代東亮，劉志紅，趙 存，秦 箐，張崇妍

（1.內(nèi)蒙古農(nóng)業(yè)大學(xué)動物科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010018；2.內(nèi)蒙古自治區(qū)動物遺傳育種與繁殖重點實驗室，內(nèi)蒙古 呼和浩特 010018；3.農(nóng)業(yè)農(nóng)村部肉羊遺傳育種重點實驗室，內(nèi)蒙古 呼和浩特 010018；4.內(nèi)蒙古自治區(qū)山羊遺傳育種工程技術(shù)研究中心，內(nèi)蒙古 呼和浩特 010018）

畜牧業(yè)文明大概經(jīng)歷以家畜為主要生產(chǎn)工具的傳統(tǒng)手工農(nóng)牧?xí)r代，以家畜為生產(chǎn)對象的機械化時代和信息化時代［1］。中國是農(nóng)牧業(yè)大國，世界糧農(nóng)組織近期公布，中國豬業(yè)、羊業(yè)和禽業(yè)飼養(yǎng)量及產(chǎn)量位居世界第一， 肉牛產(chǎn)量位居世界第 二［2-3］。

人工智能（artificial intelligence，AI）技術(shù)是新興科學(xué)技術(shù)革命和畜牧業(yè)革命的重要新生力量。隨著AI 技術(shù)的快速應(yīng)用，我國畜牧業(yè)正由粗放型向家庭農(nóng)場、規(guī)?；?shù)字化、現(xiàn)代化方向邁進(jìn)。通過將物聯(lián)網(wǎng)、AI、云計算、大數(shù)據(jù)分析、區(qū)塊鏈網(wǎng)格等科學(xué)技術(shù)與畜牧業(yè)相融合， 可實現(xiàn)養(yǎng)殖效益更佳、管理效率更高、收益回流更快，進(jìn)而實現(xiàn)畜牧業(yè)的高效、持續(xù)、健康發(fā)展［4-5］。

AI 技術(shù)包括計算機視覺識別、 機器學(xué)習(xí)、自然語言處理、機器人技術(shù)等，主要是通過模擬人的一系列行為實現(xiàn)對周圍空間物體的傳感、抽象、判斷、運算、處理。 筆者闡述了AI 畜牧的概念，總結(jié)了AI 技術(shù)在畜種中的應(yīng)用，對智慧識別、行為監(jiān)測、體尺參數(shù)及體重預(yù)估、精準(zhǔn)飼喂、疾病遠(yuǎn)程診療等技術(shù)在國內(nèi)外畜牧業(yè)中的應(yīng)用進(jìn)展進(jìn)行綜述，對其優(yōu)缺點進(jìn)行分析總結(jié)，并提出未來應(yīng)用發(fā)展趨勢， 為該領(lǐng)域相關(guān)的研究提供理論與實踐參考。

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， 是探究及運用計算機進(jìn)行系統(tǒng)模擬和延伸人類大腦功能的交叉性學(xué)科，采用計算機深度算法和模型構(gòu)建提升人的智能化水平，讓機器學(xué)習(xí)人類思考，從而自動獲得智慧工作任務(wù)［6-7］。

人工智能畜牧 （artificial intelligence animal husbandry，AIAH）， 是將以前生產(chǎn)過程中飼喂穿戴、生物安全、疾病監(jiān)測、體重等人工操作步驟，隨著物聯(lián)網(wǎng)技術(shù)不斷深入融合畜牧業(yè)， 實現(xiàn)設(shè)備自動化替代人工， 進(jìn)一步把光敏傳感器、 信息傳感器、 環(huán)境變量傳感器等數(shù)據(jù)持續(xù)收集并同步上傳到云端處理系統(tǒng)進(jìn)行微機儲存、 自動檢測和自動分析，逐漸形成互聯(lián)網(wǎng)+畜牧業(yè)信息系統(tǒng)，以指導(dǎo)生產(chǎn)實踐，提高生產(chǎn)效益［8］。

2 AI 技術(shù)應(yīng)用領(lǐng)域

AI 技術(shù)已被廣泛應(yīng)用于各行各業(yè)，重要性日益凸顯。傳感器的普及與應(yīng)用，能夠準(zhǔn)確地對汽車內(nèi)外部環(huán)境的各項系數(shù)，進(jìn)行全方位智能實時監(jiān)控，從而極大降低了汽車行駛過程中的風(fēng)險指數(shù)［9］。人臉圖像識別在智能終端的普及運用很大程度上改變了人們的行為生活方式，如網(wǎng)購、信貸、金融等逐步從線上取代了線下， 通過遠(yuǎn)程監(jiān)控服務(wù)系統(tǒng)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)構(gòu)建模型， 以及智能終端自帶的RGB 多功能攝像等圖形圖像采集器，用戶身份在短時間迅速得到認(rèn)證［10］。 目標(biāo)檢測是一種基于計算機視覺識別和圖形圖像處理的數(shù)據(jù)算法技術(shù)， 可快速檢測數(shù)字圖形圖像和視頻集中特定語義目標(biāo)（例如人、動物、汽車或建筑物等），在安防、交通監(jiān)控、自動駕駛、動物電子圍欄分析和VR 視覺等領(lǐng)域有廣泛的應(yīng)用［10-11］。

3 可應(yīng)用于畜牧業(yè)的AI 技術(shù)

3.1 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò) （convolutional neural network，CNN）是目前機器學(xué)習(xí)最為經(jīng)典的代表算法之一，它是一種特殊的基于多層感知器或者前饋神經(jīng)網(wǎng)絡(luò)。 1962 年大衛(wèi)·休伯爾（David Hunter Hubel）等人將其發(fā)展大致分為3 個階段：理論階段、實現(xiàn)階段以及大范圍研究與應(yīng)用階段［12］。 與傳統(tǒng)算法相比， 卷積神經(jīng)網(wǎng)絡(luò)對目標(biāo)物體表征檢測能力更有優(yōu)勢，準(zhǔn)確度更高，機器學(xué)習(xí)能力更強，目前在圖像分析、目標(biāo)檢測、聲音鑒別和語言處理等領(lǐng)域取得了突出的成果［13-14］，并迅速被應(yīng)用于工商業(yè)、金融業(yè)、航天事業(yè)、畜牧業(yè)等領(lǐng)域，豬臉識別、牛臉識別、體尺測量、智慧稱重等AI 技術(shù)已被廣泛應(yīng)用于畜牧業(yè)。

3.2 循環(huán)神經(jīng)網(wǎng)絡(luò)

循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network，RNN）是基于計算機深度學(xué)習(xí)，通過復(fù)雜的算法，處理收集到的數(shù)據(jù)源和預(yù)測事先設(shè)計好的序列資源庫，經(jīng)過一系列數(shù)據(jù)洗選和訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型。 循環(huán)神經(jīng)網(wǎng)絡(luò)模型研究最早開始于1982 年， 由約翰·霍普菲爾德（John Hopfield）提出的霍普菲爾德網(wǎng)絡(luò)［15-16］。 隨著時代顛覆式發(fā)展，目前循環(huán)神經(jīng)網(wǎng)絡(luò)在挖掘大數(shù)據(jù)處理速度和能力上不斷升級迭代， 特別是處理和深挖大數(shù)據(jù)語義信息能力及時序運算的機器學(xué)習(xí)能力已被人們充分使用和認(rèn)可，目前在語音鑒別、圖像建模、面部識別以及序列數(shù)據(jù)分析能力等方面取得了有目共睹的發(fā)展，也為快速實現(xiàn)智慧畜牧業(yè)奠定了可行方法和理論基礎(chǔ)。目前在畜牧業(yè)生產(chǎn)中，電子圍欄、智能耳標(biāo)、通道智慧測評、畜種識別、云平臺建設(shè)等方面有深入的實踐運用。

3.3 基于深度學(xué)習(xí)圖像語義分割

基于機器深度學(xué)習(xí)圖像具有信息源大、 精準(zhǔn)度高、內(nèi)容體量豐富的優(yōu)勢。由于一系列繁雜的非線性處理等特點， 計算機圖像處理和視覺分析成為人們最重要的研究對象之一。 數(shù)字圖像語義分割就是將數(shù)字圖像分割成若干個不重復(fù)的圖像子區(qū)域的系列過程， 目的是簡化或更改圖像的信息表達(dá)， 進(jìn)而使圖像傳遞的內(nèi)容更容易學(xué)習(xí)理解和理性分析［17-18］。

圖像語義分割技術(shù)在圖形分類、 圖像分割、圖片識別以及目標(biāo)檢測等方面的運用越來越普遍。 據(jù)最新研究，圖像分割可總結(jié)為三大類：基于像素聚類分割方法、圖像語義分割方法及基于圖論的圖像分割方法，而圖像語義分割方法是以像素源作為基本依據(jù)，通過像素級別分層深度處理圖形圖像［19］。 圖像語義分割的關(guān)鍵性技術(shù)是場景理解，目前已被廣泛應(yīng)用到汽車自動駕駛、物流過程控制、無人廠庫系統(tǒng)、基于機器視覺羊只體尺測量以及智慧安防監(jiān)控等無人系統(tǒng)技術(shù)［20］。 數(shù)字圖像語義分割被廣泛應(yīng)用于各行各業(yè)，同時也是推動社會變革重要的科學(xué)技術(shù)之一，隨著科技進(jìn)步， 新型分割算法不斷被開發(fā)出來并廣泛實踐［18］。 如今在豬只智能點數(shù)、羊臉快速識別、動物體重預(yù)估、智慧體尺測量、精準(zhǔn)飼喂等領(lǐng)域得到快速應(yīng)用。

4 AI 技術(shù)在不同畜禽生產(chǎn)中的應(yīng)用

4.1 智慧養(yǎng)豬板塊

2019 年中國畜牧業(yè)協(xié)會會長李希榮在中國智能畜牧業(yè)大會上指出，AI 在畜牧業(yè)實踐看，將AI 技術(shù)同各養(yǎng)殖畜種充分融合， 通過應(yīng)用物聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈等技術(shù)，可大幅度節(jié)省人工投入，降低生產(chǎn)成本，提高養(yǎng)殖生產(chǎn)效率。智慧養(yǎng)豬+大數(shù)據(jù)快速推進(jìn)， 使得養(yǎng)豬業(yè)再次成為人們關(guān)注的熱點和焦點，AI 技術(shù)同養(yǎng)殖端的緊密連接標(biāo)志著互聯(lián)網(wǎng)+畜牧業(yè)進(jìn)入新的發(fā)展階段［21-25］。

4.1.1 豬只智慧識別通過智能圖像識別技術(shù)，采集豬只體貌、面部行為等表型特征，提取收集每只豬的特征外貌，實現(xiàn)精準(zhǔn)定位和飼喂。 Navarrojover 等［26］提出一種基于RGB 的計算機臉部識別算法用于跟蹤定位仔豬，識別準(zhǔn)確率高達(dá)89.1%，但該算法易受背景光線強度及豬只的清潔程度影響，常發(fā)生識別不準(zhǔn)或識別錯誤等問題。為了減少背景光線強度變化、豬只停滯或緩慢行為等情況，可借助偽球算子邊緣模型算法［27］，實現(xiàn)豬只前景幀檢測，降低其失真效果。

4.1.2 豬只行為監(jiān)測豬的行為包括群居、采食、咬斗、易化、飲水、拱地、排泄、異食等。 通過計算機視覺識別技術(shù)監(jiān)測每只豬采食行為、 飲水情況、豬群活動、母豬分娩、豬舍溫濕度等，可為精準(zhǔn)飼喂、精準(zhǔn)管理、可視化管理等提供行為依據(jù)，并可提高豬的福利飼養(yǎng)水平。 但計算機視覺識別技術(shù)監(jiān)測豬只行為還存在許多亟待攻克的難題，數(shù)據(jù)信息量大和深度學(xué)習(xí)算法繁雜的瓶頸制約著圖像實時傳輸和信息數(shù)據(jù)的處理速度［28-29］，因此，豬只的行為監(jiān)測技術(shù)還有待深入研究和企業(yè)實踐。

4.1.3 豬只智能體尺參數(shù)和體重預(yù)估豬只體尺、體重、體型等參數(shù)是豬只生長、種豬選育培育評價的關(guān)鍵性指標(biāo)， 目前絕大多數(shù)是通過人工接觸式測量獲得數(shù)據(jù)參數(shù)，不僅耗費物力財力，而且會給豬只造成較大應(yīng)激。 通過計算機視覺識別技術(shù)對豬只體尺測量參數(shù)和體重預(yù)估，具有快、準(zhǔn)、零接觸等優(yōu)點。 目前針對豬只體尺和體重的智能手段主要采用物體識別算法和矢量量化聯(lián)想記憶（vector-quantized temporal association memory，VQTAM）， 利用RGB 攝像技術(shù)， 收集每只豬行動軌跡，再通過卷積神經(jīng)網(wǎng)絡(luò)模型建模，能夠準(zhǔn)確測算出每只豬的體尺和體重［30-31］。 采用計算機視覺模型深度學(xué)習(xí)對每只豬體尺和體重建模改造升級，通過數(shù)據(jù)分析和參數(shù)優(yōu)化， 結(jié)論為基于體長、體寬、體高、臀寬和臀高的線性回歸系數(shù)模型具有較好的預(yù)估準(zhǔn)確度， 預(yù)估值與真值的相關(guān)系數(shù)達(dá)到0.996［32］。

AI 視覺識別技術(shù)應(yīng)用于豬只體重估測、體況分析、體型鑒定，有利于豬場精細(xì)化管理和豬場管理者規(guī)范化運營， 更有利于快速推動畜牧業(yè)智能化現(xiàn)代化。 在計算機深度識別技術(shù)方面，更需要不斷精于AI 深度挖掘圖像分割、消音降噪、體重估測等算法。 在飼養(yǎng)技術(shù)架構(gòu)組織方面，豬場末端，原始圖像采集，通過卷積神經(jīng)網(wǎng)絡(luò)建模過濾失真圖片，利用黑匣子技術(shù)將有效數(shù)據(jù)傳至云端服務(wù)器；在云端服務(wù)器，通過計算機深度學(xué)習(xí)算法建模， 從而對大數(shù)據(jù)進(jìn)行預(yù)處理獲取體重信息，測算最佳出欄時間、補欄周轉(zhuǎn)計劃、智能評測出豬只生長性狀，指導(dǎo)飼養(yǎng)人員合理投喂；在使用終端， 管理者第一時間能夠獲悉豬只日增重、鑒于豬只體重數(shù)據(jù)提出合理喂養(yǎng)建議和預(yù)測預(yù)警等。

4.1.4 AI技術(shù)豬場企業(yè)實踐2009 年，網(wǎng)易提出通過“互聯(lián)網(wǎng)+”打造國內(nèi)智慧幸福豬場計劃，未央智慧養(yǎng)豬吸引行業(yè)眾多眼球。 2015 年，北京農(nóng)信互聯(lián)利用“互聯(lián)網(wǎng)+農(nóng)業(yè)”技術(shù)率先開拓豬聯(lián)網(wǎng)遠(yuǎn)程控制平臺，該平臺融合互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、智能設(shè)備、大數(shù)據(jù)與企業(yè)經(jīng)營管理有機結(jié)合，至今可視化智能養(yǎng)豬平臺升級至5.0 系統(tǒng)， 已成為國內(nèi)為數(shù)不多的農(nóng)業(yè)互聯(lián)網(wǎng)巨頭企業(yè)［33-34］。 智慧養(yǎng)豬現(xiàn)已進(jìn)入業(yè)務(wù)電商化、管理信息化、發(fā)展金融化、產(chǎn)業(yè)生態(tài)化的可持續(xù)發(fā)展運營狀態(tài)，初步實現(xiàn)智慧化、數(shù)字化、現(xiàn)代化養(yǎng)殖。

2017 年，正大集團內(nèi)蒙古豬業(yè)公司全面推進(jìn)云畜牧平臺建設(shè)，云平臺、云實景、云服務(wù)、云實景學(xué)習(xí)、畜牧大數(shù)據(jù)分析五大板塊，掀開我國AIAH新篇章， 該平臺的創(chuàng)建將為我國全面推動畜牧業(yè)數(shù)字化、自動化、智能化樹立典范。

2020 年，華為發(fā)布《5G 引領(lǐng)現(xiàn)代豬場AI 使能智慧養(yǎng)豬》的報告。 在未來智慧養(yǎng)豬過程中，真實數(shù)據(jù)將是現(xiàn)代化養(yǎng)豬的最核心要素之一， 更是智慧養(yǎng)豬迭代升級的核心驅(qū)動力。 實現(xiàn)從“人管”到“數(shù)據(jù)管”豬場的改變，通過數(shù)字化管理豬場，結(jié)合AI 技術(shù)做更科學(xué)的決策指導(dǎo)，從而實現(xiàn)養(yǎng)豬的標(biāo)準(zhǔn)化和程序化以及現(xiàn)代化。 2021 年3 月，基于信息通信技術(shù)（ICT）華為進(jìn)一步指出，華為智慧豬場將充分運用5G 基礎(chǔ)性技術(shù)優(yōu)勢， 實現(xiàn)端邊云協(xié)同，全網(wǎng)生態(tài)智能，全面構(gòu)建現(xiàn)代化智能豬場生產(chǎn)體系。智慧運營中心（IOC）根據(jù)接入的全源性數(shù)據(jù)結(jié)合業(yè)務(wù)實際需要，迅速將分散的、異構(gòu)的各類數(shù)據(jù)聚合在一個數(shù)據(jù)集，通過算法進(jìn)行數(shù)據(jù)篩選、清洗、馴化、挖掘及研判，最后通過可視化管理系統(tǒng)（BIM）對豬場進(jìn)行三維重構(gòu)，將圖形圖像、數(shù)據(jù)統(tǒng)計、生物安全等信息進(jìn)行智能分析，幫助管理者科學(xué)決策，使飼養(yǎng)、防疫、管理更科學(xué)智能高效［34-37］。AI 助力豬場繁育工作全面提升PSY 指數(shù)，實現(xiàn)無人化生產(chǎn)更加精準(zhǔn)高效。

4.2 智慧家禽板塊

4.2.1 智慧蛋雞智慧化、 精準(zhǔn)化大環(huán)境下的蛋雞養(yǎng)殖， 由借助獨立機械的運營生產(chǎn)模式逐漸向大數(shù)據(jù)訓(xùn)練和智能化生產(chǎn)模式轉(zhuǎn)變。 我國南北溫差較大，氣候區(qū)域差異顯著，進(jìn)一步加大規(guī)?；B(yǎng)殖場局部環(huán)境的控制，在實現(xiàn)蛋雞場規(guī)?；⒅悄芑?、產(chǎn)業(yè)化的過程中，現(xiàn)代化智能遠(yuǎn)程傳感器、云端服務(wù)器、智慧設(shè)備等的投入是必不可少的，需要通過自動化裝備對溫濕度、氣體、風(fēng)速等關(guān)鍵參數(shù)進(jìn)行計算機云端收集建庫， 提前設(shè)定蛋雞棚舍各項參數(shù)指標(biāo)及預(yù)警值， 監(jiān)測設(shè)定參數(shù)指標(biāo)達(dá)到閾值時發(fā)出提示指令， 管理員可第一時間通過移動設(shè)備或中央處理器對養(yǎng)殖環(huán)境進(jìn)行遠(yuǎn)程控制，如自動控制濕簾風(fēng)機、保溫板、加熱器、飲水等設(shè)備開關(guān)［38-42］，以保持適宜飼養(yǎng)環(huán)境，提高蛋雞生產(chǎn)性能。

2016 年，世界級蛋雞育種企業(yè)峪口禽業(yè)利用物聯(lián)網(wǎng)、云聯(lián)網(wǎng)、大數(shù)據(jù)等現(xiàn)代信息技術(shù)，實現(xiàn)從種蛋孵化、飼料生產(chǎn)、種雞飼養(yǎng)、智慧育種、雞苗銷售到蛋雞超市閉環(huán)構(gòu)建，在操作過程中，遠(yuǎn)程監(jiān)控、云端視頻、數(shù)據(jù)庫建模及信息共享都有AI的身影。 峪口禽業(yè)順應(yīng)時代浪潮，開創(chuàng)了國內(nèi)智慧化蛋雞育種的先河［43-46］，在未來的育種道路上將插上智慧的翅膀繼續(xù)引領(lǐng)行業(yè)健康可持續(xù)發(fā)展。

4.2.2 智慧肉雞AI 技術(shù)在現(xiàn)代化籠養(yǎng)肉雞模式下不單純是機械化、系統(tǒng)化、信息化的運用，還是實現(xiàn)肉雞養(yǎng)殖全程無人化、智能化、數(shù)字化的關(guān)鍵舉措。 將智能設(shè)備、智慧腳環(huán)、自動控制等信息技術(shù)應(yīng)用到養(yǎng)殖端每一個環(huán)節(jié)， 如飼養(yǎng)安全管理、生物聯(lián)防聯(lián)控、線上遠(yuǎn)程診斷等多個階段［47-48］，從而實現(xiàn)肉雞飼養(yǎng)的高產(chǎn)出、高回報、高效益。AI 技術(shù)在未來現(xiàn)代籠養(yǎng)肉雞飼養(yǎng)過程中應(yīng)用會更加普遍。

AI 技術(shù)應(yīng)用典型的代表有福建圣農(nóng)發(fā)展股份有限公司、正大集團、溫氏食品集團股份有限公司，新希望六和股份有限公司、山東鳳祥股份有限公司等。 目前在病死雞監(jiān)控方面，通過在現(xiàn)代化棚舍的走廊間裝置專用的托架和可移動的RGP 攝像機器人，將抓拍到的病死雞的圖片用于計算機深度學(xué)習(xí)和訓(xùn)練，通過圖形圖像大數(shù)據(jù)建模， 馴化后的信息技術(shù)系統(tǒng)可迅速識別病死雞、弱殘雞，從而避免了飼養(yǎng)員需要連續(xù)不斷進(jìn)行棚舍巡邏檢查和依靠肉眼觀察判斷肉雞的生長情況［49-50］。通過智慧識別技術(shù)的融入和應(yīng)用，有助于降低人工成本投入及肉雞病死引發(fā)瘟疫造成的重大損失。

4.3 智慧反芻板塊

目前，在牛、羊規(guī)?；B(yǎng)殖中的智慧化技術(shù)主要包括環(huán)境監(jiān)測技術(shù)、個體身份識別技術(shù)、精準(zhǔn)飼喂技術(shù)和疫病遠(yuǎn)程診斷技術(shù)［51-52］。 憑借AI 技術(shù)，根據(jù)智慧管理平臺反饋動物行為信息及時得出可行有效的干預(yù)手段， 為動物的健康生長建好最后一道智慧屏障，以實現(xiàn)生產(chǎn)效益最大化，為人類提供健康、安全、美味的綠色食品。

4.3.1 環(huán)境監(jiān)測技術(shù)充分應(yīng)用先進(jìn)的科學(xué)技術(shù)有效監(jiān)測牛羊養(yǎng)殖內(nèi)外環(huán)境， 是智慧化養(yǎng)殖牛羊的最有效途徑之一。 大部分人認(rèn)為建設(shè)智能化的現(xiàn)代牧場投入成本高，回報率低，但從長遠(yuǎn)和目前踐行的牧場看具有可持續(xù)性和較強的盈利能力。大量科研工作者和牧場生產(chǎn)實踐表明，通過AI 技術(shù)對棚舍的溫度、濕度、光照等環(huán)境因素控制會更加人性化、及時化和舒適化，為反芻動物提供更加有益于生產(chǎn)的生長環(huán)境［53-54］。 隨著低高頻傳感器技術(shù)、 區(qū)塊鏈技術(shù)和物聯(lián)網(wǎng)技術(shù)的深入發(fā)展，利用低高頻傳感服務(wù)器將實時獲取的牧場環(huán)控參數(shù)、圖形圖像傳輸至云端，通過復(fù)雜的計算機神經(jīng)網(wǎng)絡(luò)算法對收集的大數(shù)據(jù)進(jìn)行洗選和訓(xùn)練， 從而在智能手機、Ipad 和PC 計算機等終端實現(xiàn)環(huán)控參數(shù)的數(shù)字化顯示， 成為規(guī)模化牧場普遍采用的信息管理模式。

4.3.2 個體身份識別技術(shù)動物個體身份識別技術(shù)已被廣泛應(yīng)用到畜牧業(yè)。 動物身份識別實現(xiàn)手段主要包括智能耳標(biāo)、智慧項圈、超高頻FRID、可穿戴設(shè)備等。 牛羊個體身份的標(biāo)識是實現(xiàn)其行為動態(tài)監(jiān)測、標(biāo)準(zhǔn)化飼養(yǎng)及疾病預(yù)防預(yù)警的關(guān)鍵和基礎(chǔ)。 傳統(tǒng)飼養(yǎng)模式中的常見身份標(biāo)識技術(shù)手段有耳號、身體噴碼、記錄卡等。 值得注意的是，近年來興起的射頻（FRID）識別技術(shù)已在我國反芻動物身份標(biāo)識中取得較大發(fā)展，通過智慧化的穿戴、跟蹤、定位設(shè)備可以方便快捷采集到動物的移動軌跡、生長狀況、采食行為等。 隨著AI 技術(shù)在畜牧業(yè)的不斷發(fā)展， 包括虹膜識別技術(shù)、姿勢識別技術(shù)、面部識別技術(shù)等的信息識別技術(shù)逐漸成為牛、羊、駱駝身份標(biāo)識的主流手段，這也讓個體健康檔案的建立、生命體征狀態(tài)的跟蹤與預(yù)警變得更加準(zhǔn)確和科學(xué)［55-59］，但在實際應(yīng)用過程中動物身份識別操作時必須聯(lián)網(wǎng)在線，由服務(wù)器進(jìn)行大數(shù)據(jù)比對運算上傳至云端。 據(jù)了解，現(xiàn)實中大多數(shù)規(guī)模牧場及育種場建在人煙稀少、遠(yuǎn)離城市、網(wǎng)絡(luò)條件差等區(qū)域，并不能做到實時在線，當(dāng)應(yīng)用到更大范圍時， 對云端服務(wù)器的存儲能力、運算能力、挖掘能力要求更高，從而導(dǎo)致運營成本過大。 因此，在未來的動物識別技術(shù)上需要攻克的問題還很多，要不斷進(jìn)行技術(shù)上的顛覆和創(chuàng)新。

4.3.3 精準(zhǔn)化飼喂技術(shù)所謂動物精準(zhǔn)化飼喂就是根據(jù)不同動物生長特點，合理進(jìn)行營養(yǎng)搭配、精準(zhǔn)施策、 精細(xì)化管理以及飼料工藝設(shè)備等各環(huán)節(jié)有機結(jié)合的系統(tǒng)過程。 實施營養(yǎng)精準(zhǔn)管理和精準(zhǔn)飼喂是牧場成功的關(guān)鍵， 牛羊精準(zhǔn)化飼喂包括自動投喂、 智慧稱重、AI 分群和采食監(jiān)測等一系列工作。精準(zhǔn)化飼料投喂技術(shù)是動物個體識別、多源數(shù)據(jù)評測和智能化監(jiān)控的集成性運用， 通過結(jié)合反芻動物營養(yǎng)知識、生理信息、生物安全及管理水平， 借助大數(shù)據(jù)智能化算法算力精準(zhǔn)測定每頭動物不同生長階段的飼料用量， 并調(diào)節(jié)飼喂器自動實現(xiàn)飼料投喂次數(shù)和數(shù)量，從而達(dá)到精準(zhǔn)化定時、定位、定量精準(zhǔn)投喂，滿足不同動物品種、不同階段、不同環(huán)境的動態(tài)化營養(yǎng)生理需求［60-62］。 目前，在日糧精準(zhǔn)配方和實際喂養(yǎng)間還存在不可控的可變因素，如何把控各差異間的影響因子，對于動物實際攝入飼料的需求量還存在一定的挑戰(zhàn)，因此，AI 飼喂在未來規(guī)?；⒕珳?zhǔn)化、現(xiàn)代化養(yǎng)殖中將大有可為。

4.3.4 疾病遠(yuǎn)程診斷技術(shù)疾病遠(yuǎn)程診斷（remote diagnosis of disease）是基于遠(yuǎn)程信息技術(shù)、圖形圖像技術(shù)、語義分割技術(shù)等現(xiàn)代科學(xué)手段，以互聯(lián)網(wǎng)為傳播媒介， 實現(xiàn)對牧場動物疾病的實時在線遠(yuǎn)程診斷， 從而實現(xiàn)行業(yè)知名專家與牧場工作人員的實時互動交流［63］。 通過牧場工作人員及現(xiàn)場實時傳回的圖片和視頻信息， 專家在線觀察和分析生病病畜的行為特征、飼養(yǎng)環(huán)境、生物安全、病變程度等， 綜合分析得出診治措施和補救方案的全過程。

在全球生態(tài)環(huán)境發(fā)生巨大變化的大背景下，動物流行性疾病態(tài)勢變得更加嚴(yán)峻復(fù)雜，從最初影響牛羊健康狀況，逐步擴大到對整個畜牧業(yè)健康發(fā)展等產(chǎn)生負(fù)面影響，特別是包括牛羊在內(nèi)的大牲畜動物的重大疫情疫病的發(fā)生，已經(jīng)嚴(yán)重威脅公共衛(wèi)生安全和社會經(jīng)濟發(fā)展穩(wěn)定。 隨著新一代疾病遠(yuǎn)程診斷信息技術(shù)被逐步推廣應(yīng)用到牛羊等畜牧動物的疫病診斷和治療中， 出現(xiàn)了多種牛羊遠(yuǎn)程智能診斷平臺， 通過智能在線平臺指導(dǎo)可實現(xiàn)對牧場遠(yuǎn)程影像診斷和疫病信息實時觀察、分析、獲取等功能［64-67］。 通過智能遠(yuǎn)程診斷技術(shù)的廣泛推廣，一方面可節(jié)省人財物，降低疾病診斷不及時帶來不必要的經(jīng)濟損失； 另一方面可不斷豐富專家在線診斷經(jīng)驗， 第一時間獲得動物疫情流行趨勢，更快更準(zhǔn)地拿出治療方案，阻擊動物重大疫病的蔓延和發(fā)展。

5 AI 技術(shù)在畜牧業(yè)中的未來展望

實現(xiàn)AIAH 的核心驅(qū)動力是大數(shù)據(jù)庫的建立。算法、算力日趨成熟，關(guān)鍵技術(shù)壁壘會被攻克，真正的難點和痛點是海量數(shù)據(jù)集訓(xùn)練和數(shù)據(jù)的真實性、實時性、可靠性。 需要對獲取的海量數(shù)據(jù)信息進(jìn)行整理、洗選、挖掘、訓(xùn)練等，從而使得數(shù)據(jù)建模、圖論運算、云端回傳更科學(xué)實用可靠。 將來掌握海量數(shù)據(jù)源的企業(yè)或平臺在行業(yè)內(nèi)將更具有權(quán)威性和引領(lǐng)性。

AI 技術(shù)是我國畜牧業(yè)實現(xiàn)現(xiàn)代化的新生力量。隨著畜牧業(yè)智能化普及應(yīng)用，在一定程度上大大降低人與飼料、動物、設(shè)備等養(yǎng)殖要素的接觸概率和范圍， 在較大程度上有效阻止動物與病原體接觸，減少動物被病原菌感染的發(fā)生率，顯著降低疫情暴發(fā)帶來的養(yǎng)殖風(fēng)險及人工成本的投入。 智能畜牧技術(shù)的廣泛應(yīng)用將對養(yǎng)殖端的疾病預(yù)防、精準(zhǔn)治療、精準(zhǔn)營養(yǎng)、生物安全防控、智能稱重等重大核心難題的解決提供新思路， 也必將是推動畜牧業(yè)走向現(xiàn)代化的有力助推器。實踐證明，推進(jìn)畜牧業(yè)智能化發(fā)展并不是簡單將“AI”與畜牧業(yè)疊加，而是需要全產(chǎn)業(yè)鏈同仁聯(lián)合起來共同推進(jìn)，大力宣傳普及畜牧業(yè)智能化發(fā)展核心理念和標(biāo)桿示范， 使整個行業(yè)從業(yè)者都能深刻意識到畜牧業(yè)智能化是推進(jìn)我國畜牧業(yè)現(xiàn)代化最有力手段和舉措，更是養(yǎng)殖企業(yè)實現(xiàn)規(guī)范化、信息化、全球化發(fā)展的有力保障。

6 結(jié)語

畜牧業(yè)與AI 技術(shù)的充分結(jié)合，借助關(guān)鍵性AI 技術(shù)的快速發(fā)展，尤其是畜牧業(yè)大數(shù)據(jù)云平臺、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等核心技術(shù)互聯(lián)互通。 嚴(yán)控飼養(yǎng)過程實現(xiàn)全產(chǎn)業(yè)鏈精細(xì)化、安全化、自動化、智能化、數(shù)字化帶動畜牧產(chǎn)業(yè)整體管理技術(shù)水平的提升，將成為企業(yè)實現(xiàn)智慧牧業(yè)發(fā)展的有效途徑之一。 與此同時，這也對提升我國畜牧業(yè)全要素生產(chǎn)率、資源綜合利用率和全球競爭能力具有現(xiàn)實指導(dǎo)意義，畜牧業(yè)在AI 技術(shù)推動下也必將跨入發(fā)展快車道，承載更多普惠廣大農(nóng)牧民和城鎮(zhèn)居民的偉大使命。