AI养猪能将PSY水平提高8头，高科技的应用会改变养猪业生态吗？

中国用占世界7%的土地养活了世界20%的人口，随着人口的增长，我国农业产业相关领域将面临更加严峻的挑战，而加大科技投入，提高农业产业生产效率，成为面对这一重大挑战的可行之道。

　　近几年，人工智能这项“黑科技”横空出世，想通过研究人类智能活动的规律，构造具有一定智能的人工系统，让计算机去完成以往需要人的智力才能胜任的工作。并且，该技术在医疗科技、智能家居、物联网平台、自动驾驶等行业的应用也正越来越广泛，越来越深入。

　　养殖业作为农业产业的重要组成部分，已经成为人工智能投资者的“宠儿”，备受业内外人士关注。2017年中央一号文件指出要积极推进农业信息化，实施智慧农业工程。2018中央一号文件继续提出要大力发展数字农业，由此可见，智慧农业将是一大趋势。

　　中国的养猪市场发生巨变，自然会出现大量需要解决的痛点。技术和管理的创新，成为阻碍行业发展的主要瓶颈。人工智能有望解决规模化养殖的很多难题。

　　那么AI养猪能解决哪些痛点?

　　1、提升PSY成绩

　　就拿养猪中的关键指数PSY为例。母猪产仔是养殖中最上游的环节，也是各大养殖集团争夺的制高点。欧美通过精细化养殖，能把PSY指数做到25以上，而中国的平均值在18附近。按照每头断奶仔猪300元的利润来说，这意味着2000元人民币的收益差距。

　　另外，5月18日，由特驱和阿里联合发起的智能养殖产业生态圈成立仪式上，特驱集团董事长王德根公布了一组数据：如果智能养猪全面铺开，中国PSY平均水平将增加8头，达到26头，将节约1000万吨粮食，减少7500万吨粪污排放量，减少30 万亩圈舍建设土地面积，按照400元/头的边际贡献，以现有母猪存栏量计算，养户将增加1344亿元收入。

　　影响PSY指数的一个关键，是养殖工人判断母猪发情时的能力。养殖工人会牵一头公猪经过母猪，然后观察母猪的几个行为特征：母猪是否会嗅公猪、身体是否僵硬、阴户是否红肿且有分泌物。这些行为特征预示着母猪即将排卵。养殖工人随后进行人工配种操作。一般认为，人工智能可以大幅提高人工视觉判断的准确性。

　　2、人工智能的另外一个使命是代替人工

　　中国顶级的养殖集团已经有能力获得和欧美国家相当的PSY指数。也就是说，这些养殖集团已经触摸到了生物极限，人工智能技术并不能进一步提高他们的PSY指数。然而，这些养殖集团的高水平养殖是靠人撑起来的。

　　在这些养殖场中，负责查情的老师傅拥有十多年的经验。经过一两年培训的本科毕业生，往往都还是打下手。查情过程不但需要多人配合，而且耗时长，更让人员捉襟见肘。人员相关的管理难题，也会随之出现。只要用技术替代人工，规模化企业才能消除扩张过程中的后患。

　　因此，即使养猪水平已经达到生物极限，但养猪业依然需要人工智能来取代人工，以便在规模化竞争的潮流中站稳脚跟。

　　3、一个关键问题——人工智能的成本

　　近年来，人工智能的发展呈现井喷之势，这大大降低了技术开发的门槛。人工智能在替代人工的一些应用场景也表现卓越。就拿车牌识别来说，就取代了停车场收费的大爷们。按照这一思路类比，把已经成熟的人工智能技术搬到养猪场，其削减的人力成本，就足以补贴其建设成本。

　　遗憾的是，这个预期超出了现实。人工智能技术本身是一套方法的集合。在应用方法的同时，除了要尝试方法组合，还需要迭代尝试来获得最佳参数。如果不考虑实际情况，直接套用其他行业案例，那实施者在付出巨大的成本的同时，还很有可能达不到预期的效果。

　　京东金融去年的“猪脸识别”识别比赛，就向我们展示了问题所在。 “猪脸识别”就是套用“人脸识别”来确定猪的身份。这项技术可以通过识别出的身份来为活猪保险提供真实数据。在知乎上，就有“如何看待京东金融JDD大赛今年举办的猪脸识别比赛”的讨论。在京东金融官方号的回复中，就列出了“猪脸识别”技术应用的困难点：1. 猪的生长周期短，外貌变化快，识别难度高;2. 猪总是运动，很少正对镜头，数据采集难度高;3. 面临智能耳标等成熟技术的竞争。

　　就拿采集难度这一条来说。在采集数据的过程中，京东金融派出了20人的团队，花费了两天时间，才采集到105头猪的图像数据。考虑到大型养殖集团千万头的养殖级别，“猪脸识别”几乎是不可能完成的任务。

　　再举个例子，用声音识别来分辨产房中被压小猪尖叫声，从而防止母猪压死小猪。母猪压死小猪确实是小猪死亡一大原因。根据现有的声音识别技术，识别出小猪被压也并非难事。然而，小猪被压超过一分钟，就很有可能窒息死亡。因此，从识别信号到人工干预，必须在不超过三分钟的时间内完成。

　　这种情况下，时间就是生命。一些小猪场甚至会派工人轮流住在猪舍中。工人听到尖叫即行动，才有可能完成拯救。在这一应用场景中，上行声音数据的识别，必须和下行干预结合，才能来得及解救被压小猪。遗憾的是，市场上现在还没有成熟的自动化干预设备。因此，很难通过人工智能来拯救小猪。

　　在应用人工智能算法时，猪场很难直接套用其他场景。想要在这方面有所作为，必须同时理解养殖和算法，通过综合性多种技术方法，创造出低成本而实用的工具。

　　举一个例子，京东金融提到的耳标可以低成本地完成身份识别，但采集到的数据维度太低。把耳标技术和动态追踪结合，就可以确定每头猪的位置、行为和状态。这样的产品在现阶段就有实用性，又免除了养殖企业在盘点和转圈过程中常见的人工错漏。当然，即使是这样一个产品，也需要反复尝试和迭代，不可能一蹴而就。从这个角度上说，已经习惯了长周期投入的养殖集团们，可能会更有耐心在“人工智能养猪”行业耕耘。