铁骑力士
广告
您的位置: 首页 > 专栏 > 技术 > 内容

未来养猪业发展趋势:人工智能与精准饲喂!

小龙潜行 2021-01-15

阅读()

精准饲喂的定义是基于动物的生理状况及营养需求进行差异化饲喂,做到个性化营养。精准饲喂可以提高动物采食量、提高营养利用率、减少废物排放、提高农场盈利率。

精准饲喂的定义是基于动物的生理状况及营养需求进行差异化饲喂,做到个性化营养。精准饲喂可以提高动物采食量、提高营养利用率、减少废物排放、提高农场盈利率。历史上,畜牧从业者对精准饲喂做了许多探索并取得诸多成果,人工智能技术的发展,将给精准饲喂乃至动物营养发展带来重大影响,笔者尝试总结如下。

 

1 精准饲喂的起源与探索

 

动物营养学者对猪的合理采食量进行了研究后,总结出若干采食量与体重相关关系的函数。在此基础上,分组饲喂被行业所接纳,分组饲喂的探索起源于约1970年, 快速发展于上世纪90年代。下图显示了分组饲喂的历史脉络,随着动物营养研究的逐步深入,对猪群饲喂的分组也逐步细化,带来养猪行业效率的逐步提升。

 

人工智能与精准饲喂

图1 分组饲喂的历史脉络

 

在按照不同猪群生长需求分组饲喂的基础上,动物营养学家还发现了动物应激、健康状况、遗传性能等因素对营养需求的影响,精准饲喂的内涵有了新的拓展。例如猪的应激对优质蛋白、赖氨酸、维生素等额外需求,免疫力低下对于锌铁铜等元素的需求,猪群疾病对于锌铁铜锰、优质蛋白、维生素等营养素的额外需求等,其他如性别、环境温度、遗传性能也被证实会影响猪营养需求。

 

有学者指出,由于忽略了个体差异问题,常规的分组分阶段饲喂导致营养供应不准确,通常大多数猪所接受的营养超过了他们的实际需要。当前,行业对于精准饲喂的追求已经提高到猪只个体级别,从业者意识到不同猪只在相同的生长育肥期间,营养需求也会不同,将营养物质转化为瘦肉的效率可能会有所不同。但是个体级别的猪群数据归总起来体量规模极大,给数据的收集、分析、应用带来巨大挑战,传统方法已经无法适用。

 

2 精准饲喂的重大意义

 

我国畜牧养殖行业存在饲料转化效率不高、饲料产能过剩、资源结构性短缺、企业经营成本上升等突出问题,面临着“提质增效,转型升级”的迫切任务。

 

面对上述重大挑战,要以精准营养研究为基础,发力精准制造,提高饲料报酬和资金回报效率,减少环境污染,推动畜牧饲料行业发展由要素投入驱动向科技创新驱动转变,并充分发挥人工智能、产业互联网在行业转型升级中的作用,推进行业向以“精准、高效、柔性、个性化定制” 为核心的工业4.0迈进。

 

3 精准饲喂在猪场的痛点

 

饲料成本占据了世界各国养猪产业成本的60-70%,可以说影响着养猪企业的生存与利润。国内外养猪企业对通过精准饲喂控制饲料成本做了诸多探索,但遭遇了不少尴尬。以国内众多养猪企业为例,

 

1)数据采集困难:以妊娠母猪体况采集为例,一方面人工评定体况效率太低,2400头母猪场为例,每周需要1-2天时间做此工作;另一方面人工评定体况受限于个人技术水平、工作热情与忠诚度、数据记录传输错误等桎梏。

 

2)培训与执行困难:精准饲喂的理念需要依靠反复的培训与执行来实现,每一次策略的调整对猪是“友好”的,对人不一定“友好”,因为背后是劳动习惯的变更、场内的沟通协调、劳动强度的增加。而人,都是会犯错、有情绪的,执行动作的变形可能导致精准饲喂适得其反。

 

3)人力成本高企:与精准饲喂相关的环境数据采集,在猪场实践中则往往因为人力短缺被忽略,因而制定饲喂策略维度单一,只能依据母猪的体况制定策略,然而猪所处的环境不同营养需求不同。人工方式调整饲喂只能以周为单位进行,难以做到及时的调整,给母猪生产性能带来隐患。总之,精准饲喂的落地需要投入人力,然而00后作为劳动主体的当下,封闭偏远的猪场招聘人员困难重重。

 

4 人工智能对精准饲喂的价值

 

从动物营养技术层面而言,未来的精准饲喂需要个体级别的数据颗粒度;从猪场实践而言,精准饲喂需要突破数据采集、培训与执行、人力成本高企等困难。人工智能体系作为精准饲喂新的解决方案不言而喻,国家政府层面也高度重视人工智能在农业新基建领域的研究应用。

 

智能养猪

图2 智能母猪精准饲喂的系统架构

 

上图是某智能母猪精准饲喂的系统架构,算法层面包含了智能体况评估+身份识别+环控数据算法;软硬件结合层面包含了智能饲喂策略+智能饲喂设备;背后支撑平台是云平台+智慧大脑计算平台,保证了对海量数据的高速处理。

 

这套精准饲喂系统可依据智能机器人获得的体况、环境等关键指标进行科学分析,结合权威科学的精准饲喂决策,利用精准饲喂设备实现猪只个性化的精准饲喂,使母猪保持最佳体况、获得最佳生产成绩。

 

智能养猪

图3 智能母猪精准饲喂的三模块

 

1. 数据采集:利用巡视或固定机器人、传感器等采集设备自动采集所需要的相关数据,包括:猪舍环境温湿度等环境参数,猪只体况、背膘,遗传性能与性别等,自动传输到决策平台。

 

2. 智能决策:本阶段建立饲喂策略模型,机器学习持续迭代。利用专业的知识和经验来建立饲喂策略,依据采集的数据输出最优饲喂策略。且决策平台依据后续数据反馈,通过机器学习,持续优化策略模型,提升策略的效率。该系统还植入了中国动物营养权威院士专家团队开发的FeedSaas饲料原料大数据库,帮助养殖企业精准地迭代配方,降本增效。

 

3. 执行最优饲喂并反馈迭代:用智能系统输出的不断完善的饲喂策略来指导自动饲喂器下料,本系统建立了人工智能设备同自动饲喂器的软件接口,可兼容国际主流的一线饲喂器品牌,实现精准饲喂的闭环。同时,本系统将收集后续采食量、体况评分等技术数据反馈到智能决策平台,用于策略模型的迭代,实现智能精准饲喂的持续“生长”。

 

5 展望

 

目前,育肥猪的精准饲喂受限于个体识别技术还无法落地。据悉,本行业优秀的人工智能养殖企业在育肥猪群养场景下的个体识别技术取得了突破性进展,未来有望使育肥猪进入个体级别的精准饲喂新时代,显著地降低饲料成本、提高育肥成绩。

 

随着人工智能技术在养殖场景深度推广,精准饲喂系统将集成动物营养需要、智能饲喂反馈数据、原料价格、畜产品质量要求、环境等因子确定的综合指数,对配方和饲喂策略进行实时优化,猪企将拥有精准饲喂的最强大脑,实现“千猪千面”级别的极致精准饲喂,大幅提升养殖效率!


免责声明:部分文章资料来源于互联网,已标明来源,版权归原作者所有,内容仅供读者参考,如有侵犯原作者权益,请及时留言联系我们删除!
江西仲襄本草生物有限公司
广告