來源：品玩
" 母豬杜洛克 C7259 號，沒有懷孕，請在 12 小時內再次安排配種！" 如今，國內一些豬場工作人員已經能在自己的電腦上看到這樣的提醒。
與此同時，長白山精氣神養殖基地里，一只母豬在豬欄中的六個食槽一一湊過去，但都沒有通過面部識別。飼喂機紋絲不動，就是不給投料，它只能落寞地走到墻角趴下。
工程師在 App 上查了一下狀態，原來智能飼喂機識別出這頭豬的當日進食量已經達到配額，不能再吃了。
工程師在 App 上查看豬舍的狀態 攝影：樟腦玩
這幅魔幻的景象正在曾經蚊蠅漫天、臭氣逼人的養豬場每天上演。不知不覺中，一場人工智能參與的技術革命正在中國鄉村養豬場徐徐拉開帷幕。
" 我跟你講，豬場處處都是坑 "
2017 年，京東數科工程師李佳隆第一次來到山東濱州實地調查養豬場時，盡管已經做好了心理準備，但他還是被豬場撲面而來的氨氮氣體熏得流出了眼淚。
當時，同行的同事們甚至還買了口罩、防毒面具、鞋套，" 你能想到的一切都帶了 "。然而幾天過后，大家都默默地把這些行頭留在了宿舍里。防毒面具下崗是因為豬臭味滲透力太強防不勝防，鞋套則會在行走時被豬糞吸住，稍不留神就會中招，" 戴了還不如不戴 "。
養豬場內夏季多生蚊蠅，冬天為了不讓豬著涼則需要關緊門窗，臭氣無法及時排出，室內空氣甚至比夏天還要差。每間豬舍都是封閉的大屋，平均一個豬舍里有三百到四百頭豬，而另一邊種豬舍寬度只有半米的限位欄里，是沒法轉身的母豬。
而這已經是當地頗具規模的養殖場的條件。
別說是初來乍到的工程師，就算是已經在豬場工作多年的養殖戶，在進入豬場的一瞬間也還是會腦袋里 " 嗡 " 的一下。在山東養豬的散戶葛洪完全能理解李佳隆們的感受：" 豬場里空氣不好，年輕人不一定受得了。"
工程師們尚有喘息的機會，養殖戶卻被大豬小豬牢牢拴住，不得不一天到晚 " 泡 " 在豬場里。
"到了豬場才發現，我們真的是一個象牙塔里的團隊。" 李佳隆說道，" 都 2017 年了，農戶還在肩扛飼料、手工拌料、手動稱重，所有的環節都要人來做。"
中國是世界生豬養殖和豬肉消費第一大國，生豬養殖產值占國內畜牧業總產值的四分之三。對于中國的養殖戶來說，養豬一直以來都是一個極耗心力的勞動密集型行業。在大型養殖場里，平均每 100 頭豬就要至少配備一個工作人員，對于沒有形成規模養殖的散戶來說，養豬更是全家上陣的苦差事。
大到豬的生產出欄，小到豬的吃喝拉撒，豬的每一個成長環節都不能離開人的監控。因此，養殖場里少不了人日夜巡舍，養殖戶也往往住在離豬圈不遠的地方，與豬同呼吸共進退。
舉個例子，母豬生產時如果無人看護，就很有可能在翻身時壓死小豬仔，為了保證生產安全，養殖戶常常要親自在豬圈旁守候到深夜。
此外，豬場需要大量的人力來記錄豬的日常數據。比如給豬稱體重時，就要把豬一頭一頭趕到秤上，再等豬停止掙扎后才能稱重，平均稱一頭要花 3 分鐘時間。
對于動輒上千頭豬的養殖場來說，這是一筆很大的人工成本。
長白山精氣神養殖基地的小黑豬正在休息 圖源：京東數科
人少豬多數據量大，傳統的養殖模式往往難免粗放。
養殖場里，10 頭到 15 頭豬一起投料，每頭豬只能憑力氣搶著吃。結果同一欄豬在出欄時往往體重差異巨大，力氣小的豬只有 70 公斤，戰斗力強的豬則可以長到 130 公斤，飼養效率低下。
當有豬生病時，" 眉毛胡子一把抓 " 的毛病就更明顯了。" 昨天看到有豬打噴嚏，拿來藥找不到到底是哪一頭了，只好把抗生素拌進料里，一欄豬都喂了。" 葛洪說。
但在工程師眼里，這些困擾養殖戶多年的苦活累活，正是人工智能（AI）的用武之地：人不可能 24 小時監控豬場，捕捉分析豬發出的每一個信號，但機器人可以。
眼前這只豬，到底是不是昨天那只？
李佳隆一行人來到豬場的初衷，其實是為了解決一個金融部門同事提出的委托。
為了抵御瘟疫等災害，有不少農戶會給自家的豬投保，但問題在于，在理賠過程中，查勘員難以確定死于非命的豬是不是投保的那只豬。甚至有些人用同一頭豬的左臉右臉偽裝兩頭死豬來騙保，也沒法識破。于是，京東數科決定開發 " 豬臉識別 " 系統，以確定豬只的身份。
" 其實，理論上來講豬臉識別比人臉識別更好做。豬的臉比人立體，特征點更多。人臉的特征點能達到一百八，豬臉的話能達到二百三四。" 李佳隆說，" 但問題在于，豬沒有主觀能動性，不會乖乖把臉湊過來讓你刷。"
在豬場，理論和現實總是有巨大的差距，幾乎沒有任何一個常規方法能行得通。
一開始，李佳隆和同事們打算套用人臉識別的建模方法，用單反相機為豬采集各個角度的高清照片，然而工程師們 " 真的很難摁住豬，讓它乖乖被拍 "。而且豬的成長速度很快，如果隔幾天不采集，面部特征就會產生差異。
常規方法錄入效率太低，大家只好研究 " 非常之法 "。
詳細觀察了很久之后，李佳隆們終于抓住了一個捕捉豬正臉的機會——在開飯時，豬從休息區走到采食區的幾米距離，頭是一直沖著食槽的。在這短短的幾秒鐘內，裝在食槽上的 3D 攝像頭可以從正面清晰地錄入豬臉。
京東數科的攝像頭已經認出了豬臉 圖源：京東數科
很快，工程師們發現，自己在研究保險理賠問題的解決方法時，竟然也一舉解決了困擾養殖戶多年的問題：確認每頭豬的身份。
確定豬只身份，也是豬場精細化管理最關鍵的一步。把給料數據和體重數據對準到每一頭豬，能幫助農戶針對不同的豬進行差異化飼養，大大減少飼料的浪費，提高料肉比。
應用了豬臉識別系統后，配合食槽上的重量傳感器，系統就能精確標識判定哪頭豬吃掉了多少克飼料。對于飯量還沒達標的豬，智能食槽會適當加餐，如果喂食量已經達到標準，食槽就會停止給食——就如本文開頭那只母豬遭遇的情況。
據李佳隆透露，目前京東數科豬臉識別的準確率已經達到了 100%，絕對不會認錯豬。
談到豬只識別的難度，阿里云工程師念鈞也深有體會。
念鈞第一次來到距離成都四百多公里四川宜賓市麻衣村養豬場時，農戶們覺得他們無所不能，給予了他們最大的期待和支持，然而面對 5000 頭嗷嗷待哺的種豬，工程師們自己都沒底氣。
麻衣村里的宣傳標語 圖源：阿里云
" 豬臉很臟，上面全是灰塵和草料，很難做到一一識別。要網絡沒有網絡，要設備沒有設備，一切都要從零開始架設，" 念鈞說，" 一些理想化的解決方法只能止步于實驗室。"
為了解決豬只識別問題，阿里云因地制宜，選擇了不同的思路：對于一豬一欄限位養殖的豬只，采用豬欄對應的方法，建立唯一 ID 進行管理，對于群養模式下的豬，則進行刺青編碼，再通過攝像機把對應信息導入系統，在后臺統一管理。
只要查閱數字 ID，就能獲得這頭豬的品種、天齡、體重、進食情況、運動頻次、軌跡等信息，而飼養員再也不用再花費大量的時間在豬場里巡邏，手動更新紙質檔案了。
AI 比人更懂豬
除了料肉比，另一個評估養殖效率的關鍵數據是 PSY，即每頭母豬每年提供的斷奶仔豬頭數。養豬發達國家的規模豬場平均 PSY 能超過 25，丹麥的 PSY 甚至高達 30，而在中國，PSY 的平均數只有 16。
"PSY 提不上來的原因之一，就是讓豬懷孕實在太費勁了，空懷期太長。" 葛洪說。
想要讓母豬懷孕，就要先判斷母豬是否已經發情做好配種準備，在傳統養殖業里，這是一件既要靠眼力也要靠運氣的大工程。
進豬場的第一周，李佳隆就有幸參與了母豬發情鑒定小分隊。
當時，李佳隆和幾個豬場的小伙子七手八腳地趕著一頭大公豬走進種豬舍，慢慢經過兩側限位欄里 " 夾道歡迎 " 的母豬們。"500 斤的大公豬，獠牙那么老長，看了直害怕。" 回想起這個過程，李佳隆還是心有余悸。一邊趕著公豬慢慢走，李佳隆一邊挨個觀察著母豬的反應：" 如果母豬眼神很迷離，耳朵豎起，站著不動，那大概率是發情了。"
一般來說，從確定母豬的發情期，到判斷配種之后是否懷孕、是否要重復配種，需要耗費 1 個多月。而如果母豬錯過受孕窗口期沒懷上，就會耽誤產仔，成為 " 無效飼養 "。
" 無效飼養 " 無法完全避免，但通過懸掛在屋頂的巡檢機器人一天 24 小時對母豬圖像的采集和分析，阿里云 AI 已經可以捕捉母豬的每一個細小動作，自動檢測發情信號。
沿著軌道運行的巡檢機器人 圖源：阿里云
" 如果在特定的時間母豬發出了特定的信號，AI 就會判斷母豬已經發情，" 念鈞解釋道，" 比如說母豬斷完奶后 3~7 天后，攝像頭監測到母豬耳朵豎立，身體繃直，進食量驟降，就會判定母豬已經發情可以配種。"
而當巡邏攝像頭觀測到母豬容易進入深度睡眠、站著不亂跑、食量穩定增長，即可判斷母豬已經懷孕。
目前阿里云的這套 " 懷孕診斷算法 " 已經在四川特驅集團、德康集團旗下的養殖場得到應用。在去年的理論驗證階段，AI 已經可以讓母豬每年多產 3 頭小豬仔，且豬仔死淘率降低 3% 左右。
另一邊，在河北唐山的豬場，負責開發養豬算法的李佳隆也在研究怎么利用 AI 提高母豬產量。
"想要入這個門，就必須要會養豬，和飼養員聊天，和他們做一樣的事。" 李佳隆說。為了研究豬的行為模式，有一段時間，李佳隆的枕邊書都變成了《母豬的產后護理》、《母豬飼養寶典》和《PSY 提升寶典》。這些書中的理論也許有依賴經驗主義之嫌，卻是農戶總結出的精華。
比如，母豬什么樣的體型最適合發力、什么樣的臀部形狀最適合生產、豬仔后膘的厚度和出欄時的重量之間有什么關系等等。
" 書中說道，母豬排卵期體溫會略有上升，于是我們用集成了溫濕度感應器的攝像頭直接看母豬體溫，發現在排卵期，它們的體溫會上升 0.8 到 1 度。" 李佳隆說。
農戶的經驗與大數據得出的模型互證，AI 正在一步一步破譯豬的行為邏輯。
念鈞則更進一步，認為最好的 AI 必須邀請農戶一起來開發。
在四川宜賓麻衣村的養殖場內，每一頭豬面前都有一張布滿格子的小卡片，這些小格子分門別類地記錄了母豬的斷奶、背膘、發情、疫病等多種情況，只要農戶發現異常，就可以隨時涂卡告知巡檢機器人。
阿里云開發的卡片 圖源：阿里云
" 巡檢機器人會識別農人判斷的信息，用輸入的信息優化模型。這樣，我們的模型就會在不知不覺間受到專家知識訓練，越來越準確。" 念鈞說。
有時候，豬也會直接表達自己的 " 不適 "。
目前，科大訊飛洛陽語音云創新研究院正在開發一套瘟疫預警系統。通過聲紋識別技術，這套系統能在嘈雜的豬舍環境中準確提取豬的咳嗽聲和應激聲，并給管理員發出警報。
今后誰來養豬？
人工智能的實踐在大型養殖場中開展得如火如荼，然而，國內生豬養殖業的現狀卻并不樂觀。
根據養豬科技刊物《北方牧業》2016 年統計數據，如果將集約化養殖的數量定義為 200 頭豬以上，目前國內規模化養殖與散戶養殖在行業內占比約為 1 ∶ 9。
然而，相較于外出務工，養豬投入大，風險高回報率低，許多農村散養戶開始退出養豬行業，曾經重度依賴散戶生產的養豬業正在遭遇無人愿養的危機。
" 一直在賠錢，養不起了。" 葛洪告訴我，去年冬天，自己只是離開豬場回家打打牌，可母豬偏偏就在這會兒時間里悄無聲息地生仔了。" 整整 12 只小豬仔，因為沒有及時處理，全被凍死了。" 一家人辛辛苦苦忙乎小半年的成果，就這么沒了。
在聽說有了人工智能監控系統，再也不用在豬圈邊等著接生了之后，葛洪告訴我，類似的簡易監控攝像頭村里的另一位養殖戶郭愛紅家也有。"去年過年時候，她邊打麻將邊在手機 App 上看豬圈，人人都羨慕。"
但沒等到他也跟風裝上攝像頭，一場非瘟就讓葛洪家的幾十頭豬全部死掉了。
葛洪家空蕩蕩的豬圈 圖源：作者
在發出看看豬圈的請求之后，葛洪主動提出幫我聯系郭愛紅，" 她家可能還有豬 "。打完電話后，葛洪抱歉地告訴我，" 郭愛紅家已經改養雞了，攝像頭也已經拆了賣了 "。
留下空蕩蕩的豬圈的不止是葛洪和郭愛紅。
國家統計局公布數據顯示，2018 年，我國生豬存欄量為 42817 萬頭，比上年下降 3.0%，2019 年上半年豬肉產量同比下降 5.5%。然而與此同時，國家統計局 7 月 10 日發布的數據顯示，2019 年上半年豬肉價格同比上漲 21.1%。
這種 " 高豬價、低存欄 " 的現象意味著，不少散戶已經不再看著豬價高而擴大生產規模。
隨著畜禽養殖環保標準提高，養豬行業資本門檻也水漲船高，養豬已經不再是散戶的最佳選擇。近五年，政府在環境保護方面重拳出擊，相繼出臺新《環保法》 、《水污染防治行動計劃》。
據統計，要達到國家排放標準，豬場廢水處理成本約 3 元每立方米，固體廢物處理成本約 25 元每噸，綜合算下來，每頭豬要達到養殖排放標準，每年在環保方面的投入需要 50 到 100 元，而目前許多散戶養一頭豬的利潤約為 300 元。
因此，要想靠養豬賺錢，就要走集約化、標準化的路，以規模換利潤。
在這種大趨勢下，即使 AI 養豬發展得再蓬勃，對于葛洪和郭愛紅這樣的零星散戶來說，也只是另一筆無法回收成本罷了。
小戶、散戶抵御不了風險陸續退場，然而在吉林長白山和四川宜賓豬場里日夜不停、用集成攝像頭 " 眼睛 " 觀察著欄內生豬的巡檢機器人，又好像在宣誓著，一個新的時代即將到來。
