人工智能技术在畜牧业中的应用进展

doi:10.12160/j.issn.1672-5190.2021.05.019

畜牧与饲料科学 ›› 2021, Vol. 42 ›› Issue (5): 112-119.doi: 10.12160/j.issn.1672-5190.2021.05.019

人工智能技术在畜牧业中的应用进展

代东亮^1,2,3,4, 刘志红^1,2,3,4, 赵存^1,2,3,4, 秦箐^1,2,3,4, 张崇妍^1,2,3,4

1.内蒙古农业大学动物科学学院,内蒙古呼和浩特 010018;
2.内蒙古自治区动物遗传育种与繁殖重点实验室,内蒙古呼和浩特 010018;
3.农业农村部肉羊遗传育种重点实验室,内蒙古呼和浩特 010018;
4.内蒙古自治区山羊遗传育种工程技术研究中心,内蒙古呼和浩特 010018

收稿日期:2021-04-11 出版日期:2021-09-30 发布日期:2021-11-25
通讯作者: 刘志红（1977—）,女,副教授,博士,主要研究方向为动物分子遗传与育种。
作者简介:代东亮（1988—）,男,硕士研究生,主要研究方向为智慧化育种及农业技术推广。
基金资助:
内蒙古自治区关键技术攻关计划项目（2020GG0030）; 内蒙古自治区科技重大专项（2020ZD0004）; 国家自然科学基金地区项目（32060742）; 国家重点研发计划（2018YFD0502000）; 内蒙古自治区双一流建设青年基金项目（QN202001,QN201902）

Research Advances on Application of Artificial Intelligence Technology in Animal Husbandry

DAI Dong-liang^1,2,3,4, LIU Zhi-hong^1,2,3,4, ZHAO Cun^1,2,3,4, QIN Qing^1,2,3,4, ZHANG Chong-yan^1,2,3,4

1. College of Animal Science,Inner Mongolia Agricultural University,Hohhot 010018, China;
2. Inner Mongolia Key Laboratory of Animal Genetics,Breeding and Reproduction, Hohhot 010018,China;
3. Key Laboratory of Mutton Sheep Genetics and Breeding, Ministry of Agriculture and Rural Affairs,Hohhot 010018,China;
4. Goat Genetic Breeding Engineering Technology Research Center of Inner Mongolia,Hohhot 010018,China

Received:2021-04-11 Online:2021-09-30 Published:2021-11-25

摘要/Abstract

摘要： 人工智能（artificial Intelligence,AI）技术是新兴科学技术革命和畜牧产业革命的重要新生力量,在实现我国畜牧业数字化、信息化、智慧化过程中发挥着至关重要的作用。人工智能畜牧技术的广泛应用为养殖端的疾病预防、精准治疗、精准营养、生物安全防控、智能称重等重大核心难题的解决提供新思路,必将成为推动畜牧业走向现代化的有力助推器。借助关键AI技术的普遍应用,实现畜牧全产业链的精细化、安全化、自动化、智能化、数字化,带动畜牧产业整体管理水平提升,将成为推动智慧畜牧业发展的有效途径。从AI的发展历程、AI在畜禽育种中的应用、畜牧企业在AI应用方面的实践以及未来AI在畜牧领域的开发及应用趋势等方面进行综述,以期为推动AI技术在畜牧全产业链中的广泛应用提供参考。

关键词: 人工智能, 畜牧业, 云平台, 大数据, 机器学习

Abstract: Artificial intelligence （AI） technology is an important new force in emerging scientific and technological revolution as well as animal husbandry revolution. It plays a vital role in realizing the digitalization, informatization and intellectualization of animal husbandry in China. The wide application of AI technology in animal husbandry will provide new insights into the resolution of the major and core problems in animal feeding such as disease prevention, precision treatment, precision nutrition, biosafety control and intelligent weighing, and will also become a powerful booster to accelerate the modernization of animal husbandry. With the help of universal application of key AI technology, realizing refinement, securitization, automation, intellectualization and digitalization of the whole animal husbandry chain and thereby improving the overall management capacity of animal husbandry will become an effective way to facilitate the development of intelligent animal husbandry. In this paper, a review is provided in the following aspects: developmental process of AI, application of AI in livestock and poultry breeding, AI practices in animal husbandry enterprises, and development and application trend of AI technology in animal husbandry, in hoping to provide references for promoting the wide application of AI technology in the whole animal husbandry chain.

Key words: artificial intelligence, animal husbandry, cloud platform, big data, machine learning

中图分类号:

S818.9

代东亮, 刘志红, 赵存, 秦箐, 张崇妍. 人工智能技术在畜牧业中的应用进展[J]. 畜牧与饲料科学, 2021, 42(5): 112-119.

DAI Dong-liang, LIU Zhi-hong, ZHAO Cun, QIN Qing, ZHANG Chong-yan. Research Advances on Application of Artificial Intelligence Technology in Animal Husbandry[J]. Animal Husbandry and Feed Science, 2021, 42(5): 112-119.

参考文献

[1] 刘国萍,杨明川,周路.智慧畜牧服务及关键技术研究[J].电信网技术,2018(5):38-42.
[2] 李霞,卜筱,白晓燕,等.我国畜牧业现状与发展进程浅析[J].畜牧与饲料科学,2011,32(4):63-64.
[3] 王健. 当前畜牧业发展形势及重点任务[J].北方牧业,2019(14):6.
[4] 熊本海,杨亮,郑姗姗.我国畜牧业信息化与智能装备技术应用研究进展[J].中国农业信息,2018,30(1):17-34.
[5] 李道亮. 面向需求协同推进我国智慧农业发展[J].国家治理,2020(19):18-21.
[6] 林年添,张凯,张冲,等.人工智能技术在地学中的应用前景与展望[C]//第二届地球物理信息前沿技术研讨会论文摘要集.哈尔滨:中国地球物理学会信息技术专业委员会,2019:3.
[7] 陈鸣,崔巍,陈瑜,等.“检验医学”遇上“人工智能”[J].国际检验医学杂志,2020,41(5):513-517,531.
[8] 刘强德. 草食畜牧业的现状及智能化进程[J].畜牧产业,2020(8):36-46.
[9] 尹靖康,孟庆达,周颖.现代汽车电子系统中智能传感器的应用[J].时代汽车,2017(6):45.
[10] FUENTES S,GONZALEZ V C,CHAUHAN S S,et al.Non-invasive sheep biometrics obtained by computer vision algorithms and machine learning modeling using integrated visible/infrared thermal cameras[J].Sensors,2020,20(21):6334.
[11] OKSUZ K,CAM B C,KALKAN S,et al.Imbalance problems in object detection:A review[J].IEEE Transactions on Pattern Analysis And Machine Intelligence,2021,43(10):3388-3415.
[12] 王琦琦. 基于深度卷积神经网络的甲骨文精确识别[D].南昌:江西科技师范大学,2020.
[13] LECUN Y,BOTTOU L,BENGIO Y,et al.Gradient-based learning applied to document recognition[J].Proceedings of the IEEE,1998,86(11):2278-2324.
[14] HINTON G E,SALAKHUTDINOV R R.Reducing the dimensionality of data with neural networks[J].Science,2006,313(5786):504-507.
[15] HOPFIELD J J.Neural networks and physical systems with emergent collective computational abilities[J].Proceedings of the National Academy of Sciences of the United States of America,1982,79(8):2554-2558.
[16] PURI I,COX D D.A system for accurate tracking and video recordings of rodent eye movements using convolutional neural networks for biomedical image segmentation[C]//2018 40^th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Honolulu, HI, USA:IEEE,2018.
[17] 郭锁利,辛栋,刘延飞.近代图像分割方法综述[J].四川兵工学报,2012,33(7):93-96.
[18] 杨红亚,赵景秀,徐冠华,等.彩色图像分割方法综述[J].软件导刊,2018,17(4):1-5.
[19] 姜枫,顾庆,郝慧珍,等.基于内容的图像分割方法综述[J].软件学报,2017,28(1):160-183.
[20] 卢旭,刘钊.基于深度学习的图像语义分割技术综述[J].软件导刊,2021,20(1):242-244.
[21] 李希荣. 抓住智能技术发展的大机遇携手共建智能畜牧发展新环境[J].饲料与畜牧,2019(5):4.
[22] 陆蓉,胡肄农,黄小国,等.智能化畜禽养殖场人工智能技术的应用与展望[J].天津农业科学,2018,24(7):34-40.
[23] 赵训铭,刘建华.射频识别(RFID)技术在食品溯源中的应用研究进展[J].食品与机械,2019,35(2):212-216,225.
[24] 我国智能畜牧业进入黄金窗口期畜牧业增长势头强劲[J].饲料与畜牧,2019(4):76-78.
[25] 张院萍. 智能畜牧分会:给畜牧业看得见的未来——访中国畜牧业协会会长李希荣、秘书长何新天、副秘书长刘强德[J].中国畜牧业,2019(11):33-37.
[26] NAVARROJOVER J M,ALCANIZRAYA M,GOMEZ V,et al.An automatic colour-based computer vision algorithm for tracking the position of piglets[J].Spanish Journal of Agricultural Research,2009,7(3):535-549.
[27] 朱伟兴,纪滨,秦锋.基于伪球算子边缘模型的猪前景帧检测[J].农业工程学报,2012,28(12):189-194.
[28] 郁厚安,高云,黎煊,等.动物行为监测的研究进展——以舍养商品猪为例[J].中国畜牧杂志,2015,51(20):66-70,75.
[29] 严劲涛. 计算机视觉技术在智能养猪中的研究进展[J].中国畜牧杂志,2019,55(12):38-42.
[30] KASHIHA M,BAHR C,OTT S,et al.Automatic weight estimation of individual pigs using image analysis[J]. Computers and Electronics in Agriculture,2014,107(9):38-44.
[31] WONGSRIWORAPHON A,ARNONKIJPANICH B,PATHUMNAKUL S.An approach based on digital image analysis to estimate the live weights of pigs in farm environments[J].Computers and Electronics in Agriculture,2015,115(7):26-33.
[32] 李卓,毛涛涛,刘同海,等.基于机器视觉的猪体质量估测模型比较与优化[J].农业工程学报,2015,31(2):155-161.
[33] 刘克宝,毕洪文,李杨,等.大数据在黑龙江省数字农业中的应用现状与展望[J].农业大数据学报,2020,2(1):21-28.
[34] 郝云宏,马帅.互联网经济背景下猪肉品牌价值管理研究——基于网易味央猪肉案例的分析[J].中国畜牧杂志,2019,55(4):127-131.
[35] 赵黎.华为,养猪业欢迎你[J].今日养猪业,2021(2):6.
[36] 华为技术有限公司一行来访协会[J].畜牧产业,2020(9):56.
[37] 徐绍峰.华为养猪或推动养殖业生产方式深刻变化[N].金融时报,2021-02-25(012).
[38] 黎故乡.从华为跨界养猪说起[N].中国审计报,2021-03-01(005).
[39] 科技赋能为智能畜牧业插上腾飞的翅膀——首届(2019)中国智能畜牧峰会在京举行[J].饲料与畜牧,2019(12):60-67.
[40] 朱建良,王廷才,李成,等.数字经济:中国经济创新增长新蓝图[M].北京:人民邮电出版社,2017:293.
[41] 窦雯雯. 生猪养殖产业链管理与核心竞争力研究[D].郑州:郑州航空工业管理学院,2020.
[42] 怀进鹏,李沁,胡春明.基于虚拟机的虚拟计算环境研究与设计[J].软件学报,2007(8):2016-2026.
[43] 姬舒,刘幸,闫锋欣,等.物联网在蛋鸡生产中的应用及研究进展[J].中国家禽,2018,40(18):49-53.
[44] 孙海龙,谭利伟,温婧,等.用“互联网+”现代畜禽业打造智慧蛋鸡新业态,引领世界蛋鸡种业新发展——深度专访北京市华都峪口禽业有限公司董事长孙浩[J].农业工程技术,2016,36(18):57-59.
[45] 孙鲁威. 蛋鸡产业开启“智慧新时代”[J].农业知识,2017(3):32.
[46] 中国畜牧业协会智能畜牧分会调研组赴峪口禽业智慧蛋鸡产业平台项目考察[J].饲料与畜牧,2019(8):82-84.
[47] 杨朝武,杜华锐,李晴云,等.优质肉鸡育种信息智能化管理与分析系统的研发[C]//中国畜牧兽医学会.中国畜牧兽医学会2018年学术年会禽病学分会第十九次学术研讨会论文集.南宁:中国畜牧兽医学会,2018.
[48] 连京华,孙凯,殷若新,等.现代肉鸡生产信息化管理系统设计与实现[J].家禽科学,2017(3):6-9.
[49] 王亚. 基于物联网的肉鸡养殖技术应用与研究[J].无线互联科技,2020,17(17):165-168.
[50] 闫颖颖,朱清,陈新华,等.物联网技术在肉鸡养殖中的应用[J].畜牧兽医科技信息,2017(11):114-115.
[51] 陈子欢,李金刚,钟越,等.基于阿里云的现代养殖业智能服务平台研究[J].成才之路,2018(5):82.
[52] 张国锋,肖宛昂.智慧畜牧业发展现状及趋势[J].中国国情国力,2019(12):33-35.
[53] 徐丽丽. 奶牛养殖的环境问题及对策分析[J].中国畜禽种业,2015,11(5):86-87.
[54] 韩名堂,苗树君,陈茂清,等.温度、湿度和光照对奶牛产奶量的影响[J].黑龙江畜牧兽医,1995(11):15-16.
[55] 王思懿. 机器视觉在奶牛个体识别中的研究进展[J].农业工程技术,2020,40(27):55-57.
[56] 刘生智. 基于深度学习的奶牛目标检测与身份识别研究[D]. 阿拉尔:塔里木大学,2020.
[57] HU H Q,DAI B S,SHEN W Z,et al.Cow identification based on fusion of deep parts features[J].Biosystems Engineering,2020,192:245-256.
[58] ZHAO K X,JIN X,JI J T,et al.Individual identification of Holstein dairy cows based on detecting and matching feature points in body images[J]. Biosystems Engineering,2019,181:128-139.
[59] 赵凯旋. 基于机器视觉的奶牛个体信息感知及行为分析[D].杨凌:西北农林科技大学,2017.
[60] 李耀东. 不同基因型奶牛类群选育效果分析与精准管理模式研究[D].兰州:甘肃农业大学,2014.
[61] 9WAFM-11型奶牛自动精准饲喂系统[J].湖北农机化,2004(1):24.
[62] 朱静. 奶牛场精准管理与资源匹配研究[D].兰州:甘肃农业大学,2010.
[63] 区亮欣. 动物疾病远程智能诊断手机系统的研发与应用[D].长春:吉林大学,2016.
[64] 李琳,李厚学,韩静.畜牧业奶牛疫情智能监测研究[J].民营科技,2014(3):76.
[65] 姚梦芸,戴波涛,李超,等.奶牛群发普通病远程智能诊疗系统研建[J].新农业,2020(11):50-51.
[66] 王连英,张雪平,徐承斌,等.奶牛疾病专家诊断系统的应用及效果[J].黑龙江动物繁殖,2016,24(3):55-56.
[67] 王洪斌,王靖飞,王学勤.奶牛、鸡疾病智能诊断与防治[M].北京:中国农业科学技术出版社,2006.

人工智能技术在畜牧业中的应用进展

Research Advances on Application of Artificial Intelligence Technology in Animal Husbandry

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	斯钦孟和, 李胜利, 孙海洲, 张春华, 张乐, 张彦宁, 白雨. 加强“大数据+”科技服务，助推绒山羊产业高质量发展——以内蒙古鄂尔多斯市为例[J]. 畜牧与饲料科学, 2023, 44(4): 1-9.
[2]	张容祯, 孟小艳, 刘潇潇, 汪洋. 面向我国畜牧业法律法规的知识图谱构建[J]. 畜牧与饲料科学, 2023, 44(3): 69-74.
[3]	董依博, 张武鑫, 林秀蔚, 韦春波. 黑龙江省畜牧业粪污的时空分布及集聚特征分析[J]. 畜牧与饲料科学, 2023, 44(2): 1-8.
[4]	王璟璇, 丁继. 乡村振兴背景下内蒙古草原畜牧业高质量发展问题及策略研究[J]. 畜牧与饲料科学, 2023, 44(1): 1-6.
[5]	刘如玉. 畜牧业碳减排市场化工具应用发展述评[J]. 畜牧与饲料科学, 2022, 43(4): 57-66.
[6]	朱寒冰, 金璟. 粮食安全视角下苜蓿饲草产业发展实证分析[J]. 畜牧与饲料科学, 2022, 43(4): 73-79.
[7]	薛树媛, 王菊花, 黄娟, 李九月, 金海. 沙柳等灌木类植物饲料化利用技术和研究现状[J]. 畜牧与饲料科学, 2022, 43(2): 56-60.
[8]	孙江琪, 崔宏瑜, 王君美, 崔占峰. 碳中和背景下畜牧业种养结合发展路径研究[J]. 畜牧与饲料科学, 2022, 43(2): 111-114.
[9]	海梅红, 营刚. 两轮草原补奖政策对主要草原牧区省（区）畜牧业TFP的影响[J]. 畜牧与饲料科学, 2021, 42(5): 90-97.
[10]	郝宸昉, 吉鹏华, 辛庆强, 赵俊利, 贾淑萍. 内蒙古自治区畜牧业改革发展的启示[J]. 畜牧与饲料科学, 2020, 41(6): 62-66.
[11]	王秋菊, 崔一喆, 韦春波, 郭丽, 张爱忠, 刘胜军. 动物生产类应用型人才培养体系的建立[J]. 畜牧与饲料科学, 2020, 41(5): 117-119.
[12]	郭天龙, 金海, 李长青, 翟琇. 对内蒙古33个典型牧业旗（县）现代畜牧业生产体系构建的思考[J]. 畜牧与饲料科学, 2020, 41(4): 64-68.
[13]	张春梅, 彭晨, 张辽, 席丽, 施传信, 韩进诚, 崔艳艳. 生物活性纳米硒在畜牧业的应用研究进展[J]. 畜牧与饲料科学, 2020, 41(2): 9-12.
[14]	郭天龙, 金海, 李长青, 翟琇, 李健. 内蒙古牧区现代化建设中畜牧业高质量发展对策的研究[J]. 畜牧与饲料科学, 2020, 41(2): 41-45.
[15]	王超, 金海, 李长青, 田丰, 王利, 张海鹰, 李子钦, 薛树媛. 玉米秸秆饲料进牧区的可行性分析[J]. 畜牧与饲料科学, 2019, 40(8): 30-34.