一場非洲豬瘟，引發了我國豬肉價格大漲，不少網民戲謔稱「走，一起回家養豬」。 今時不同往日，養豬也用上了AI，只是在疫情和動盪面前，AI能為豬扛住多少風險？
撰文 | 寓揚
今年中秋，我回家鄉看望爸媽，不經意間聽到我媽吐槽一句，「現在豬肉價格漲的都快讓人吃不起了」。
一向不問柴米油鹽的我好奇地詢問一番後發現，我家所在的四線小城，豬肉價格已經從前兩年的 8/9 元一斤，漲到現在的 22/23 元一斤，漲幅接近 3 倍！而近兩年小城的 GDP 增速不過 7% 左右。
而導致豬肉大漲的原因正是時下風頭正緊的非洲豬瘟。自 2018 年 8 月我國確診首例非洲豬瘟疫情以來，全國已撲殺百萬餘頭生豬，豬肉的價格隨之猛漲。
身為科技工作者的我就在思考，在對抗豬瘟疫情的過程中，能不能發揮 AI 的作用，來預測或者監控疫情，讓豬肉的價格儘快恢復，讓我媽可以安心放心的購買豬肉？
1 一場豬瘟引發的價格風波
非洲豬瘟是一種急性、傳染性很高的病毒，可在生豬之間快速傳播，一經發作，死亡率高達 100%。
並且它的傳播途徑眾多，來源可能發生在機場、口岸、邊境等，可以透過飼料、飲水、豬的排洩物、餐廚剩餘物等傳播，堪稱養豬業頭號烈性傳染病。
為了防止非洲豬瘟的蔓延，目前我國採取的策略是，一經發現，立即對感染群的所有生豬進行撲殺。這意味著如果一個大型養豬場發現一頭感染了非洲豬瘟的病豬，整個養豬場都會被撲殺。
也正因為如此，自 2018 年 8 月我國確診首例非洲豬瘟疫情以來，目前全國已經撲殺百萬餘頭生豬。
另一方面，我國是豬肉消費大國。有資料顯示，2018 年全球的豬肉產量預計為 1.13 億噸，而我國豬肉消費約為 5500 萬噸，佔全球豬肉生產近一半，其中近 98% 的豬肉為自產。這導致一旦自產豬肉規模下降，價格隨之上漲。
據商務部資料顯示，今年 6 月初豬肉批發價為每公斤 21.59 元，上週（9 月 9 日至 15 日）豬肉批發價已經漲到每公斤 36.54 元，短短 3 個月漲幅近 70%。
這一現狀導致不少網友紛紛吐槽，「豬肉價格瘋漲」，「快要吃不起豬肉了」。也有網友戲謔稱，回家養豬，發家致富。
針對於此，近日國務院辦公廳也釋出了《關於穩定生豬生產促進轉型升級的意見》，加強宏觀調控，明確穩定生豬生產，增強豬肉供應保障能力。
2 AI 疫情監控派上用場
回到我們討論的核心問題，AI 到底能否在對抗非洲豬瘟上有所作為？畢竟 AI 在（人口）流感預測上已不新鮮。
谷歌在 2008 年就推出一款基於大資料的流感趨勢預測（儘管受到不少質疑），國內也有一些公司基於 AI 模型來做預測，比如阿里 AI 在澳門的流感預測，機器之心此前採訪過的深演智慧為藥企做的流感預測。
這類流感預測的關鍵是歷史資料和機器學習。比如基於過去 10 年的流感資料、搜尋資料、氣溫資料等，透過機器學習進行流感特徵的學習，就可以構建一個預測模型。比如溫度的連續變化就是流感發生一個非常重要的指標。基於當下的相關資料（比如搜尋資料）就可以用模型對未來一段時間的流感進行預測。
但是，在非洲豬瘟的疫情預測上，這次 AI 無能為力了！
阿里雲一位內部人員稱，「核心原因是沒有疫情資料，AI 的基礎是資料，而疫情的爆發具有極大的偶然性，這次非洲豬瘟既沒有歷史資料，現在的資料也很匱乏。」
他還補充道，人口的分佈是相對均勻的，可以用統計學來統計。但與此不同，豬的分佈是以養豬場為單位，往往一個養豬場有幾萬或幾十萬頭豬，而每個養豬場相隔較遠，呈現宏觀分散微觀聚集的特徵，人口的統計方法也並不適用。
疫情預測雖然沒辦法，但 AI 也並非全無用處，至少第一時間發現疫情還是可以的。
他告訴機器之心，非洲豬瘟的典型特徵是，生豬體溫異常（發熱）、心跳加快、呼吸困難，伴有咳嗽等。可以透過攝像頭、感測器採集此類資訊，結合非洲豬瘟的表現模型，就可以判斷一頭豬多大機率病變。
但 AI 即使第一時間發現了病變豬，價值也非常有限。因為當下的政策是，一經發現感染非洲豬瘟，即使只有一頭豬，為了安全起見，也會撲殺周邊的所有豬，AI 的作用自然比較尷尬。
3 「豬臉識別」識別啥？
非洲豬瘟給我國帶來如此大影響背後，也反應出我國養殖業疫病防控體系相對薄弱，監測系統不完善，讓生豬產業的短板和問題進一步暴露。加強現代養殖體系建設，科學養豬已刻不容緩。那麼 AI 又能夠做些什麼？
AI 養豬是一個頗為有趣的話題，此前阿里與京東均開展過一些實踐，比如阿里雲用 AI 促進母豬產仔，京東數科用 AI 降低生豬的出欄時間。但 AI 究竟在養豬中扮演怎樣的角色？
阿里雲一位內部人士稱，在養豬上，AI 代替不了人類，更多還是輔助人工養豬。
「AI 做的事情是把豬場資料化、智慧化。首先是資料化，之前的資料都需要人工定期巡檢、登記記錄，比如吃了多少飼料、母豬有沒有發情、有沒有生病等，再謄寫到電腦上，比較耗時耗力。我們透過（天花板上的）吊軌安裝上攝像頭、各種感測器，可以替代人工去搜集，實現豬場的資料化。」
「下一步就是智慧化，演算法工程師基於資料開發模型，比如監測配種有沒有完成。」
以阿里雲與四川德康集團合作開展的「AI 養豬」為例，對養豬場而言，產仔數量是豬場效益的核心指標。阿里雲便與養豬場的技術專家合作研發出一套判斷母豬是否受孕的解決方案，透過攝像頭及時判斷母豬是否發情，及時配種，以及判斷母豬是否受孕，要不要重複配種等，這些 AI 都可以發揮作用。
此外，透過攝像頭與感測器還可以進行生豬健康狀況的監測，及時預警。比如有呼吸道疾病的豬會伴有輕微的咳嗽，生病後豬的眼睛會有變化，這些都可以用 AI 識別，及時救治。
據阿里雲稱，AI 可以讓母豬每年多產 3 頭小豬仔，並且豬仔死淘率降低 3% 左右。
至於更吸引眼球的「豬臉識別」，一位業內人士稱，其噱頭意義更大於實際意義。豬臉識別要想做到很高的準確度，只有在很小的養豬場才可能實現，但在規模化的養豬場則很難，一方面大量同卵異生、同卵同生的情況使豬臉識別的準確度沒有那麼高，另一方面養豬場環境較為複雜，比如自然環境下欄杆、豬群的遮擋。此外，從豬群中識別一頭豬，意味著更多的算力，也意味著更多的成本。
如果把豬臉作為ID來使用，一旦識別錯誤，就意味著該ID對應的資料統計錯誤，如此擴充套件下去，養豬資料系統很可能就崩潰了。
在 AI 落地場景的過程中，更需要腳踏實地，真正將 AI 拆開了、揉碎了，形成真正可落地的解決方案，才能為產業帶來變革。否則 AI 只會是過眼雲煙，眼球效應過去後，市場終不買賬。