阿里养猪，腾讯种瓜，互联网巨头都在建设「新农村」

去年 4 月 1 日，腾讯煞有介事地发布了一个 AI 鹅厂项目，声称要利用「鹅脸识别」等人工智能技术来构建 AI 农业生态，这显然是鹅厂的一个愚人节玩笑。

不过在 2019 年回望过去这一年，才发现这似乎不只是个简单的玩笑。

继阿里云去年 2 月份宣布将 ET 大脑来实现 AI 养猪之后，京东数科（原京东金融）也在不久前推出了基于「猪脸识别」等 AI 技术的智能养殖方案，网易或许不能再独享「猪厂」的称号了。

腾讯的 AI 养鹅虽然没实现，但是却用 AI 种起了黄瓜。而刚刚才加入养猪大军的京东，又落成了 一万多平米的植物工厂，据称将产量提高到每年 300 万吨，是传统菜农效率的几十倍。

互联网巨头纷纷杀入农业，背后必定潜藏着巨大的商业价值，这些巨头的入局会对传统农业带来什么新变化呢？

互联网公司在田间地头做了什么？

在众多互联网公司中，网易算是最早涉足养殖业的一家了。而且网易味央采用的自营农场养殖的模式，渗透到从养殖到销售的整个链条。

网易味央提倡的是人性化养殖，这里的黑猪睡公寓、听音乐、蹲马桶、喝深层地下水，所吃的液态猪粮据说人也能直接食用，让不少人感叹「人不如猪」。

不过阿里和京东这两家去年进军养猪业的互联网公司，和网易味央却有很大的不同，阿里和京东自己并不经营养猪场，而是通过技术输出来帮助传统养殖企业改造养殖模式。

虽然网易在养猪场也采用了全自动液态粮饲喂系统，但这两家对于用技术改造养猪业这件事上想做的更多。

阿里用 AI 为猪验孕

去年 2 月份阿里云正式宣布四川特驱集团、德康集团合作，通过 ET 大脑实现人工智能养猪，提高猪的存活率和产崽率，项目投入高达数亿。

那么所谓的 AI 养猪到底是怎么实现的？

这里不得不先了解对于养猪场来说最重要的两个指标——PSY 和 MSY，简单来说就是每头母猪每年能产多少崽，以及有多少猪崽最终能长大成肥猪，目前我国养猪场的平均 PSY 约为 15 ，而美国则有 25 ，也就说中国每头猪比美国每年少生 10 头。

中国目前每年出栏的生猪数量大约有 7 亿头，而且养一头猪的成本是美国的两倍，这里面少赚的钱就很可观了，因此 AI 养猪做的就是提高母猪产仔量，以及让更多猪仔健康成长。

阿里用的一套叫做 ET 农业大脑的系统，当中涉及视频图像分析视频图像分析、人脸识别、语音识别、物流算法等人工智能技术。

阿里云研发出一套「怀孕诊断算法」来判断母猪是否怀孕。养猪场内的多个会自动巡逻摄像头会搜集母猪的睡姿、站姿、进食等数据，再由 AI 分析母猪是否配种成功，如果发现有母猪没怀上，系统将提醒工作人员进行人工授精，从而提高母猪产仔量。

猪崽出生之后，为了让它们健康成长，ET 农业大脑通过语音识别技术和红外线测温技术来监测每只猪的健康状况，由于猪在吃奶、睡觉和生病等不同状态下发出的声音都不一样，通过分析猪的咳嗽、叫声、体温等数据，一旦出现异常能够第一时间发出预警。

比如当猪崽被母猪压到时，这套系统能通过小猪的叫声及时判断出来，并呼叫饲养员及时处理，提高猪崽的存活率。

此外每头猪都有一个专用的身份标识耳环，记录他们的体重、进食和运动强度、频率和轨迹，如果有哪头猪没达到标准，但是没有生病和怀孕的话，饲养员将这些猪赶到户外进行运动，ET 农业大脑会像微信运动一样记录下每头猪一生走了多少步。

阿里甚至把公里数作为判断猪肉品质的新标准，原阿里云总裁胡晓明在 6 月的云栖大会上表示：

未来，我们想要的是一头跑了 200 公里的好猪，而不再是一头 200 斤的猪。

去年 ET 农业大脑已经在四川的一家拥有 3000 猪的养殖场进行试验，成功让母猪产仔量平均多产了 3 头，猪仔的死淘率降低 3%，明年在四川特驱集团和德康集团旗下 50 头母猪规模以上的猪场，都将安装上这套 AI 系统。

京东的「猪脸识别」

阿里有 ET 农业大脑，京东则在年末推出了「神农大脑」，这是京东农牧与中国农大、中国农科院等机构合作研发的智能养殖技术。

据京东介绍，整套智能养殖计划包括神农大脑（AI）、神农物联网设备（IoT）、神农系统（SaaS）三大模块，可实现「养猪智能化」。

其中「猪脸识别」最受关注，养殖场可以通过这项技术来观测与记录每只猪的体重、生长、健康情况。虽然人脸识别已经在智能手机中普及，但用在动物上难度则要大得多。

美国密歇根州立大学的研究人员曾开发出一套用于灵长类动物的面部识别系统 PrimNet，但因为动物的毛发和眼睛颜色等特征都有较大的差异，研究团队不得不手动标记动物的眼睛和嘴巴协助系统识别。

相比起猴子和牛羊等动物，要准确实现识别猪脸则更加困难。京东数科官方账号在知乎回答中，就提到的 3 个技术难点：

• 猪的生长周期短，外貌变化快，识别难度高；
• 在猪舍中的猪经常处于运动的状态，也很少正对镜头，数据采集难度高；
• 而且，目前还缺少不同品种的猪在生长中体型变化的数据进行参考。

不过「猪脸识别」也并非京东的专利，去年 3 月国家生猪产业技术体系首席科学家陈瑶生也正式发布了「猪脸识别」技术，在实验场中母猪识别率为 98%，肉猪识别率则为 85%。

养殖场可通过「刷脸」识别在养殖过程中根据每头猪的状态调配不同的饲料，截止 3 月底，全国已经有 1692 个养猪场的 168821 头大猪参与猪脸识别试验。

而京东的智能养殖技术除了利用「猪脸识别」实现猪饲料的精准配置，猪舍内的温度、湿度等也都完全由系统自动调节，在京东数字科技全球探索者大会上，中国工程院院士李德发表示：

未来我们将以猪为开始，实现养殖过程无人、无线、无干扰、无接触，实现真正的万物互联。

按照京东的测算，这套系统养殖人工成本减少 30%~50% 左右，降低饲料使用量 8%~10%，并且出栏时间平均缩短 5~8 天。如果全中国所有猪场都用上这套系统，每年可降低 500 亿元的成本。

腾讯和阿里种的瓜哪家甜

上个月腾讯的人工智能实验室 AI Lab 团队的 AI 两次战胜人类，一个是 AI「绝悟」在《王者荣耀》里击败了又前职业 KPL 选手组成的人类战队，另外一场胜利在则是 AI 种黄瓜大赛中。

在在荷兰瓦赫宁根大学发起的 AI 农作物养成与模拟经营类挑战赛中，腾讯和中国农业科学院等机构组成的 iGrow 团队取得了第二名的成绩。

这是一个面向人工智能团队的种黄瓜比赛，各支 AI 团队利用机器算法来远程控制黄瓜的种植，除了最后摘黄瓜整个过程人类都不能参与。

据腾讯介绍，浇水，通风、光照、施肥和打顶决策这些工作，都是由人工智能 AI 自动收集环境数据，通过深度学习和计算，进行判断和决策，再驱动温室里的设备元件完成。

比赛的考核标准除了黄瓜产量，还有 AI 策略和可持续性等指标， iGrow 团队在 4 个月里收获 3496 公斤黄瓜，总分排名第二。

力压腾讯夺魁的则是来自微软的 Sonoma 团队，是唯一一支每平方米种植超过 50 公斤黄瓜的团队，而且整体净利润方面也超过了人类团队。

但 AI 种植目前还没法完全取代人类，也并不是所有温室都合适这种模式，也不是所有作物都像黄瓜能有大量可以用于训练 AI 的数据。

不过阿里的 ET 农业大脑已经尝试把 AI 用到水果种植上，在农业巨头海升集团位于陕西的一万亩苹果园就用上了这套系统进行管理，只要扫一扫果树上的二维码历史浇水、施肥、施药情况。

除了苹果，目前 ET 农业大脑的应用已经拓展到柑橘、莓类、胡萝卜、梨、樱桃、猕猴桃等品类中，能帮助果农每亩地节省 200 元以上成本。

未来 AI 种植或许真的会像玩开心农场一样便捷，进一步解放人力。

要做互联网时代的袁隆平，还有很长的路要走

其实在现在的农业市场，并不缺乏高科技的身影，从自动喷洒的农业无人机，到无人驾驶的拖拉机，农业生产的自动化程度在不断提高，而 AI 则是背后重要的驱动力和桥梁。

中国的互联网巨头开始对农业领域跃跃欲试，在外国也涌现出大批 AI 农业初创公司。

2017 年以 3.05 亿美元被收购的 AI 初创公司蓝河科技（Blue River），主要利用机器视觉来识别农作物和杂草，实现智能喷雾。

柏林的农业科技创业公司 PEAT 开发出一个叫 Plantix 的深度学习应用程序，通过算法识别土壤中缺乏的营养元素和作物虫害等情况。

目前在全球范围内，农业是一个价值达 3 万亿美元的产业，对于阿里和京东这些具有电商基因的互联网公司来说，利用科技改造农业除了能帮助传统农业提高生产效率，也有利于通过自己的电商平台和物流体系切入农产品市场，比如阿里的「农村淘宝」。

既利国利民，又极具商业价值，这样的事何乐而不为。马云在一次演讲就谈到了对农业创新的愿景：

袁隆平先生把亩产做到一千斤，我们互联网技术，要争取把亩产做到一千美金。

但是要想成为「互联网时代的袁隆平」并不容易，就以养猪业来说，即便 AI 能显著提高养殖效率，但是位于四五线农村的养殖场往往没有很高的网速，基础设施不完善就是很大的阻碍。

此外目前跟阿里京东合作的基本是大型养殖场，但整个市场里其实还是散户更多，要一家一家说服这些散户接入 AI 系统也非常困难。

同样做 AI 养猪系统的睿畜科技的 CTO 张腾飞就在一次演讲中提到：

中国最大的养殖企业是广东的温氏，但也只占了中国养殖体量的 3%。养猪行业的前八名，一半以上是我们的客户，但他们的养殖体量也只占到了这个行业的 7%。中国还有 50% 以上的猪肉是由那些中小散户养出来的。

不过农业其实也是验证人工智能是否引领第四次工业革命的重要标准，1995 年学术界曾提出了一个叫做 「通用目的技术」（General Purpose Technology）的概念，用以定义对人类经济社会产生巨大、深远而广泛影响的革命性技术，其中有几个主要的标准：

• 能够被广泛地应用各个领域；
• 持续促进生产率提高、降低使用者的成本；
• 促进新技术创新和新产品生产；
• 技术应用会不断促进生产、流通和组织管理方式的调整和优化。

目前业内对于 AI 是否属于「通用目的技术」还存在争议，《第二次机器革命》的作者 Erik Brynjolfsson  认为 AI 属于「通用目的技术」，但要等到相应的基础设施和配套组成完善，成本足够低后才会迎来爆发。

如果这些互联网公司的 AI 技术未来能够广泛应用在农业领域中，这个观点基本也得到验证了。