看到一个新闻:

地址:

https://export.shobserver.com/baijiahao/html/705726.html

这个新闻里面说的就是这个腾讯的对口培养的大学生搞了一个AI养殖,增长了6万只鸡。看到了这个新闻第一感觉就是新奇和高兴,毕竟这从另一个层面上说明了AI技术对发展的重要性了,也是正好自己的方向和专业,但是再一细想就感觉不太对,这里的增长真的是AI技术影响的,还是说只是部分程度上受AI技术影响呢。

可以看到,这里面用到的具体技术为:

  1. 一款AI养鹅小程序,用“鹅体识别”等技术识别呆头鹅、发烧鹅,让鹅群整体存活率提升了30%。在此技术之上的改进,及时发现“呆鸡”和“木鸡”,降低了疫病传播的风险。

  2. 同时打造“异物报警”功能,让野狗和黄鼠狼等入侵者无法“偷鸡。

  3. 利用温度、雨量传感器等物联网设备监控鸡舍环境。

基于科学界和工业界的共识,我这里不质疑这个事情的真实性,但是我要提出的问题是这个所谓的增产真的是由于AI技术吗?

在我看来,在我国的大多数养殖地都是采用的粗放的方式,别说是AI技术了,连基本的信息化技术都做不到。就比如这个事情总提到的AI技术增产,我们可以看到,其采用的AI技术其实是两个,一个是通过图像检测鸡的健康状态,一个是通过图像检测对可能入侵的黄鼠狼进行预警。

可以以一种非养殖领域的非专业的角度来看,如果把养殖地的围栏和防护做好,可能即使不用这个黄鼠狼检测预警系统有可能会很大程度上保证养殖的鸡的安全。而通过图像来识别鸡的健康程度,我想这里面肯定是文中所提的多模态的方法,这里的所谓的多模态无非就是鸡的图像外加鸡的各种数据的监测,如体温、运动步数、吃食量(叼啄次数),而这种情况下的多模态AI精测我想里面的AI贡献其实不大,主要还是基础数据的检测的贡献大。而最后用到的AI技术,其实就不是AI技术,只不过是基本的信息化技术,也就是对温度、降雨的检测。

在我看来,个人观点,这里的常量提升并不是全靠AI技术,或许可以说只有比较小的部分,比较有限的部分是依靠AI技术的,而更大部分的是依靠着最基础的信息化技术的。当然,我也认可如果正确的使用AI技术必定要比不使用的要强,但是我不认为会强这么多。

比如这里提到的增长6万只,如果把这里的所谓的AI技术去掉,而只保留基本的信息化技术,那么增长会不会有4万只或者5万只,甚至有可能是5.5万只,更有可能是5.9万只呢。

其实,我想说的是不要过分的去渲染AI技术,我们要实事求是的看待问题。尤其是那些科技企业和媒体,不知道是不是出于利益的角度来出发,总是过分的宣传AI技术,而忽略了目前全国各行各业没有完全实现工业化和信息化的这个大前提,要知道从全局来看我们更急需的是如何快速实现全产业链的工业化和信息化,而不是上来就用大概念吓唬人,动不动就是哪里哪里使用了AI技术,然后得到了如何如何的效果,在我看来这种行为和几十年前的放卫星没啥大区别,要值得我们警惕的。

做人做事要实事求是,搞的是信息化,我们就应该说是信息化,搞的是AI,那么我们就说AI这部分的成绩。再说一个我个人的题外怀疑,这个所谓的6万只增产有多大比例是因为腾讯投资后加固了养殖的围栏,提高了饲料水平呢,而这一台的信息化系统的造价呢,一个终端检测系统我们就单论100元的话,这给30万只鸡上设备,还要给这种大面积的野外养殖场地上设备,我们假设安装了50万个设备,那么总造价估计要超过5000万。假说说这个计算的太过于密集了,可能现实使用中并没有使用到这些设备,那么我们假设使用1000万的投入,如果还是觉得计算又误差,那么500万的投入肯定是有的吧。要知道这个试点实验是腾讯搞的,这么大的资金投入可能确实没啥,但是这种操作放在全国的养殖业真的可行吗,这里面太多的问题存在了。有时候不得不说,如果看新闻不思考,那就不如不看新闻,不然就会被各种新闻洗脑的。

给大家降降火 —— AI养殖是否夸大功效 —— 深大学生用AI养乌骨鸡增产6万只的更多相关文章

  1. 华为全栈AI技术干货深度解析,解锁企业AI开发“秘籍”

    摘要:针对企业AI开发应用中面临的痛点和难点,为大家带来从实践出发帮助企业构建成熟高效的AI开发流程解决方案. 在数字化转型浪潮席卷全球的今天,AI技术已经成为行业公认的升级重点,正在越来越多的领域为 ...

  2. 响应国家号召,AI助力疫情防控!顶象AI防疫方案获得国家人工智能标准化总体组认可

    当前,打赢新型冠状病毒感染的肺炎疫情是最重要的使命任务.而这场疫情的拉锯战,不仅要有全国人民共同努力.医护人员的无私奉献,还要积极运用现代科技的力量,用科学来战胜病魔.工信部也发文倡议:充分发挥人工智 ...

  3. 超越Mask-RCNN:谷歌大脑的AI,自己写了个目标检测AI

    这是一只AI生出的小AI. 谷歌大脑的Quoc Le团队,用神经网络架构搜索 (NAS) ,发现了一个目标检测模型.长这样: △ 看不清请把手机横过来 它的准确率和速度都超过了大前辈Mask-RCNN ...

  4. AI云原生浅谈:好未来AI中台实践

    AI时代的到来,给企业的底层IT资源的丰富与敏捷提出了更大的挑战,利用阿里云稳定.弹性的GPU云服务器,领先的GPU容器化共享和隔离技术,以及K8S集群管理平台,好未来通过云原生架构实现了对资源的灵活 ...

  5. AI开发者十问:10分钟了解AI开发的基本过程

    摘要:从AI开发模型.框架.工具,到提升开发效率的学习办法,为AI开发者逐一解答. 本文分享自华为云社区<10分钟了解AI开发的基本过程>,作者:简单坚持. 1.AI开发究竟在开发什么? ...

  6. AI:从游戏引擎--到AI

    原文链接:http://blog.csdn.net/left_la/article/details/6358911#t9 这是我在Gameres上看到的一篇文章,文章很长,全文分为11个部分,看后感觉 ...

  7. MTU-TCP/IP协议栈-linux kernel-TCP丢包重传-UDP高性能-AI-

    http://view.inews.qq.com/a/20161025A0766200窄带时代的QQQQ是窄带时代极具代表性的产品,在那个网络传输效率比较低的年代,大家还记得Google的首页吗?Go ...

  8. 偶尔转帖:AI会议的总结(by南大周志华)

    偶尔转帖:AI会议的总结(by南大周志华) 说明: 纯属个人看法, 仅供参考. tier-1的列得较全, tier-2的不太全, tier-3的很不全. 同分的按字母序排列. 不很严谨地说, tier ...

  9. 蚂蚁金服首席数据科学家漆远:AI技术开放,与业界融合共创

    小蚂蚁说: 11月8日,在第五届世界互联网大会-<人工智能:融合发展新机遇>论坛上,蚂蚁金服副总裁.首席数据科学家漆远认为AI具有控制风险.降本增效和提升用户体验三大作用. 11月8日,第 ...

  10. 【转载】 AI会议的总结(by南大周志华)

    原文地址: https://blog.csdn.net/LiFeitengup/article/details/8441054 最近在查找期刊会议级别的时候发现这篇博客,应该是2012年之前的内容,现 ...

随机推荐

  1. 使用 Filebeat+Easysearch+Console 打造日志管理平台

    近年来,日志管理平台越来越流行.使用日志管理平台可以实时地.统一地.方便地管理和查看日志,挖掘日志数据价值,驱动运维.运营,提升服务管理效率. 方案架构 Beats 是轻量级采集器,包括 Filebe ...

  2. 小米 红米 Redmi 屏幕录制默认参数设置

    小米 红米 Redmi 屏幕录制默认参数设置 视频画质:16Mbps. 帧数:60fps.

  3. 大一统的监控探针采集器 cprobe

    需求背景 监控数据采集领域,比如 Prometheus 生态有非常多的 Exporter,虽然生态繁荣,但是无法达到开箱即用的大一统体验,Exporter 体系的核心问题有: 良莠不齐:有的 Expo ...

  4. 使用 OpenTelemetry 构建可观测性 02 - 埋点

    这是讲解 OpenTelemetry 系列博客的第二篇.在上一篇博客中,我们介绍了 OpenTelemetry 是什么以及由什么组成.现在我们将讨论如何使用 OTel 准确收集遥测数据和链路追踪数据. ...

  5. leetcode_2-两数相加_javascript

    题目 2.两数相加 给出两个 非空 的链表用来表示两个非负的整数.其中,它们各自的位数是按照 逆序 的方式存储的,并且它们的每个节点只能存储 一位 数字. 如果,我们将这两个数相加起来,则会返回一个新 ...

  6. java并发和排序的简单例子(Runnable+TreeSet)

    很多时候并发需要考虑线程安全,但也有很多时候和线程安全毛关系都没有,因为并发最大的作用是并行,线程安全仅仅是并发的一个子话题. 例如常常会用于并发运算,并发i/o. 下文是一个练习笔记. 运行环境:w ...

  7. 认真学习css3--01-全是日志没有技术内容

    由于某些原因,还是要写写前端代码. 虽然这不是我的主要责任,但也有表率的必要性. css3这个东西没有什么大难度,难点主要集中在: 1)样式比较多 2)精准定位 3)性能优化 其中第2个是日常经常面对 ...

  8. Java常用的十大开源工具类库总结

    以下是个人总结的Java常用的十大开源工具类库,根据具体需求和项目,可以选择合适的工具类库来提高开发效率.1. Apache Commons:Apache Commons是一个开源的工具类库,提供了大 ...

  9. 【译】了解17.10 GA 中最新的 Git 工具特性

    我们相信提高开发和团队协作的生产力可以帮助您产生更好的软件解决方案.这就是为什么 Visual Studio 版本控制团队发布了新特性,简化了内部循环和代码审查体验.您将获得 AI 支持编写提交消息. ...

  10. Linux 驱动需要考虑的同步问题

    --- title: Linux 驱动需要考虑的同步问题 date: 2020-06-22 07:21:32 categories: tags: - ipc - linux - kernel - dr ...