人工智能驱动智慧奶牛养殖的思考与实践

文/夏 雪 侍 啸 柴秀娟

（中国农业科学院农业信息研究所；农业农村部农业大数据重点实验室）

中国作为畜牧业大国，其畜牧总量一直稳居世界前列。随着政府对农业现代化的持续支持，我国奶牛养殖产业也得到快速发展，规模化和标准化奶牛养殖已成为产业发展趋势。到“十三五”末期，全国百头以上奶牛规模化养殖比例将达到70%[1]，这也给奶牛的养殖管理提出了更高要求。

传统人工奶牛养殖需要大量的人力投入，养殖全过程都需要人员进行监控和管理，不仅费时、费力，而且效率较低，已远远不能满足当下规模化奶牛养殖的发展需求。奶牛养殖产业的规模化、健康发展，需要依靠信息技术来提升奶牛的科学养殖管理水平，保证奶牛养殖的高效性和可持续性，提高奶牛养殖的经济效益，实现从传统粗放式人工养殖向智能化、精准化养殖的转变[2]。

在信息技术的推动下，我国奶牛养殖业正在经历一场前所未有的巨大变革。信息技术与奶牛养殖的结合，能够实现奶牛养殖各个环节的信息感知，准确了解奶牛生长环境情况和生理情况，精准监测奶牛发情期，实时掌握奶牛疾病程度，从而对奶牛进行精细的个性化饲养管理，使奶牛养殖过程更加科学化、智能化和现代化[3]。

本文在分析智慧奶牛养殖核心驱动力的基础上，总结了当前奶牛养殖中的智能化技术，分析了智能化奶牛养殖的成本效益，探讨了奶牛身份智能识别的研究实践，并对智慧奶牛养殖的未来趋势进行了展望，以期为我国奶牛养殖产业智能化转型、升级提供技术和方案上的参考。

1 智慧奶牛养殖的核心驱动力

奶牛养殖规模的扩大并不一定带来成本的降低，在畜群数量较少时，饲养员能够轻松跟踪、管理每一头奶牛，而当畜群数量增大后，饲养员则很难实现每头奶牛的精细化跟踪、管理，导致疏于察觉奶牛体征的异常，进而产生较大经济损失。面对不断增长的奶牛数量，需要探索更多有效的技术手段来改善现有的奶牛管理方式，提升奶牛养殖的智能化程度[4]。

进入新世纪以来，信息技术的快速发展让人们的生产生活方式有了质的改变，数字化和智能化水平显著提高。同时，信息技术也正以前所未有的深度、广度和速度改变着奶业发展的方式。在奶牛养殖方式向知识型、技术型转变的过程中，以物联网、云计算、大数据和人工智能为代表的新一代信息技术，将成为实现智慧奶牛养殖的核心驱动力[5，6]。

物联网将为智慧奶牛养殖提供海量的基础数据来源。物联网技术打通了物与物之间的信息交互链路，使得万物实现了互联互通。由大量传感器节点组成的物联监控网络，可以实时采集奶牛生长状况和养殖环境等信息，同时，通过奶牛养殖生产、经营、管理和服务领域的物联网技术应用，将会进一步形成“人-机-畜”一体化的奶牛养殖作业体系。

大数据使得智慧奶牛养殖的决策更具可预测性。借助大数据清洗和融合技术，收集大量奶牛养殖历史资料数据和实时监测数据，并形成大规模奶牛养殖数据库，同时利用大数据建模分析技术，对奶牛产业大数据进行知识建模，挖掘奶牛生产、流通和交易之间的数据耦合关系，从而为畜牧养殖业有序发展提供全面的大数据解决方案。

云计算是实现智慧奶牛养殖市场化的关键。通过奶牛养殖业云设施、云存储、云服务技术的应用，打通奶牛养殖户、合作社和畜牧企业的信息壁垒，利用可配置化计算资源共享池优化技术构建的奶牛养殖云服务平台，可在信息网络、存储、服务等方面满足奶牛养殖经营主体对于少投入、即得性、便捷性、精准性的多元需求。

智能装备是奶牛养殖业实现“机器替人”的主体。奶牛养殖智能装备的核心是人工智能技术，涉及机器视觉、语音识别、虚拟现实和可穿戴设备等多项关键技术，通过智能仪器设备的研发，形成智能产品，能够多方位融入到奶牛养殖管理的各个方面，最终全面代替人工作业，实现奶牛智慧养殖的闭环控制。

2 奶牛养殖中的智能化技术

奶牛养殖中的智能化技术包括奶牛养殖环境监测技术、奶牛个体身份标识技术、奶牛个性化精准饲喂技术和奶牛疫病智能诊断技术[7，8]。

2.1 奶牛养殖环境监测技术

充分利用科技手段有效监控奶牛养殖环境，是智慧奶牛养殖的基本要求，大量科学实验和生产实践都表明，温度、湿度、光照等环境因素会影响奶牛生产。随着无线传感器、移动通信技术和物联网技术的深入发展，利用无线传感器网络将实时获取的牧场环境参数传输至云服务端，并通过智能手机、Pad平板电脑和PC计算机等终端实现环境参数的图形化显示，成为规模化奶牛牧场普遍采用的信息管理模式。

2.2 奶牛个体身份标识技术

奶牛个体身份的标识是实现奶牛行为状态监控、个性化饲养及奶牛疫病诊治、防控的前提和基础。传统奶牛养殖模式中的常见标识技术手段有奶牛身体喷号、剪耳、耳标和项圈等。值得注意的是，近年来兴起的射频识别技术已在我国奶牛身份标识中取得了长足发展，可以方便地集成到奶牛的耳标和项圈中使用。随着人工智能技术向畜牧业的不断渗透，包括面部识别、虹膜识别、姿态识别在内的生物识别技术逐渐成为奶牛身份标识的主流技术，这也让奶牛个体健康档案的建立、奶牛生命体征状态的跟踪与预警变得更加准确和科学。

2.3奶牛个性化精准饲喂技术

奶牛的精准化饲喂涉及自动投喂、自动称重、自动分群和饲料余量监测等一系列工作。奶牛个性化精准饲喂技术是奶牛个体识别、多维数据分析和智能化控制的集成应用，通过结合奶牛营养知识、养殖知识及奶牛个体生理信息，借助智能化算法准确推算每头奶牛不同阶段的饲料需求量，并调动饲喂器实施饲料变量投喂，实现个性化定时、定量的精准饲喂，满足奶牛不同阶段的动态营养需求。

2.4 奶牛疫病智能诊断技术

在全球生态环境发生巨大变化的同时，奶牛疫病流行态势也变得更加复杂，从最初地影响奶牛健康状况，逐步扩大到对奶牛养殖业健康发展等多方面的影响，特别是包括奶牛在内的畜牧动物的重大疫病，已经威胁到全球公共卫生安全和社会经济秩序。现阶段，新一代信息技术已被用于奶牛等畜牧动物的疫病诊断中，出现了多种奶牛远程智能诊断系统，可实现奶牛疾病的远程影像诊断和奶牛疾控信息实时获取等功能。

3 奶牛智能化养殖的成本效益分析

随着智能化技术在畜牧业的广泛应用，奶牛养殖对智能化的依赖程度会越来越高，而前期用于奶牛养殖智能化建设的投入将会给奶牛养殖经营主体带来持续的正面效益。根据文献[9]的研究分析可知，在利用发情检测器监测奶牛发情状况后，奶牛的受胎率由之前的20%～30%提升到了40%，奶牛的胎间距由之前的101～103 天缩短至96 天；使用精准饲喂系统进行装料和投料作业可达到98%的精确度，比普通饲喂系统的装投精确度提高了8 个百分点，饲料耗损每吨可以减少约12.5 千克；通过使用养殖场环境湿度监控系统，使奶牛卧床率提升了15%，日均卧床时间提升了约1 小时。在奶牛疾病诊断预防方面，通过大数据智能监测，可以及时发现奶牛的健康异常情况，从而做出及时预防处理。借助奶厅在位识别系统的奶牛个体识别功能，使得奶牛乳房炎患病率下降了4%～5%，通过分析奶牛养殖大数据，使奶牛年繁殖淘汰率下降了5%。

奶牛饲养方式的好坏直接体现在奶牛泌乳量及乳品品质上。通常情况下，奶牛泌乳天数越低，生鲜乳产量越高，而传统牧场的奶牛泌乳天数大多在200 天以上。当传统牧场经过智能化改造后，奶牛泌乳天数缩短到了182 天，奶牛泌乳量由原来的单产30 千克增长至单产31 千克以上，同时乳品品质也得到改善，乳脂率由原来的3.9%提升至4.1%，乳蛋白率由原来的3.1%提升至3.5%。

综上可以看出，智能化技术对于奶牛养殖的节本增效有着不可忽视的作用，智能化手段的应用在奶牛养殖中起到了明显的正回馈效应，给奶牛养殖经营主体带来了较大的便利与效益。

4 奶牛身份智能识别技术的探索与实践

以机器视觉、深度学习为代表的人工智能技术已融入畜牧业的许多方面，促进了畜牧养殖过程的精准化、自动化和智能化。规模化奶牛牧场中对牛只的精细管理，关键在于对奶牛个体身份的识别。快速、准确地识别奶牛身份，不仅是奶牛健康状况追踪和奶源追溯的基础，而且也是奶牛生产能力记录和选种选配的前提条件。牧场管理人员可通过奶牛身份的智能识别对奶牛建立个体记录档案，统计查询奶牛的年龄、性别、健康状况、疾病史、饲料消耗、产奶量和奶品质量等情况[10]。因此，奶牛身份智能识别技术的研究与应用，将大幅缓解规模化奶牛养殖过程中人少牛多的管理困境，显著提升养殖管理效率，对提高奶牛产量和改善乳品质量具有重要的现实意义。

目前奶牛个体识别主要通过物理方法在奶牛身体某些部位上做标记，或是将微型标签芯片直接嵌入奶牛身体，通过射频信号读取标签编号。然而，这些方法仍无法防止欺诈行为（如标记被复制）的产生，同时奶牛的动物福利也受到较大侵害[11]。近年来，基于机器视觉的非接触式人脸识别技术已开始逐渐应用到动物的身份识别领域，机器视觉的低成本、非接触、无损伤、易使用等特点，使之成为奶牛身份智能识别的理想解决方案。

针对奶牛身份识别问题，中国农业科学院农业信息研究所开展了深入研究，结合机器视觉和深度学习技术提出了一种新的奶牛身份智能识别方法，技术思路如图1所示。首先对待识别奶牛的图像进行脸部检测，锁定奶牛面部区域位置，去除背景信息；然后对检测到的奶牛面部区域图像进行特征提取；最后，将提取的特征送入预先构建的奶牛面部特征数据库进行相似度计算，得到待识别奶牛的身份。基于核心算法开发的奶牛身份智能识别原型系统如图2所示。

奶牛身份智能识别的关键是奶牛的面部检测与面部识别。相对于奶牛面部识别来说，人类面部识别技术经过多年的发展，技术已趋于成熟。因此，课题组借鉴人类面部识别的思路，根据奶牛的面部器官和纹理特征定义奶牛面部轮廓，并利用深度学习的方法训练奶牛身份智能识别模型。

图1 奶牛身份智能识别的技术思路

图2 奶牛身份智能识别原型系统

要识别奶牛的身份，首先需要检测图像中奶牛的面部区域。在进行模型训练时，大量带有奶牛面部位置标签的图像被送入深度卷积神经网络用于模型的特征学习，经过训练得到的模型可以自动检测奶牛的面部区域。在检测到奶牛脸部区域后，需要进一步提取奶牛面部特征并进行识别分类，从而区分出不同身份的奶牛。为了识别不同身份的奶牛面部，需要获取奶牛面部中易于区分的特征，为此采用深度卷积神经网络提取奶牛面部的深层特征，这些特征带有区分不同奶牛面部的信息。在进行模型训练时，将大量带有身份标签的奶牛面部图片作为训练数据，生成具有面部特征区分能力的奶牛面部识别模型。

研究中发现，奶牛面部与人类面部具有一定相似性（如眼睛等部位相似度较高），所以可以认为用于人类面部识别的特征提取网络参数对奶牛面部识别具有一定指导作用。因此，研究中引入迁移学习的方法，将人脸识别的先验知识迁移到奶牛面部识别任务中，在训练模型时，预先采用大量人类面部数据训练深度神经网络，在此基础上利用奶牛面部图像数据对深度神经网络进行微调训练，从而获取更高性能的深度学习模型。

为验证方法的有效性，对所提出的奶牛身份智能识别模型和系统进行了性能测试。试验中使用190 头奶牛共计2 600 幅奶牛面部图像训练奶牛身份智能识别模型，使用34 头奶牛共计361 幅奶牛面部图像构建奶牛面部特征数据库，并将来自上述34 头牛的另外194 幅图像作为测试集去评价模型的识别准确率。试验结果显示，模型在测试集上的识别正确率达到了98.45%，仅有3 幅图片被识别错误，在带有GPU环境的PC上利用识别系统进行奶牛身份智能识别，耗时仅为0.3 s/幅。结果表明提出的方法能有效识别不同身份的奶牛面部，且具有较好的识别效果。研究成果可提升奶牛精细养殖管理的智能化水平，为现代奶牛业精准、健康、福利养殖提供技术支撑。

5 未来趋势展望

展望未来，新一代信息技术必将成为我国奶牛业持续、健康发展的重要引擎。随着科技的不断进步，传感技术将更加先进，会带来更加优异的性能和更加智能化的表现；无线网络通信技术的不断发展，将使信息的交互变得更加便捷；信息处理水平的不断提高，能够进一步优化系统模型的性能，从而提供更加智慧化的奶牛养殖管理服务。

人工智能技术的快速发展将为奶牛养殖业带来前所未有的机遇，人工智能将成为智慧奶牛养殖业发展最关键的因素。人工智能将融入奶牛养殖的各个环节，智能化技术的应用将对奶牛养殖场的疫病防控、生物安全、精准饲喂、环境控制等重大核心问题破解起到巨大的推动作用。促进人工智能与畜牧养殖的深度融合，大力发展智慧奶牛养殖，是大势所趋。未来奶牛养殖管理必将向“管理智能化、饲养精准化”的养殖管理模式发展。

奶牛养殖业的智能化发展不可能一蹴而就，也不可能是简单地将人工智能与奶牛养殖业进行叠加，而是需要聚合奶牛养殖产业各方力量共同推进，大力宣传奶牛养殖智能化发展理念，使整个行业都能够更深刻认识到推进奶牛养殖智能化不仅是整个产业今后发展的大势，更是奶牛养殖经营主体实现管理科学化、经营现代化和效益最大化的需要。