过自动化装备对温湿度、气体、风速等关键参数进行计算机云端收集建库， 提前设定蛋鸡棚舍各项参数指标及预警值， 监测设定参数指标达到阈值时发出提示指令， 管理员可第一时间通过移动设备或中央处理器对养殖环境进行远程控制，如自动控制湿帘风机、保温板、加热器、饮水等设备开关［38-42］，以保持适宜饲养环境，提高蛋鸡生产性能。

2016 年，世界级蛋鸡育种企业峪口禽业利用物联网、云联网、大数据等现代信息技术，实现从种蛋孵化、饲料生产、种鸡饲养、智慧育种、鸡苗销售到蛋鸡超市闭环构建，在操作过程中，远程监控、云端视频、数据库建模及信息共享都有AI的身影。 峪口禽业顺应时代浪潮，开创了国内智慧化蛋鸡育种的先河［43-46］，在未来的育种道路上将插上智慧的翅膀继续引领行业健康可持续发展。

4.2.2 智慧肉鸡AI 技术在现代化笼养肉鸡模式下不单纯是机械化、系统化、信息化的运用，还是实现肉鸡养殖全程无人化、智能化、数字化的关键举措。 将智能设备、智慧脚环、自动控制等信息技术应用到养殖端每一个环节， 如饲养安全管理、生物联防联控、线上远程诊断等多个阶段［47-48］，从而实现肉鸡饲养的高产出、高回报、高效益。AI 技术在未来现代笼养肉鸡饲养过程中应用会更加普遍。

AI 技术应用典型的代表有福建圣农发展股份有限公司、正大集团、温氏食品集团股份有限公司，新希望六和股份有限公司、山东凤祥股份有限公司等。 目前在病死鸡监控方面，通过在现代化棚舍的走廊间装置专用的托架和可移动的RGP 摄像机器人，将抓拍到的病死鸡的图片用于计算机深度学习和训练，通过图形图像大数据建模， 驯化后的信息技术系统可迅速识别病死鸡、弱残鸡，从而避免了饲养员需要连续不断进行棚舍巡逻检查和依靠肉眼观察判断肉鸡的生长情况［49-50］。通过智慧识别技术的融入和应用，有助于降低人工成本投入及肉鸡病死引发瘟疫造成的重大损失。

4.3 智慧反刍板块

目前，在牛、羊规模化养殖中的智慧化技术主要包括环境监测技术、个体身份识别技术、精准饲喂技术和疫病远程诊断技术［51-52］。 凭借AI 技术，根据智慧管理平台反馈动物行为信息及时得出可行有效的干预手段， 为动物的健康生长建好最后一道智慧屏障，以实现生产效益最大化，为人类提供健康、安全、美味的绿色食品。

4.3.1 环境监测技术充分应用先进的科学技术有效监测牛羊养殖内外环境， 是智慧化养殖牛羊的最有效途径之一。 大部分人认为建设智能化的现代牧场投入成本高，回报率低，但从长远和目前践行的牧场看具有可持续性和较强的盈利能力。大量科研工作者和牧场生产实践表明，通过AI 技术对棚舍的温度、湿度、光照等环境因素控制会更加人性化、及时化和舒适化，为反刍动物提供更加有益于生产的生长环境［53-54］。 随着低高频传感器技术、 区块链技术和物联网技术的深入发展，利用低高频传感服务器将实时获取的牧场环控参数、图形图像传输至云端，通过复杂的计算机神经网络算法对收集的大数据进行洗选和训练， 从而在智能手机、Ipad 和PC 计算机等终端实现环控参数的数字化显示， 成为规模化牧场普遍采用的信息管理模式。

4.3.2 个体身份识别技术动物个体身份识别技术已被广泛应用到畜牧业。 动物身份识别实现手段主要包括智能耳标、智慧项圈、超高频FRID、可穿戴设备等。 牛羊个体身份的标识是实现其行为动态监测、标准化饲养及疾病预防预警的关键和基础。 传统饲养模式中的常见身份标识技术手段有耳号、身体喷码、记录卡等。 值得注意的是，近年来兴起的射频（FRID）识别技术已在我国反刍动物身份标识中取得较大发展，通过智慧化的穿戴、跟踪、定位设备可以方便快捷采集到动物的移动轨迹、生长状况、采食行为等。 随着AI 技术在畜牧业的不断发展， 包括虹膜识别技术、姿势识别技术、面部识别技术等的信息识别技术逐渐成为牛、羊、骆驼身份标识的主流手段，这也让个体健康档案的建立、生命体征状态的跟踪与预警变得更加准确和科学［55-59］，但在实际应用过程中动物身份识别操作时必须联网在线，由服务器进行大数据比对运算上传至云端。 据了解，现实中大多数规模牧场及育种场建在人烟稀少、远离城市、网络条件差等区域，并不能做到实时在线，当应用到更大范围时， 对云端服务器的存储能力、运算能力、挖掘能力要求更高，从而导致运营成本过大。 因此，在未来的动物识别技术上需要攻克的问题还很多，要不断进行技术上的颠覆和创新。

4.3.3 精准化饲喂技术所谓动物精准化饲喂就是根据不同动物生长特点，合理进行营养搭配、精准施策、 精细化管理以及饲料工艺设备等各环节有机结合的系统过程。 实施营养精准管理和精准饲喂是牧场成功的关键， 牛羊精准化饲喂包括自动投喂、 智慧称重、AI 分群和采食监测等一系列工作。精准化饲料投喂技术是动物个体识别、多源数据评测和智能化监控的集成性运用， 通过结合反刍动物营养知识、生理信息、生物安全及管理水平， 借助大数据智能化算法算力精准测定每头动物不同生长阶段的饲料用量， 并调节饲喂器自动实现饲料投喂次数和数量，从而达到精准化定时、定位、定量精准投喂，满足不同动物品种、不同阶段、不同环境的动态化营养生理需求［60-62］。 目前，在日粮精准配方和实际喂养间还存在不可控的可变因素，如何把控各差异间的影响因子，对于动物实际摄入饲料的需求量还存在一定的挑战，因此，AI 饲喂在未来规模化、精准化、现代化养殖中将大有可为。

4.3.4 疾病远程诊断技术疾病远程诊断（remote diagnosis of disease）是基于远程信息技术、图形图像技术、语义分割技术等现代科学手段，以互联网为传播媒介， 实现对牧场动物疾病的实时在线远程诊断， 从而实现行业知名专家与牧场工作人员的实时互动交流［63］。 通过牧场工作人员及现场实时传回的图片和视频信息， 专家在线观察和分析生病病畜的行为特征、饲养环境、生物安全、病变程度等， 综合分析得出诊治措施和补救方案的全过程。

在全球生态环境发生巨大变化的大背景下，动物流行性疾病态势变得更加严峻复杂，从最初影响牛羊健康状况，逐步扩大到对整个畜牧业健康发展等产生负面影响，特别是包括牛羊在内的大牲畜动物的重大疫情疫病的发生，已经严重威胁公共卫生安全和社会经济发展稳定。 随着新一代疾病远程诊断信息技术被逐步推广应用到牛羊等畜牧动物的疫病诊断和治疗中， 出现了多种牛羊远程智能诊断平台， 通过智能在线平台指导可实现对牧场远程影像诊断和疫病信息实时观察、分析、获取等功能［64-67］。 通过智能远程诊断技术的广泛推广，一方面可节省人财物，降低疾病诊断不及时带来不必要的经济损失； 另一方面可不断丰富专家在线诊断经验， 第一时间获得动物疫情流行趋势，更快更准地拿出治疗方案，阻击动物重大疫病的蔓延和发展。

5 AI 技术在畜牧业中的未来展望

实现AIAH 的核心驱动力是大数据库的建立。算法、算力日趋成熟，关键技术壁垒会被攻克，真正的难点和痛点是海量数据集训练和数据的真实性、实时性、可靠性。 需要对获取的海量数据信息进行整理、洗选、挖掘、训练等，从而使得数据建模、图论运算、云端回传更科学实用可靠。 将来掌握海量数据源的企业或平台在行业内将更具有权威性和引领性。

AI 技术是我国畜牧业实现现代化的新生力量。随着畜牧业智能化普及应用，在一定程度上大大降低人与饲料、动物、设备等养殖要素的接触概率和范围， 在较大程度上有效阻止动物与病原体接触，减少动物被病原菌感染的发生率，显著降低疫情暴发带来的养殖风险及人工成本的投入。 智能畜牧技术的广泛应用将对养殖端的疾病预防、精准治疗、精准营养、生物安全防控、智能称重等重大核心难题的解决提供新思路， 也必将是推动畜牧业走向现代化的有力助推器。实践证明，推进畜牧业智能化发展并不是简单将“AI”与畜牧业叠加，而是需要全产业链同仁联合起来共同推进，大力宣传普及畜牧业智能化发展核心理念和标杆示范， 使整个行业从业者都能深刻意识到畜牧业智能化是推进我国畜牧业现代化最有力手段和举措，更是养殖企业实现规范化、信息化、全球化发展的有力保障。

6 结语

畜牧业与AI 技术的充分结合，借助关键性AI 技术的快速发展，尤其是畜牧业大数据云平台、物联网、人工智能、区块链等核心技术互联互通。 严控饲养过程实现全产业链精细化、安全化、自动化、智能化、数字化带动畜牧产业整体管理技术水平的提升，将成为企业实现智慧牧业发展的有效途径之一。 与此同时，这也对提升我国畜牧业全要素生产率、资源综合利用率和全球竞争能力具有现实指导意义，畜牧业在AI 技术推动下也必将跨入发展快车道，承载更多普惠广大农牧民和城镇居民的伟大使命。