AI猪脸识别？为你揭秘养猪中的黑科技！

　　提到养猪场，你的第一反应会是什么？
　　偏远的郊区，用篱笆围出一片场地，里面圈养着许多猪崽，饲养员抱着一个大箩筐走来，掂起勺子，向木制的槽口中撒下饲料，猪崽们便哼唧哼唧得挤上前来，拱着鼻子相互夺食？
　　图库版权图片，不授权转载
　　似乎在我们的传统观念中，养猪就是这样的，从凌乱脏污的环境，到洗圈喂食的劳作，无一不裹挟着旧年代的气息，蒙上老照片般褪黄的色影。
　　可如果，我告诉你，很多小猪其实都已经住进了智能化楼房，甚至每天刷脸进餐，还能享受音乐按摩呢？
　　某楼房养猪实拍图（图源：作者）
　　是不是，没想到！
　　事实上，随着人工智能和物联网的蓬勃发展，国内的生猪养殖业正在进行着巨大变革。除了改善猪崽的生长环境，猪场还尝试了一系列的黑科技，比如：
　　AI猪脸识别？
　　无线射频自动饲喂机？
　　纳米合成猪饲料。。。？
　　接下来，就让我们一起走近智能化猪场，来看看这些科技，究竟有多黑？
　　01hrAI猪脸识别
　　不知道你有没有留意过，同一品种的小猪猪，都长得十分相像。
　　图库版权图片，不授权转载
　　我们必须对每一只小猪都进行体重、进食量等数据的追踪记录，才能判断它的生长状态，可如果只靠饲养员的肉眼去分辨，那几乎是不可能分清成百上千头猪猪的，因此，对每头猪进行身份识别是必需的。
　　图库版权图片，不授权转载
　　在以往的养猪过程中，一般是在猪耳朵上做标记，但这种方法需要人工记录所有数据，效率很低，也很容易出错。
　　为了解决这一传统困境，我们想到了将人脸识别的相关技术迁移至猪脸识别，但就像刚刚提到的那样，猪的近亲繁殖使得个体相似度很高，无形中提高了计算机视觉算法的技术壁垒，因此，猪脸识别技术，似乎就像是一场梦。
　　让人惊喜的是，近年来，随着深度学习技术的发展，猪脸识别算法终于有了质的突破，一些大型养殖场甚至开始引入了猪脸识别系统。
　　智能化猪舍实拍图（图源：作者）
　　那么，听上去如此神奇的猪脸识别系统，到底是怎么运行的呢？
　　首先，现在的智能化养猪场会给每头猪创建一个动态云端数据库，对它们进行23段的视频拍摄，由算法提取有效的身份信息，生成一串对应的电子ID，储存在数据库中。
　　这也就意味着，这些猪崽也拥有了自己的身份证号，是不是很厉害！
　　在给小猪崽们办理好身份证后，还需要在猪舍顶端安装轨道机器人，机器人会沿着轨道，定时定点巡逻，使用前端配置的摄像头，对猪脸进行扫描采集，将信号转化为数字信号，利用卷积神经网络算法，提取出猪脸中的重要特征，然后和预先存储的猪脸信息进行匹配，筛选出拟合程度最高的一组数据，从而确定最终的电子ID，这样，就可以识别出这到底是哪一只小猪。
　　图库版权图片，不授权转载
　　识别出身份以后，再配合各类传感器，记录下小猪的重量、体温、进食量等信息，自动上传到云端，将一些重要数值显示在中央控制面板上，从而实现无接触式的实时监控。
　　2018年8月，非洲猪瘟疫情在我国首次爆发，之后影响持续扩散，上亿头猪崽感染瘟疫去世，很多猪场都因此处于破产倒闭的边缘，更让人揪心的是，疫苗至今还在研发中，非洲猪瘟仍未得到彻底的解决。
　　就在这样的紧迫关头，一些大型猪场大胆尝试，引进了猪脸识别技术，人为设定体温、进食量等参数的阈值后，由系统自动识别出体温异常、食欲不振的猪崽，再由中央控制面板进行自动报警，工作人员看到红色预警后，就可以在第一时间，对这些被标了‘黄码’的猪崽进行隔离和检测，确定他们是否真的感染了瘟疫。
　　因此，从某种程度上来说，猪肉价格逐渐回落到正常状态，这里面也有猪脸识别的一份功劳。
　　02hr无线射频
　　由于技术门槛较高，引入整套的猪脸识别技术，需要不少资金的投入，因此目前还没有被养猪场大规模使用。但是，接下来要介绍的无线射频技术，可以说是已经比较成熟了，可能你也早有耳闻，毕竟早在二十一世纪初，它就在物流管理、交通监控等领域被广泛应用了，只不过对于生猪养殖而言，还是比较新鲜的玩意儿。
　　一般来说，最基本的无线射频识别（RadioFrequencyIdentification）系统，主要包括射频卡和读写器两部分。射频卡中含有一块芯片，用于储存识别信息和数据，芯片外围则连接着天线。读写器包括收发天线、收发模组和控制电路，能够在一个指定区域内向外辐射电磁波，当射频卡经过该区域的时候，就会接收读写器发射出的电磁波并产生感应电流，将存储的编码信息以无线电波的形式传送给读写器，由读写器对接收的信号进行解调解码，发送给中央管理服务器。
　　基于这样的无线射频技术，各大养猪场开始引入各种自动化设备，我们就以生猪自动饲喂仪器为例，来看看它的运作原理。
　　首先，需要在每只猪崽的耳朵上打洞穿孔，佩戴电子耳标，这个电子耳标就是上文所说的射频卡。
　　接着，当猪崽需要进食的时候，就从进食定位栏入口进入，来到自动投喂装置的面前。等感受到猪崽的靠近后，装置上方的读卡器就开始自动读取它们的电子耳标，提取该生猪的身份信息，反馈给中央管理器。系统根据这只生猪的身体数据记录，对自动投喂装置发出指令，为该猪崽投放特定的种类和数量的饲料，等猪崽进食完毕，从定位栏出口出去后，系统再自动识别出食槽内剩余的重量，计算出猪崽的进食量后上传记录。
　　猪舍中的自动饲喂仪实拍图（图源：作者）
　　仔细对比就会发现，这和猪脸识别有异曲同工之妙，最关键的地方都在于想办法识别出猪崽的身份，并记录相关数据，只不过无线射频技术的投入成本会小很多。但由于需要在猪耳朵上强制性植入电子耳标，这就容易引起猪崽的不适。
　　就像狗狗总喜欢蹭着墙角，把我们给它们穿上的小衣服脱掉一样，猪崽将标签磨烂咬断的情况也时有发生，严重的还会造成耳朵的局部感染。
　　如果说，在猪崽上植入电子标签的方式，还存在上面提到的一些弊端的话，在猪饲料加工过程中，运用无线射频技术，就完全没有这种担忧了。
　　换句话说，现在就连生猪吃的这些饲料，也是利用无线射频技术，实现全自动化生产。传统的饲料加工厂房内，一般需要多名员工在流水线上，对每一种原料进行登记称量，按照比例投放入仪器中加工合成，不仅费时费力，而且难以精准把握投放的数量，严重的失误操作可能会有粉尘爆炸等风险。
　　猪饲料加工中RFID应用示意图（图源：作者）
　　如今，利用无线射频技术，就可以将每种原料都匹配上电子射频卡，在投料仓安装读取器，当原料进入投料仓时，自动读取原料信息并分配计量秤，按配方需求进行混合加工，最后自动包装并打印标签，并将结果上传数据库。由于每一种原料都有自己的电子ID，每一步都有数据记录，所以如果最后有饲料出现了问题，就可以通过查询加工记录，追根溯源，实现智能风控。
　　03hr纳米合成
　　既然都提到了饲料加工，那就不得不说一说，现在的纳米级猪饲料。没错，猪饲料也不再是曾经黄色的粉末状粗糙颗粒，很多饲料添加剂都融入了纳米合成技术，尤其是维生素，颗粒直径可以达到百纳米级别。
　　图库版权图片，不授权转载
　　猪崽的健康生长需要各种维生素，因此维生素在猪饲料配方中是必不可缺的一种添加剂，但一般的维生素在空中易氧化水解，最终被母猪吸收的利用率很低，而试验研究表明，纳米级液体维生素更容易被吸收，可以显著提高母猪的繁殖性能，改善猪肉肉质。
　　这种纳米级液体维生素，在加工过程中，主要利用了纳米技术和微乳工艺，同时使用由磷脂、胆固醇和蛋白组成的仿生物膜，对维生素进行瞬间生物膜深层次包埋，形成粒径在30100纳米级化自组装结构。由于具有优良的生物亲和力，使得纳米级维生素能够快捷跨膜吸收，提高利用率。
　　为了验证现在的猪饲料维生素是否真的达到了纳米量级，小编联系了一家饲料生产商，拿到了两种维生素样品，分别是纳米制剂和普通乳剂。理论上而言，两者的区别主要有以下这几点：
　　图源：作者
　　丁达尔效应是指：当波长在400700nm范围内的可见光，通过直径在1100nm左右的胶体时，光束被其中悬浮的颗粒散射，使得光向四面八方传播，于是从垂直入射光方向就可以观察到胶体中出现一条光亮的通路。简单来说就是，光在胶体中的散射，使得光路可见。
　　基于此原理，我们首先用丁达尔效应去简单验证一下，下面是实验对比结果：
　　丁达尔效应实验对比图（图源：网络）
　　左边乳白色的，是普通维生素乳剂，右边淡黄色的，是纳米级维生素水溶液，当我们用波长为650nm的红色激光笔去照射这两种样品时，纳米级液体维生素出现了一条明显的完整光路，普通乳中也出现了一段光路，但是光路短且不清晰，透光性比较差，原因是它们的颗粒尺寸较大，对光的阻碍较多，所以产生的光路很短。
　　由此，可以初步判断，纳米级液体维生素的颗粒尺寸，大概在几百纳米量级，为了更加精确得判断，我们对样品进行了特殊制样，接着在扫描电子显微镜下观察了颗粒的形貌，得到的SEM扫描图如下：
　　图源：作者
　　左图是用比较小的放大倍率，在大视野范围下观察样品形态，每单位标尺是0。5m，可以发现被红框圈出的颗粒直径在500纳米以下，为了更精确得出它的直径大小，我们对此区域进行放大观察，得到右图，每单位标尺是0。2m，这个颗粒直径大约是半个标尺，也就是在100纳米左右。
　　由此可见，所谓的纳米级猪饲料确实名副其实，并不只是一种销售噱头。
　　现在，想必大家对养猪的印象一定是大有不同了！
　　图库版权图片，不授权转载
　　如此说来，老人家弓着身子，在葡萄藤下挑拣出瘪的玉米粒，和家中的剩菜剩饭搅拌在一起装桶，蹒跚着走向猪圈的场景，难免会离我们越来越远，最终被定格在泛黄的老照片中，烙上独有的年代印记。
　　也许你会唏嘘一个旧时代的逝去，也许你会期许一个新时代的降临。
　　我们很难去说清，对于这样的科技发展，究竟怀有怎样复杂的情感，但也许，这就是生活的本质。
　　我们不妨畅想一下，未来的养猪场会是什么样子，也许会有小型飞行器，载着小猪在空中飞？
　　参考文献：
　　〔1〕秦兴，宋各方。基于双线性卷积神经网络的猪脸识别算法〔J〕。杭州电子科技大学学报（自然科学版），2019，39（02）：1217。
　　〔2〕蒋甲生。无线射频识别技术探讨〔J〕。科技信息（科学教研），2007（27）：312532。
　　〔3〕李娇，贾鸿儒，王缘，郭晓红。不同剂型维生素复合物对猪肉质的影响〔J〕。畜牧兽医科技信息，2020（09）：4142。
　　〔4〕孙海霞，薛茹。RFID系统的组成及工作原理〔J〕。西藏科技，2005，（09）：5960。
　　作者中科院物理所新媒体中心
　　审核罗会仟中国科学院物理研究所研究员
　　出品：科普中国星空计划（创作培育）