村子裡到處在宣傳智能養豬，但阿里雲的AI養豬夢真的靠譜嗎？

機器之心原創

作者：藤子

特驅集團信息中心總監獨家講述用阿里雲人工智慧養豬到底是怎麼一回事。

「養了十幾年豬，現在我們開始學習智能養豬。」

「今年打工不出門，智能養豬到家門。」

……

近日，幾幅超級接地氣的農村標語，將人工智慧與養豬這兩個看似風馬牛不相及的事情結合在一起。

實際上，這並不是惡搞。2 月 6 日，阿里雲與德康集團、四川特驅集團宣布達成合作，將對 ET 大腦進行針對性訓練與研發，將人工智慧用於養豬。

基於機器視覺技術的視頻分析，ET 大腦將為每頭豬建立檔案，包括豬的品種、日齡、體重、進食情況、運動強度、頻次、軌跡等。這些數據可以用於對豬的行為特徵、進食特徵、料肉比等進行分析，並將這些分析貫穿於整個生豬的養殖過程，以此全面實現人工智慧養豬。

該項目總投入達數億元，首期落地包括各類豬只數量識別、豬群行為特徵分析、疾病識別和預警、無人過磅等十項功能。

「傳統養殖以人工為主，少量生產設備半自動化，但養殖過程生產管理、疾病防治等沒有做到智能化。」特驅集團信息中心總監張海峰在接受機器之能的採訪時說。

特驅集團和德康集團隸屬於希望集團下屬的華西希望集團，2020 年，特驅集團年飼料銷量預計將突破 1000 萬噸，德康集團生豬養殖將突破 1000 萬頭，年家禽養殖將突破 2.5 億隻，是生豬養殖領域的龍頭企業。在這個項目中，特驅集團、德康集團希望藉由人工智慧打造農業板塊的工業 4.0，從傳統養殖進化到智慧養殖。

「我們希望驅動養殖企業成本下降，通過人工智慧和數據，驅動農業的變革。」阿里雲大數據專家以及項目負責人張盛說，「另一方面，從社會責任的角度講，我們希望所有人能吃上我們小時候吃的那種安全肉和放心肉。這是我們特別想做的事情。」

建立生豬可追溯系統，使傳統養殖進化到智慧養殖

過去一年，阿里雲 ET 大腦已在航空、交通、工業、環境、醫療等多個領域落地，ET 城市大腦更是成為了國家四大人工智慧開放平台之一。

「企業要想發展，就必須承擔社會責任。」張盛認為，將 ET 大腦的應用場景拓寬至農業，尤其是食品行業，讓民眾吃上放心肉是他們寄託社會責任感的一個途徑。

「無論是城市治理，還是工業發展以及農業領域。我們都希望通過數據為環境治理、食品安全等國計民生的問題，做出一些貢獻。」基於這樣的想法，阿里雲開始尋找合適的合作夥伴。

據張盛介紹，特驅集團和德康集團付出了巨大成本和大量精力，在部署物聯網和 ERP 系統。他們對 IT 和人工智慧重視的程度，表明對前瞻技術的敏感以及對新技術的開放心態。

「和他們的合作，也希望通過這樣的龍頭企業，為整個行業賦能。」張盛介紹。

另一方面，對特驅集團、德康集團來說，在進一步發展的路上，也急需新的技術。作為生豬養殖企業，仔豬從出生開始到最終豬肉到達消費者手中，整個流程中，豬是如何餵養的，患過何種疾病，用過哪些葯，建立這樣的可追溯系統，是保證食品安全的有效方式。

德康集團正在通過物聯網布局可追溯系統。但要建立可追溯系統，首先需要建立豬的身份識別，使每頭豬都有自己唯一的身份，以此對每頭豬進行過程管理。仔豬在出生之後，給它們打上二維碼或 RFID 耳標，是常用的方式。

德康集團採用了 RFID 耳標，然而，實施起來，並非易事。

普通的 RFID 耳標掃描距離短，感應效率低，不能快速完成區域性數據讀取，同時耗用成本較高，比如每頭豬要佩戴兩個耳標，以便掉落後進行補充，因此，每出欄一百萬頭豬，需要耗用一千萬的 RFID 成本，導致無形中增加養殖成本，減少養戶利潤。如果採用有源 RFID，成本還將大幅增加，同時不便於掛在豬的耳朵上，推廣應用的難度較大，失去了普遍性應用的價值。

從出生到出欄的唯一身份識別是個難題，但要建立生豬養殖的可追溯系統，還需要在豬的生長過程中，對豬的餵養過程、疾病治療等進行全程跟蹤記錄，而這些基礎數據的收集以往都是通過人工填寫紙製表單，或者讓工作人員手持相應設備，通過手工輸入到 App 中，進行數據錄入。而所有的數據整理、數據分析，都只有在生產過程操作完成之後，才能進行。

但在特驅集團、德康集團，除了自有養豬場之外，還有大量農戶經營的家庭養殖場，「對這些老百姓來說，他們養豬還停留在傳統模式，既不熟悉新的 IT 技術，也不重視業務數據。因此，採集的數據既不及時也不準確而且效率低下。」張海峰說。

如何建立豬的唯一身份，以及如何快速、準確收集生豬養殖過程中的日常數據，建立完整的生物資產管理體系和業務可追溯體系，就成了他們急需解決的問題。

起初，集團並沒有考慮人工智慧，因為覺得人工智慧在農業離落地還很遠。但在一個偶然的機會，張海峰看到阿里雲 ET 大腦應用於工業領域和交通治理上的業務場景。

張海峰認為，可以找到 ET 大腦在工業領域、交通治理與農業養殖的共同點，再針對農業制定有針對性的業務解決方案。

在城市交通領域，應用了大量攝像頭，相比 RFID 以及配套的設備，攝像頭更易安裝，而實際上，養豬場本身也需安裝監控系統，在這個基礎上進行視頻採集和分析，成本不僅會下降，同時大量日常業務也無需再讓工作人員進行錄入操作，解決了數據收集必須依賴一線工作人員的難題。通過視頻的實時傳輸，數據收集的及時性和準確性也會得到保證。

「採用攝像頭和視頻分析，是在現有環境的基礎上，自動化地全程搜集數據，這是 RFID 和視頻分析兩個方案中最本質的區別。」張盛說。而在 ET 大腦中，視頻和攝像頭佔比很大，因此也是一個成熟的解決方案。

配種、生產、稱重、疾病防控等，人工智慧貫穿於養豬領域每一個環節

對特驅集團、德康集團而言，要建立全程可追溯體系，打造安全食品生態鏈，首先要做的就是，使每頭豬擁有唯一 ID，以便進行身份識別。

既然之前採用的 RFID 方式並不現實，那麼，阿里雲 ET 大腦如何對豬進行身份識別？

對人來說，人臉識別是有效的方式，識別豬是否可以應用豬臉識別？實際上，阿里雲最初考慮過此種方案。但最終發現依靠單純的豬臉識別並不實用。因為從特徵上來說，豬臉的特徵點在技術上更難掌控、有效識別率不高。而從工程實施來說，也並不適合使用豬臉識別。

因此，張盛介紹，阿里雲和特驅集團、德康集團採取的做法是，沿用傳統的身份識別方法，在豬身上進行標記，建立唯一識別碼，再結合視頻分析等技術，共同對豬進行識別。而目前，阿里雲和特驅集團正在探索攝像頭通過何種方式來拍攝豬身上的唯一識別碼。

實際上，基於攝像頭的視頻分析，不僅能夠實時收集可追溯系統中需要的過程數據，還能對養豬場進行精細化管理，降低成本，提升效率。

比如，對養豬企業而言，每頭母豬每年所能提供的斷奶仔豬頭數，也就是說一頭母豬，每年能生產多少仔豬以及存活下來的仔豬能有多少，是關鍵的指標，因為這直接關係著養豬場的經濟利益。

那麼，從豬的配種開始，就可以通過 ET 大腦對母豬的行為進行分析，獲知母豬的發情狀況及交配時機，從而恰當安排配種，因為正確的交配時機和交配方法，能夠提升母豬的受胎率以及產仔數。

然而，母豬並不是細心的媽媽，尤其是每胎都會生產 10 多隻小豬，因此在生產過程中，一些仔豬很容易被母豬壓在身下而夭折。對於大規模的養殖場來說，每天有大量的母豬在生產，如果全部依靠人工來照料，顯然很難有效保障。

通過語音識別則能自動判斷仔豬是否被壓住，以便及時解救，以此提高仔豬的存活率。據介紹，經由人工智慧的智能分析，在前期的理論驗證階段，母豬的年生產數量將提升 3 頭，死亡淘汰率降低 3% 左右。

除了配種和生產，在生豬養殖過程中，還需要隨時掌握豬的體重情況，進而調整餵養計劃。通過視頻分析，再結合該豬的品種、餵養標準和增重標準，綜合判斷之後，以此對豬的體重進行測算，代替以往傳統的稱重方法。

「用視頻測算豬的體重，原理還是通過視頻來識別豬的體型和豬的體重之間的關係。但在實際的工程方案中，會結合一頭豬，幾頭豬，一群豬的特徵，對群體的特徵進行分析，再綜合生豬標準飼餵體系，得到比較準確的數據。」張盛說。

配種、分娩、哺乳、育肥等形態變化，飼料耗用、體重檢測，這些都是養豬場必不可少的飼養管理工作。但對養豬場來說，最關鍵的還是疾病防治和疫情監測。阿里雲則將通過對豬的行為分析，結合聲學特徵和紅外測溫技術，判斷豬的健康狀態，有針對性地進行疫情預警，並進行專項防疫處理。

但張盛也坦言，疾病防治並不容易，「我們這個項目剛成立，還要做很多期，尤其是在疾控領域。到底通過什麼方式去判斷這頭豬有沒有潛在的疾病，或者在什麼時候會發病，或者在發病之前，我們如何處理。在這個領域，我們還需要花很多時間和精力，進行技術上的突破。」

實際上，在這背後，除了特驅集團有過程數據收集的需求之外，對於阿里雲 ET 大腦來說，同樣需要大量的數據進行模型訓練。比如，用語音識別技術判斷仔豬的生存狀況以及生豬的健康狀態，就需要大量的語音數據。

對於基礎業務數據如何採集？張盛認為，可以通過智能語音的方式，讓操作人員佩戴方便使用的設備，在豬場操作的同時，實時收集豬的聲音，將數據傳到系統，結合自然語言處理技術以及操作人員在數據收集時的標準話術，將這些數據轉化為結構化的數據，從而進行模型的訓練。

而為了完成這個項目，阿里雲將投入 PD、演算法工程師、產品和開發團隊以及達摩院視頻分析的團隊。特驅集團則會組建由養殖專家、一線業務骨幹以及 IT 專家組成的專家團隊。

張海峰表示，在投入人力之外，集團還要投入專門用於人工智慧養殖的示範基地，通過這個基地探索業務方案是否可行以及建立可行性推廣標準，盡量做到效率最高，成本最低。

「這跟工業不同，工業可能對成本的考慮相對較少，但養殖業的附加值沒有工業高，所以會在養殖基地完成所有成本和效率的驗證，然後才會在集團內部進行推廣。」張海峰說。

「從這個案例來說，我們的 ET 大腦實際上就是把他們的業務承攬下來，然後通過數據，去分析和解釋，最後服務於對方的業務。」張盛表示，「從成本、操作和效益來說，我們現在核心的解決方案是通過視頻的自動分析，無論是對農戶的依賴，還是對設備的依賴，都會降低。」

張盛認為，這樣的方案，推廣性和可複製性也很強，而藉由與特驅集團、德康集團的合作，阿里雲 ET 大腦也可以將此案例複製到其他的養殖企業。

「我們做這個人工智慧養殖示範基地，一，探索能否節約人力成本，以及節約到何種程度，跟工業 4.0 相比，能否做到無人養殖場。二，通過人工智慧改善我們整個生產業務模式。三，無論是對豬的圖像識別、行為分析還是疾控分析，我們都是為了最終的目標，做到養殖過程全程可追溯，為老百姓提供更放心的安全食品。」張海峰總結道。

本文為機器之心原創，轉載請聯繫本公眾號獲得授權。

------------------------------------------------

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！