100天时间,16名大学生为广东汕头澄海区后溪村打造出全国第一个人工智能养鹅场,帮助当地养殖农户将狮头鹅的存活率提升了30%。这16名大学生来自深圳大学腾讯AI班(腾班)。在深圳大学教师和腾讯工程师的指导下,他们开发出了全国第一个AI养鹅小程式,实现「呆头鹅」识别、「发烧鹅」识别、环境监测和数据分析等功能。使用AI养鹅小程式之后,鹅农不再需要蹲守鹅舍,即可随时观看鹅群动态,也能及时收到呆滞、体温异常等鹅场内出现的可疑鹅病预警。◆文:香港文汇报记者 李望贤 广东报道 图:香港文汇报深圳传真
狮头鹅是潮汕卤鹅的主要食材,堪称「鹅界的天花板」,但狮头鹅饲养难度极高,小鹅容易感染鹅瘟、禽流感、副黏病毒等疾病。鹅农不仅要盯着成百上千头鹅的一举一动,甚至还要每天要摸数百上千只鹅的体温。一旦发现鹅出现了呆滞、发烧的状况,就要立刻对病鹅治疗,也对健康鹅进行预防。如果稍不留神,疾病就会在鹅场内扩散,导致大规模感染,极端情况下上千头鹅只剩几十只,经济损失惨重,农户一年的辛勤劳动打水漂,损失动辄高达数十万。
2022年4月,在腾讯联合深圳大学培养产教融合人才的基础上,为了进一步提高深大「腾班」学生们的创新能力和实践能力,腾讯为深圳大学2020级「腾班」的学生提供了「智慧养鹅」的课外实践项目。参与该项目的16名「腾班」学生奔赴广东汕头澄海区后溪村的养鹅场,开启了一次鹅场改造之旅。
向鹅农取经 「闭目呆立」成判断依据
解题从踩上鹅粪开始。王翊沣是AI养鹅项目组中的一员。来到养鹅场,他才发现,这个项目真的是从零开始,除了木屋和一些照明设备,鹅场只有黑狗、橘猫以及随处可见3厘米厚的鹅粪,甚至信号也时断时弱。
500平方米的空间里,4,000多只鹅密密麻麻地聚在一起吼叫。鹅一旦生病,叫声会变得嘶哑,但眼前的景象让学生们发现,单独识别某一只鹅的叫声似乎不可能。他们与鹅农反覆交流,了解到狮头鹅常见疾病有鹅瘟、禽霍乱、大肠杆菌、中暑等,除了声音嘶哑、发烧之外,闭目呆立也是重要的特征。腾班AI养鹅项目组因此决定,通过识别鹅的原地呆滞时长判断其是否生病,并分为硬件、前端、后端、算法四个组推动项目落地。在震耳欲聋的「嘎嘎」声中,他们迈出了「AI养鹅」的关键一步——铺装摄像头。其间,当地气温高达40度,踩着梯子干活的他们,T恤湿了又干、干了又湿。
采集「鹅脸」逐张标注 做梦都是鹅
这些困难只是「前菜」,真正的拦路虎是「鹅脸采集」和算法模型。鹅是水禽生物,像给猪一样挂二维码识别的方式行不通。为了获取足够多的样本「投喂」AI,同学们选择用养殖场的摄像头抓拍,人工逐一抽帧,再对拍摄的每张照片进行分类、打标签。
6,000张图片、30万只鹅的标注,让很多同学睡觉梦见的都是鹅。「做AI真的是有多人工,才能有多智能。」王翊沣说,标注过程中需要集中百分百的注意力,红框如果稍微大一点,圈了一点杂物都会影响AI的训练效果。
不仅如此,同样的算法在不同的场景里,准确率可能会差几十个点,因为鹅的场景太过密集,更需要不断地迭代优化算法。在腾讯工程师指导下,同学们首先优化识别算法,提高密集场景下狮头鹅的识别率,之后又优化追踪算法,记录每一只鹅的停留时长,进而判断是否有异常。改了差不多几十次模型后,算法组同学才真正明白老师常说的那句话——没有100%的算法模型,只有因地制宜的算法模型。
鞋底无法清洗干净的鹅粪最清楚这过程有多难。王翊沣还记得,项目期正值酷暑,遍地的鹅粪因为高温变得黏糊糊,他们靠在鹅棚里的三轮车,打开电脑调试代码,身边绕着一圈圈的苍蝇,散发着硫化氢和氨气的臭味。鞋缝一点点地塞满凝固的鹅粪,学生们对鹅的了解也在不断加深。
天气或致病 增数据观测分析功能
他们发现,由于成年狮头鹅的羽毛厚重,导致难以测量体温。而小鹅苗的羽毛更轻薄,有测温条件。正常鹅苗的体温是40-41度,如果生病体温一般会略高,所以,他们又在小鹅生活的鹅棚安装了红外测温仪,并复用一部分「呆头鹅」识别跟踪的算法,帮助鹅农识别体温异常的「发烧鹅」。后来,有同学又从十年前的论文里发现,狮头鹅的发病和台风、雾霾等天气也有着密切关系,于是这群「00后」又在小程式上新增了数据观测及分析功能。
跨越100多个日日夜夜和上百场的线上会议,小程式一直在进行迭代升级。到今天,小程式界面上每天都可以实时收到几次的「呆头鹅」、「发烧鹅」的预警,显示鹅场的温度、湿度、PM2.5指数及数据变化的趋势图,帮助农户将狮头鹅的存活率环比提升了30%。