编者按：本文来自微信大众号“机器之能”（ID：almosthuman2017），作者 寓扬，36氪经授权发布。
一场非洲猪瘟，引发了我国猪肉价格上涨，不少网民戏谑称「走，一同回家养猪」。今时不同往日，养猪也用上了AI，只是在疫情和动乱面前，AI能为猪扛住多少危险？
本年中秋，我回家园看望爸妈，不经意间听到我妈吐槽一句，「现在猪肉价格涨的都快让人吃不起了」。
一贯不问柴米油盐的我猎奇地问询一番后发现，我家地点的四线小城，猪肉价格现已早年两年的 8/9 元一斤，涨到现在的 22/23 元一斤，涨幅挨近 3 倍！而近两年小城的 GDP 增速不过 7% 左右。
而导致猪肉大涨的原因正是时下风头正紧的非洲猪瘟。自 2018 年 8 月我国确诊首例非洲猪瘟疫情以来，全国已扑杀百万余头生猪，猪肉的价格随之出现必定增加。
身为科技工作者的我就在考虑，在对立猪瘟疫情的过程中，能不能发挥 AI 的效果，来猜测或许监控疫情，让猪肉的价格赶快康复，让我妈能够安心定心的购买猪肉？
一场猪瘟引发的价格风云
非洲猪瘟是一种急性、传染性很高的病毒，可在生猪之间快速传达，一经发作，死亡率高达 100%。
而且它的传达途径很多，来历或许发作在机场、口岸、边境等，能够经过饲料、饮水、猪的排泄物、餐厨剩余物等传达，可谓养猪业头号烈性流行症。
为了避免非洲猪瘟的延伸，现在我国采纳的战略是，一经发现，立即对感染群的一切生猪进行扑杀。这意味着假如一个大型养猪场发现一头感染了非洲猪瘟的病猪，整个养猪场都会被扑杀。
也正由于如此，自 2018 年 8 月我国确诊首例非洲猪瘟疫情以来，现在全国现已扑杀百万余头生猪。
另一方面，我国是猪肉消费大国。有数据显现，2018 年全球的猪肉产值估计为 1.13 亿吨，而我国猪肉消费约为 5500 万吨，占全球猪肉出产近一半，其间近 98% 的猪肉为自产。这导致一旦自产猪肉规划下降，价格随之上涨。
据商务部数据显现，本年 6 月初猪肉批发价为每公斤 21.59 元，上星期（9 月 9 日至 15 日）猪肉批发价现已涨到每公斤 36.54 元。
这一现状导致不少网友纷繁吐槽，「猪肉价格太贵」，「快要吃不起猪肉了」。也有网友戏谑称，回家养猪，发家致富。
针对于此，近来国务院办公厅也发布了《关于安稳生猪出产促进转型晋级的定见》，加强微观调控，清晰安稳生猪出产，增强猪肉供给保证才能。
AI 疫情监控派上用场
回到咱们评论的中心问题，AI 究竟能否在对立非洲猪瘟上有所作为？究竟 AI 在（人口）流感猜测上已不新鲜。
谷歌在 2008 年就推出一款根据大数据的流感趋势猜测（尽管遭到不少质疑），国内也有一些公司根据 AI 模型来做猜测，比方阿里 AI 在澳门的流感猜测，机器之心此前采访过的深演智能为药企做的流感猜测。
这类流感猜测的关键是历史数据和机器学习。比方根据曩昔 10 年的流感数据、查找数据、气温数据等，经过机器学习进行流感特征的学习，就能够构建一个猜测模型。比方温度的接连改变便是流感发作一个十分重要的目标。根据当下的相关数据（比方查找数据）就能够用模型对未来一段时刻的流感进行猜测。
可是，在非洲猪瘟的疫情猜测上，这次 AI 力不从心了！
阿里云一位内部人员称，「中心原因是没有疫情数据，AI 的根底是数据，而疫情的迸发具有极大的偶然性，这次非洲猪瘟既没有历史数据，现在的数据也很匮乏。」
他还弥补道，人口的散布是相对均匀的，能够用计算学来计算。但与此不同，猪的散布是以养猪场为单位，往往一个养猪场有几万或几十万头猪，而每个养猪场相隔较远，出现微观涣散微观集合的特征，人口的计算办法也并不适用。
疫情猜测尽管没办法，但 AI 也并非全无用途，至少第一时刻发现疫情仍是能够的。
他告知机器之心，非洲猪瘟的典型特征是，生猪体温反常（发热）、心跳加速、呼吸困难，伴有咳嗽等。能够经过摄像头、传感器收集此类信息，结合非洲猪瘟的体现模型，就能够判别一头猪多大概率病变。
但 AI 即便第一时刻发现了病变猪，价值也十分有限。由于当下的方针是，一经发现感染非洲猪瘟，即便只要一头猪，为了安全起见，也会扑杀周边的一切猪，AI 的效果天然比较为难。
「猪脸辨认」辨认啥？
非洲猪瘟给我国带来如此大影响背面，也反应出我国饲养业疫病防控体系相对单薄，监测体系不完善，让生猪工业的短板和问题进一步露出。加强现代饲养体系建造，科学养猪已刻不容缓。那么 AI 又能够做些什么？
AI 养猪是一个较为风趣的论题，此前阿里与京东均展开过一些实践，比方阿里云用 AI 促进母猪产仔，京东数科用 AI 下降生猪的出栏时刻。但 AI 究竟在养猪中扮演怎样的人物？
阿里云一位内部人士称，在养猪上，AI 代替不了人类，更多仍是辅佐人工养猪。
「AI 做的工作是把猪场数据化、智能化。首先是数据化，之前的数据都需求人工定时巡检、挂号记载，比方吃了多少饲料、母猪有没有发情、有没有患病等，再誊写到电脑上，比较耗时耗力。咱们经过（天花板上的）吊轨安装上摄像头、各种传感器，能够代替人工去收集，完结猪场的数据化。」
「下一步便是智能化，算法工程师根据数据开发模型，比方监测配种有没有完结。」
以阿里云与四川德康集团协作展开的「AI 养猪」为例，对养猪场而言，产仔数量是猪场效益的中心目标。阿里云便与养猪场的技能专家协作研宣布一套判别母猪是否受孕的解决方案，经过摄像头及时判别母猪是否发情，及时配种，以及判别母猪是否受孕，要不要重复配种等，这些 AI 都能够发挥效果。
此外，经过摄像头与传感器还能够进行生猪健康状况的监测，及时预警。比方有呼吸道疾病的猪会伴有细微的咳嗽，患病后猪的眼睛会有改变，这些都能够用 AI 辨认，及时救治。
据阿里云称，AI 能够让母猪每年多产 3 头小猪仔，而且猪仔死淘率下降 3% 左右。
至于更招引眼球的「猪脸辨认」，一位业内人士称，其噱头含义更大于实际含义。猪脸辨认要想做到很高的准确度，只要在很小的养猪场才或许完结，但在规划化的养猪场则很难，一方面很多同卵异生、同卵同生的状况使猪脸辨认的准确度没有那么高，另一方面养猪场环境较为杂乱，比方天然环境下栏杆、猪群的遮挡。此外，从猪群中辨认一头猪，意味着更多的算力，也意味着更多的本钱。
假如把猪脸作为ID来运用，一旦辨认过错，就意味着该ID对应的数据计算过错，如此扩展下去，养猪数据体系很或许就溃散了。
在 AI 落地场景的过程中，更需求兢兢业业，真正将 AI 拆开了、揉碎了，构成真正可落地的解决方案，才能为工业带来革新。不然 AI 只会是昙花一现，眼球效应曩昔后，商场终不买账。
