一項(xiàng)由高校師生主導(dǎo)的“AI養(yǎng)雞”項(xiàng)目取得了顯著成果。通過自主研發(fā)的智能自動識別技術(shù)，該項(xiàng)目成功幫助合作養(yǎng)殖場實(shí)現(xiàn)增產(chǎn)約6萬只肉雞，在推動農(nóng)業(yè)智能化轉(zhuǎn)型的道路上邁出了堅(jiān)實(shí)一步。
長期以來，傳統(tǒng)養(yǎng)雞行業(yè)面臨著人力依賴度高、疫病監(jiān)測不及時、生長環(huán)境調(diào)控粗放等挑戰(zhàn)，制約了生產(chǎn)效率與規(guī)模的進(jìn)一步提升。針對這一痛點(diǎn)，某大學(xué)計(jì)算機(jī)科學(xué)與農(nóng)學(xué)專業(yè)的師生跨界組隊(duì)，將人工智能技術(shù)引入養(yǎng)殖場景。團(tuán)隊(duì)核心研發(fā)的是一套基于計(jì)算機(jī)視覺與深度學(xué)習(xí)的“雞只自動識別與健康管理系統(tǒng)”。該系統(tǒng)通過在雞舍內(nèi)部署高清攝像頭，實(shí)時采集雞群圖像與視頻數(shù)據(jù)。利用團(tuán)隊(duì)開發(fā)的專用算法模型，AI能夠自動完成多項(xiàng)關(guān)鍵任務(wù)：
- 個體計(jì)數(shù)與行為分析：精準(zhǔn)統(tǒng)計(jì)雞只數(shù)量，極大減輕了人工點(diǎn)數(shù)的負(fù)擔(dān)，并能識別雞只的活躍度、采食飲水行為是否正常。
- 早期疾病預(yù)警：通過分析雞只的羽毛狀態(tài)、眼部神態(tài)、活動姿態(tài)等細(xì)微特征，AI模型可以比人工更早地發(fā)現(xiàn)異常個體，及時預(yù)警潛在疾病，如禽流感、傳染性支氣管炎等，為隔離和治療爭取寶貴時間。
- 環(huán)境智能聯(lián)動：系統(tǒng)識別到雞群出現(xiàn)扎堆、張口呼吸等行為時，可自動判斷可能與溫度、通風(fēng)相關(guān)，并聯(lián)動控制環(huán)控設(shè)備，調(diào)節(jié)風(fēng)機(jī)、濕簾等，始終保持舍內(nèi)最佳環(huán)境參數(shù)。
- 生長性能預(yù)估：結(jié)合體重估測模型，非接觸式地跟蹤雞群整體生長曲線，為精準(zhǔn)投喂和出欄規(guī)劃提供數(shù)據(jù)支持。
該技術(shù)的應(yīng)用，使得養(yǎng)殖管理從傳統(tǒng)的“經(jīng)驗(yàn)驅(qū)動”轉(zhuǎn)變?yōu)椤皵?shù)據(jù)驅(qū)動”。管理人員可以通過手機(jī)或電腦端的可視化面板，一目了然地掌握整個雞群的實(shí)時狀態(tài)。據(jù)統(tǒng)計(jì)，應(yīng)用該系統(tǒng)的養(yǎng)殖場，在育成期內(nèi)，雞只的死亡率降低了約15%，飼料轉(zhuǎn)化效率提升了5%，最終在相同規(guī)模的批次中，成功實(shí)現(xiàn)增產(chǎn)約6萬只的效益。這不僅帶來了直接的經(jīng)濟(jì)收益，也顯著減少了抗生素的依賴，提升了雞肉產(chǎn)品的安全與品質(zhì)。
項(xiàng)目指導(dǎo)老師表示，這項(xiàng)成果是“新工科”與“新農(nóng)科”融合育人的生動實(shí)踐。學(xué)生們在解決實(shí)際產(chǎn)業(yè)問題的過程中，深化了對AI技術(shù)的理解，也切實(shí)感受到了科技服務(wù)社會的價值。團(tuán)隊(duì)計(jì)劃進(jìn)一步優(yōu)化算法模型，使其能適應(yīng)更多元化的養(yǎng)殖場景（如蛋雞、散養(yǎng)雞），并探索集成聲音識別等更多傳感器，構(gòu)建更為全面的畜禽健康監(jiān)測智能體系，為我國智慧農(nóng)業(yè)的發(fā)展貢獻(xiàn)更多高校智慧與力量。
此次“AI養(yǎng)雞”項(xiàng)目的成功，標(biāo)志著人工智能在農(nóng)業(yè)細(xì)分領(lǐng)域的落地應(yīng)用日趨成熟。它不僅是技術(shù)上的創(chuàng)新，更是農(nóng)業(yè)生產(chǎn)模式的一次重要變革，為保障糧食安全與推動鄉(xiāng)村振興提供了可借鑒的科技路徑。
