奶牛養殖：從智慧牧場到智慧牧業，從數據分析到數據應用

文/本刊記者 任秋鴻 彭 華

當今時代，發展智慧農業已經成為農業產業升級的重要抓手。如何從根本上提升我國的奶牛養殖水平，打造更為精細化的管理體系，更加智能化的生產方式，從而打通產業鏈上下游，實現業務聯動、精準決策、智能制造的具有現代化特色、適應我國國情的奶牛大規模養殖模式，是業內同仁需共同面對的挑戰和機遇。

在此背景下，由北京和牧興邦網絡技術有限公司（簡稱“和牧興邦”）、北京楷行管理咨詢有限公司（簡稱“楷行咨詢”）共同發起，北京安樂福公司大力支持下的“牧業新興技術研討會”在江蘇蘇州召開。會議邀請了威斯康星大學Victor Cabrera教授、比利時根特大學Miel Hostens教授、北京楷行管理咨詢有限公司首席顧問陳楷行博士等行業資深專家分別就“智慧牧業：威斯康辛大學牛場智慧大腦的啟示”“將大數據轉化成價值，將數據用于乳制品行業”“提高首配受胎率的流程細化大數據研究”等內容作了報告，向與會代表詳盡闡釋了牧場數據處理和應用的原理和案例，展示了大數據在奶業領域的實質性應用成果。同濟大學饒衛雄教授、深圳市訊聯電子有限公司總經理毛有楊等數據/計算機專家分別就“淺析新一代人工智能”“物聯網在畜牧業的應用前景”等內容作了報告，向與會代表科普了人工智能和物聯網等信息技術的知識。北京和牧總經理王智就“智慧牧業頂層設計方案與實踐”作了報告，介紹了智慧牧業的基礎設施、6 個基礎架構和3 個一體化運行架構。

全場

Miel Hostens

Victor Cabrera

陳楷行

饒衛雄

毛有楊

王智

會議邀請了優然牧業、圣牧高科、光明、衛崗、三元、廣東奶研所等國內大型牧業集團智慧牧場項目負責人共同商討智慧牧業的建設思路。會上國內外專家對智慧牧業的定位、牧業數據的應用前景、機會以及挑戰進行了深入探討；會后共同發起了，業內第一個大數據+人工智能產品在奶牛繁殖領域的實驗方案，首次在奶業養殖業探索大數據的具體應用。通過參會大家收獲滿滿，對大數據、人工智能、物聯網應如何與牧業相結合有了更為清楚的認識，對于今后奶業的發展有了更為清晰的思路。綜合各專家的報告和研討內容，本次會議特點可概括為以下幾點。

奶業養殖應從智慧牧場向智慧牧業轉變

王智提出，當下的中國奶牛養殖業應該從智慧牧場向智慧牧業轉變，其核心的變化，就是從面向牧場內部的智能生產思路，向奶牛養殖整個產業鏈的協同工作、精準決策、智能制造的思路轉變。他強調智慧牧場主要是解決牧場內部的問題，而智慧牧業則是將自動控制、物聯網、大數據、人工智能等信息技術應用于奶牛飼養過程中，通過各生產環節的業務聯動、精準決策、智能制造等模式創新，實現更少的資源投入，更大的產品產出。智慧牧業可以將所有與牧場生產有關的資源都聯動起來，進行協同生產，使得牧場供應商的服務更加精準和及時；讓物料加工、供應更加的經濟，盡可能減少中間浪費。過去傳統的牧場以人為核心，依靠優秀的場長出色的完成各項決策和管理工作；而當前隨著牧場規模化水平的不斷提高，尤其是萬頭牧場，集團化牧場的不斷涌現，這類優秀的人才儲備明顯不足。因此更多的牧場開始越來越以數據為中心，利用這些數據產生常規的分析報表，以輔助決策和經營管理。但是面向未來，奶牛養殖一定會擁有更加智能、更加靈活的生產組織方式和生產工具，其核心應以數據應用為中心，即如何不斷地從生產、業務數據中挖掘更有價值的內容，提升業務的洞察力，讓具有智能屬性的數據不但可以發現問題，還可以指導生產。因此，可以斷言，未來產業的競爭在于，各個企業管理團隊處理和應用數據的能力。

奶牛養殖各個環節之間的數據應進行有效的整合

王智指出牧場通常都會有很多數據收集軟件，但這些數據都單獨放在一個位置，由于是分開收集的，沒有交互，無法將這些數據當做一個整體進行處理。比如：牧場有財務管理軟件和牧場管理軟件，從財務數據看牧場盈利了，但不知道盈利的原因是什么，因為財務軟件沒有與生產軟件關聯。從牧場角度看，產量提升了，但是不清楚提升的產量具體帶來了多大的盈利能力。像這樣割裂的數據，很難給牧場一個清晰的全景圖，也難以做出更加精準的決策。

為解決數據割裂無法關聯的問題，王智提出數據倉庫的概念，即將所有數據庫打通，放在一個地方，就像倉庫一樣，將各類數據按照一定的分析思路整理好，放在倉庫里待用。Victor Cabrera也提出了類似的概念，他稱之“農業中心”，具體工作內容包括：數據獲取、數據解碼、數據清洗、數據均一化和數據整合。而毛有楊則從當前物聯網的發展角度提出技術可以鏈接一切的思路和前景。

數據整合分析可以得到不同數據間的關聯關系

Miel Hostens利用德國一家牧場1 500 頭牛的數據，研究了圍產期疾病對產奶量、產后繁殖性能和淘汰率的影響。他將牧場管理系統和奶廳管理系統的數據進行了有效整合，分析了圍產期疾病如子宮炎、酮病、產后癱、乳房炎、雙胎、胎衣不下、真胃移位等對產后產奶量的影響（圖1）。分析結果還顯示導致牛群淘汰的關鍵疾病的排序依次是產后癱、真胃移位、乳房炎、酮病、雙胎（圖2）。

圖1 健康牛、得了一種和兩種以上圍產期疾病奶牛的泌乳曲線對比

圖2 應用生存和決策樹分析評估代謝疾病對圍產期奶牛淘汰風險的影響

數據/計算機專家與領域專家之間應協同合作

饒衛雄通過介紹人工智能領域中一個有趣的故事：“西紅柿到底是蔬菜還是水果”，來說明了領域專家與計算機專家之間協同合作的重要性。計算機專家利用樣本數據（胡蘿卜、蘋果、香蕉、培根等）的關鍵特征信息（甜度和脆度），采用歐氏距離法測量西紅柿與樣本間的相似度，最后得出西紅柿的類別屬于水果。但是根據人們的常規思維和植物學家的定義，西紅柿更像蔬菜。饒衛雄指出數據專家在做一些數據分析或者數據挖掘的時候，得出的結論可能與事實或者日常生活違背，那么這個時候就需要數據專家與相關領域專家協同合作，共同討論，才能了解事物的真諦。

這個話題也在Victor Cabrera領導的美國威斯康星大學牧場智慧大腦項目（the University of Wisconsin Dairy Brain）中得以印證。在這個項目中，專家組成員不但有牧業專家，還有數據專家和計算機專家，通過跨學科的合作來實現對牧場產生數據的深度挖掘和應用。另外一位報告專家，Miel Hostens本人既是獸醫專家又是信息技術專家，正是因為有了這樣的跨學科的專業背景，使得他能利用牧場產生的大數據建立更為精確的模型，對奶牛未來的產奶和疾病情況進行預判。和牧興邦的王智也提出牧業從業者尤其是牧業數據管理人員應加強與人工智能、數據分析、物聯網等方面專家的交流，開展緊密的合作，提高信息技術知識的積累，更快更好地發展智慧牧業。

會議發起了大數據+人工智能實驗性項目

陳楷行提出，在這樣一個人工智能+大數據即將改變行業的前夜，楷行咨詢率先啟動咨詢服務模式的轉型，將從一個以數據為基礎的牧場技術服務企業，向一個牧業人工智能開發與實踐的新興牧業技術服務企業轉型。對于當前來說，每個牧場都收集了大量的數據，但這些數據如果不用就等于是浪費，只有把數據用起來，為管理提供決策依據，這些數據才能具有價值。而這些數據量很大，工作量也很大，需要借助人工智能去開發。同時牧場要提升數據的價值意識，努力使數據記錄更加完整和準確。

圖3 高繁殖循環示意圖

陳楷行利用UniDairy平臺的部分數據，包含近16萬頭奶牛的數據樣本，研究了高繁殖循環對首配受胎率的影響。高繁殖循環的概念由美國威斯康星大學Paul M. Fricke提出，其要點就是讓奶牛快速懷孕，在自愿等待期結束時，奶牛的體況損失就會減少，而這些奶牛也會表現更少的健康問題，更高的繁殖力和更少的胚胎早期損失（圖3）。陳楷行以產后130 天前后受孕為標準，將奶牛分為高繁殖循環和低繁殖循環，發現與低繁殖循環奶牛相比，高繁殖循環奶牛產后疾病低大約4 個百分點，首配受胎率高出5～12 個百分點，21 天懷孕率提高4 個百分點，130 天懷孕率高10 個百分點。另外，對使用和不使用同期流程的數據進行對比分析發現，使用流程的牧場比沒有使用流程的受胎率高。在此基礎上，陳楷行在會議上發起了“面向繁殖高循環的，流程細化解決方案”實驗項目。其目的是利用大數據計算出影響繁殖效率的核心疾病和因素，并利用UniDairy平臺中強大的流程自定義功能，為不同類型的牛群，動態分配相適應的繁殖流程和處置方案，并跟蹤效果分析，做出動態調整。最終，幫助牧場提升在產后130 天內懷孕的牛群比例，提高下個胎次的牧場高繁殖循環奶牛的比例。

合影