科技行者 4月10日 北京消息 在Richard Watson将200个遥控器大小的发射器绑在奶牛肚子上的两个月之后,Ida人工智能系统给他打来电话报告紧急状况——奶牛在进食及准备授精时,会感觉不舒服。
而身在乔治亚州其它几座毗邻牧场的牧民们则表示,人工智能技术并没能给他们留下什么深刻的印象。当一头牛体温过高时,它会趴在其它奶牛的身上。因此他们会在奶牛们的背上涂点油漆,再根据腹部沾染的情况来判断哪些牛只可能存在健康问题。就这么简单——需要人工智能吗?
乔治亚州迪耶林市的第四代奶农Mark Rodgers表示,“只需要看着奶牛的眼睛,我就能判断它的健康状况如何。”他的父亲已经82岁了,仍在驾驶拖拉机。“没错,上帝告诉我们,‘这就是你们该做的’。我们不会素描、不懂油画,但我们真的很擅长养牛。”
高深的人工智能技术正在重塑美国人的工作方式。各厂商持续提供功能强大的软件,能够读取并响应众多数据,并帮助工作人员节约时间与精力。
然而,人工智能的出现也引发了紧张的气氛。特别是在牧场这样低调且传统的环境——面对一群奶牛时,新兴技术能否击败传统直觉?
Watson农场所使用的人工智能方案名为Ida,即“智能奶农助手”,能够追踪奶牛的微波动作并对其进行图形分析。人工智能将利用这些“实时奶牛分析数据”评估其进食与活动情况,进而预测健康问题——例如跛行或乳房感染等。
尽管这种极为复杂的优化方式听起来很蠢——特别是把其与一天中大部分时间都在发呆的奶牛放在一起,但Watson表示这能够有效解决奶牛过早死亡所带来的每年数十万美元损失。
Ida人工智能技术已经引起了部分牧民的兴趣,他们希望借此降低牛奶生产成本并解决人员紧缺的问题,从而进一步提升竞争优势。尽管卡车司机与收银员将人工智能视为引发失业的罪魁祸首,但农民们表示由于如今已经鲜有年轻人愿意从事农活,因此他们正长期处于劳动力紧张的状态之下。
来自荷兰的开发团队Connecterra利用TensorFlow(TensorFlow是谷歌公司为其自身应用开发出的大规模人工智能工具集,并在2015年正式将其向公众开放)构建起Ida。该公司CEO Sundar Pichai在今年1月在采访中表示,人工智能堪称“人类正在努力研究的最为重要的方向之一”,其历史意义甚至“高于电或火”。(很遗憾,他没有提到奶牛。)
Watson的农场是Hart农产品品牌旗下的三大农场之一,而他在采访中拿出iPhone展示自己的Ida应用。他表示,自己的牛群中存在“三种需要检查的潜在健康问题”:14433号牛进食量较少,而10172号与3522号则“反刍”或咀嚼不足,这可能代表着它们感觉不适。应用中的授精计数为零,以绿色标记表示。
出生于新西兰的Watson今年46岁,身高6英尺4英寸,看起来如橄榄球运动员一般壮硕——他确实曾在九十年代末担任半职业球队“飓风队”的线卫。在那之后,他开始在乔治亚大学领导一项放牧研究计划,并大力倡导散养化放牧方式——即让奶牛们自由自在地在牧场上漫步及进食。
他的牧场中饲养着美国最经典的黑白奶牛——即荷斯坦奶牛以及相对体形瘦小的棕色泽西公牛的杂交品种。这些牛只每天都在周边面积达数千英亩的黑麦草与狗牙草地上放牧。这意味着对此类自由放养的奶牛进行追踪,要比美国其它封闭式饲养场环境下困难得多。顺带一提,美国目前的主要牧场大部分对奶牛进行圈养,且定时为其提供玉米及谷物等饲料。
Watson表示,如果用旧有方式解决问题,那么他需要夜以继日地不断巡视。“除非出现了很严重的问题,否则我们真的很难判断牛群的细微健康状况变化。”
奶牛们脖子上的橙色传送器将数据传送至Watson牧场的山丘之上,这里靠近挤奶厅旋转着一组基站。基站计算机会获取并处理所有传感器数据——这种在本地执行大部分人工智能运算的设计,主要是为了避免农村互联网出现问题。Connecterra公司联合创始人Yasir Khokhar表示,“有些奶牛甚至会用这些传感器做奇怪的事……”
Ida人工智能系统首先经过数千小时的视频与传感器数据训练,从而以更简单的方式了解牛只的活动——其中就包括Khokhar放在自己口袋里的牛只模拟传感器。(他打趣地说,‘我就是第一只牛’。)每一天,新增的数据与牧民反馈都能帮助人工智能进一步学习与提高。Khokhar估计,人工智能已经处理了约“600年的数据”,且每天还会获得约8年新的奶牛数据。
如今,人工智能记录到奶牛七种不同活动:行进、站立、躺下、进食、咀嚼、饮水以及发呆。Khokhar表示,显然牛群中还存在其它活动,但他将此称为“秘密武器”并拒绝透露细节信息。
多年来,奶农们一直在使用传感器装置。但Ida的开发人员们表示,通过从对奶牛行为模式进行分析,牧民可以发现奶牛的伤痛、预测某些疾病的发作,并以超过九成的精度实现排卵期预测——这是传统程序完全无法达成的效果。人工智能还可以追踪奶牛卧具、饲料以及环境变化对产奶量或者其它行动的具体影响。
Khokhar表示,他是在荷兰某奶牛场生活时想到引入人工智能这个念头的,并于2016年年末建立了自己的初创企业。如今,他已经在美国、西班牙以及巴基斯坦等7个国家的牧场当中监控着数千头奶牛。该公司负责管理所有设备及服务,并以按月订阅方式向客户交付。每头奶牛每月起步价格约为3美元,再加上每头奶牛79.99美元的初期一次性投入,Watson估计其目前的投入已经达到约17000美元。
农业一直都是各大技术巨头最为关注的目标行业之一。面对粮食短缺与气候变化等生存危机,改变农民们的种植与畜牧方式将大胆、革命性且具有极高的利润空间。一部分初创企业已经开始与农民携手,利用配备有摄像头的机器人采摘苹果并对黄瓜进行分类、利用无人驾驶拖拉机收割粮食,同时利用装有扫描仪的无人机来发现偷猎者以及追踪牲畜。
除了Ida之外,其它技术初创企业还在制造奶牛计步器、机器人挤奶器、尾部传感器以及电击脖挂装置(用于引导畜群走向)。
但即使是那些愿意在新兴技术身上投入巨资的农民,如今也开始拒绝支付后续费用。乔治亚州麦迪逊市WDairy农场64岁的负责人Everett Williams表示,他的农场里如今充斥着各种传感器,能够打印出一大堆报告——例如牛群活动情况以及生猪是否已经进入圈栏。他表示,他能够整理出的数据肯定没有Ida那么多,但他觉得自己的脑子里却对这些数据没有概念。“面对这么多文字警报,我有点无所适从。”
Connecterra等系统在农场之外也遭遇到批评之声。由于人工智能可以帮助检测早期疾病与行走障碍,自然保护主义者们批评这些系统实际上在帮助牧民屠宰健康状况不佳的牛只以繁殖超级奶牛。
在乔治亚州迪耶尔市经营“父女”家庭奶牛场的Rodgers指出,在农场技术方面,他并不反对使用高新成果。他的“超级系统”包含奶牛追踪应答器,并将在不久之后使用DeLaval VMS——这套机器人手臂被称为“终极自动挤奶机”。
与Ida不同,他的系统不会追踪奶牛们的日常活动——他认为这些都不重要。多年以来,人们一直这么养牛,他希望未来人们仍然这么养牛。
他指出,“对动物的观察能力是不可替代的,这是一门艺术也是一门科学。我希望我能把自己的本事传授给女儿跟侄子。”他同时补充称,“如果奶牛真的出了问题,那谁都没有办法。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。