点击图片查看原图
<一>、智能养猪应用模式
互联网+、物联网+、AI、区块链、信息云、大数据，不用担心变化太快，只要以自己的理念为主体，所有的技术都是工具。
智能模式的逻辑：测定(Measure)、决策平台(Model)，监控(Monitor)。测定状况、做好决策、监控执行。测定：耳标、影像、声晋、食量、抗体、穿戴设备、机器人、信息收集笔；决策平台：生长模式、管理软件、云平台、BI、全部在线上、目标导向；监控：警报、控制、行为、进食、体重、体况……生产履历(追溯系统)。无人不是重点，平台是人设计的，也是人管理的，追求的是省时间、省劳力、更精确、更有效，为提升人的价值而存在。
面对养猪的高风险、未知数，能不能找到方法使养猪可靠、可预测，养猪的五大影响要素：品种、管理、环境、健康、饲料。每个环节都有测定分析的内容。平台可以有交易、云端、管理。安佑决策软件根据猪生长仿生模式，进行预测。并在平台上提出决策：育种决策、管理决策、环境决策、健康决策、配方决策。每个部分都有监控模式，及时解决问题。
我国经济水平还比较低，农村劳动力还比较便宜，所以机械化、自动化水平较高的养猪设备其发展速度将受到一定限制。较近10年内我国养猪机械设备的研究发展方向还是以投资较少、回报较高、可靠耐用为主。
<二>、智能化养猪趋势展望
1、机器自我学习是突破点
智能是要实现软件系统与硬件设备能够按照不同的场景进行自主计算、并实现自主精准的决策和互动，最终达到智能化、无人化操作。下一个阶段的发展方向是机器自我学习，即在人的经验的基础上，机器通过深度学习，积累养殖经验，构建精细化养猪模型，如精准饲喂模型、母猪发情监测模型、疾病预警模型、环境控制模型等，修正人的经验，从而实现精细化管理。例如，按照人的经验，哺乳母猪的最适温度范围为16~180C，机器通过不断的自我学习，能够将母猪的适宜温度数值区间锁定在更准确、更科学的范围，如16.5~18.50C，并以此指导系统调节猪舍的环境状况，带动养殖效率的提升。
2、数据是最终驱动力
从人工智能技术发展的历程来看，早期的发展主要由算法驱动，但缺少海量数据支撑与高水平的运算力保证，无法对算法模型进行持续的优化、迭代。随着科技的发展，算法模型日益优化，现代计算机的性能逐年提升。当算法和计算力不能支撑实际产业需求或者未来技术壁垒很低的时候，数据将成为核心驱动力。以深度学习为例，深度学习是海量数据+人工神经网络，其效果取决于两个因素，即计算能力和数据量的大小。全球科技巨头如Google，Facebook、IBM、阿里、百度都有开源平台，所以随着时间推移，技术壁垒最终会大幅降低，真正的痛点在数据量。因此，未来掌握更多数据的企业或平台在行业内将更有话语权。
3、平台化优势将不断凸显
未来，随着技术的不断成熟和与产业的深度融合，平台化的优势会更加突出，一方面，猪场大数据服务平台拥有庞大的猪场用户群体，能够提供广泛的应用场景和海量的行业数据，为技术的发展提供丰富的分析、训练与应用资源；另一方面，平台能够整合软件服务商、技术服务商、设备提供商等各类行业主体，提供优质高效、低成本的运算能力和服务。通过海量优质的多维数据结合大规模计算力的投入，以应用场景为接口，平台将构建起覆盖全产业链生态的商业模式，满足用户复杂多变的实际需求。
泊头市开元畜牧机械有限公司（http://www.kyxumu.com）主营项目：猪自动化喂料线可以自动将料塔中饲料输送到猪只采食料槽中，输料是按照时间控制，每天可以设置多个时间段供料，到设定开启时间三相交流电动机接通电源，带动刮板链条，开始输料。牛场刮粪机操作简单快捷，可实现无人化管理，手动临时清粪和自动定时清粪任意转换，时间可以任意设置。自动化喂料系统接通水源，打开调压器上端反冲球阀和水线末端球阀，冲刷管道至清洁水质（约10-15分钟）。
