今年中央一号文件指出要强化农业科技支撑，加快建设农业强国。“大国小农”是我国的特色，畜牧业对专业知识要求门槛高且因果关系复杂，因此对准确性和决策因果分析要求高，而畜牧知识图谱已有构建，但整体处于起步阶段，数据获取难及畜牧知识图谱的构建和应用存在许多挑战。

值此背景下，2024年10月19日下午，CCF YOCSEF郑州学术委员会（以下简称CCF YOCSEF郑州）举办了“畜牧大模型，如何靠‘谱’？”技术论坛，本次论坛由中国计算机学会主办，CCF YOCSEF郑州为组织机构，来自高校、科研院所和企业界的相关专家学者60余人共聚一堂，论坛围绕畜牧行业大模型的技术瓶颈和落地应用开展讨论，为解决畜牧行业的饲料、育种、疾病等卡脖子关键技术问题提供指导和支持。

图1 部分论坛参与人员合影留念

本次活动由河南大学副教授、CCF YOCSEF郑州AC委员穆辉宇和河南众诚信息科技股份有限公司董事、CCF YOCSEF郑州AC委员邓国军担任执行主席，河南大学副教授、CCF YOCSEF郑州委员张俊涛担任线上主席。

图2 执行主席邓国军（左）和穆辉宇（右）开场介绍

本次论坛，特邀引导嘉宾有北京航空航天大学计算机学院教授国家杰青马帅、牧原食品股份有限公司首席智能官张玉良、海南大学教授博士生导师王晓康、华为云公有云AI产业总经理严鑫，思辨嘉宾有河南科技大学二级教授马彦博、河南农业大学拔尖人才特聘教授熊蜀峰、山东农业大学副教授计算机系副主任郭旭超，参会嘉宾有CCF YOCSEF郑州首届主席周清雷（郑州大学）、CCF YOCSEF郑州往届主席吴怀广（郑州轻工业大学）、CCF YOCSEF郑州往届主席刘云龙（河南省信息安全保密协会）、CCF YOCSEF郑州往届主席张磊（河南大学）、CCF  YOCSEF郑州往届AC左宪禹（河南大学），CCF YOCSEF郑州现任主席任建吉（河南理工大学）、副主席徐国愚（河南财经政法大学）、穆清（信息工程大学）、陆丽（网络空间安全技术国家地方联合工程实验室）、学术秘书单芳芳（中原工学院)、AC委员秦瑶（河南工业大学）、黄伟（郑州轻工业大学）、谢佳（河南财经政法大学）、单芳芳（中原工学院）、刘起东（郑州大学）、陈强（郑州大学）、穆辉宇（河南大学）、邓国军（河南众诚信息科技股份有限公司）、贺磊（浪潮电子信息产业股份有限公司）、委员罗蕊（河南众诚信息科技股份有限公司）、王云（河南工业大学）、段宇乐（河南工业大学）、张浩（河南农业大学）、刘亮亮（河南农业大学），以及YOCSEF苏州AC委员陈思源（江苏启航数字科技有限公司）等。

论坛伊始，CCF YOCSEF郑州现任主席任建吉为与会者讲述了CCF YOCSEF郑州历史沿革和发展演进，以及CCF YOCSEF的文化和特性，为与会者参与论坛有了基本的了解。

图3 CCF YOCSEF郑州分论坛主席任建吉做文化培训

在引导发言环节，北京航空航天大学计算机学院教授国家杰青马帅以产业复工难以找到最优解为背景，详细介绍优化算法的发展历程，分别从传统算法辅助深度学习、深度学习辅助传统算法、深度学习与传统算法深度融合三个角度进行介绍，对于当前大数据大模型场景下求解最优解代价高或难以求解等问题提供了新的解决思路，报告充满了深度的介绍与前瞻性的思考。

图4 北京航空航天大学计算机学院教授马帅做引导发言

接着，牧原食品股份有限公司首席智能官张玉良报告了牧原公司发展现状，提出了从底层元点发力，利用机器智能学习算法、人工智能支撑底层逻辑，通过全方位智能化管理技术如CV、声音异常检测、智能巡检等技术提高生产力，减低成本。同时，分享了多项技术以及牧原智能化探索路线。报告不仅展示牧原在智能化做出的努力，也让我们深刻了解了自主创新在企业发展中的核心地位。

图5 牧原食品股份有限公司首席智能官张玉良做引导发言

海南大学教授博士生导师王晓康详细分析了面向畜牧大模型的人机物融合场景下大数据分析所面临的挑战，对多源跨域异质高阶数据融合表征、低质高噪声数据流高质量数据提取、多属性特征实时预测与精确识别等问题，提出了低质分解、数据补全以及自注意力机制结合边缘学习实现轻量级学习等解决方法。最后，王晓康指出了未来在多模态数据表征与计算方法、人机物协同智能推理方法、云边协同多模态数据学习方法、轻量级高效学习方法等方面的研究内容。报告从实际问题出发，对当前棘手问题提出了创新性的解决方案。

图6 海南大学教授王晓康做引导发言

华为云公有云AI产业总经理严鑫提出了构建行业大模型服务平台，使行业模型生产流水化，详细列出领域/行业大模型的构建方式、能力构建的四大阶段，分享了根据业务场景选择合适的模型开发方式，兼顾效益与成本的平衡的经验与观点。华为云积累了多个行业落地的成功案例与实践，与业界同行共同探讨行业大模型落地之路。

图7 华为云公有云AI产业总经理严鑫做引导发言

针对思辨议题一：在“大国小农”的背景下，畜牧行业大模型如何平衡普适性与特殊性的需求？其定义、核心功能以及在实际应用中的能力限制是什么？河南科技大学二级教授马彦博做思辨发言，他认为畜牧行业大模型的引入，使得传统的人、物二元关系转变为人、机、物的三元关系，畜牧行业大模型不一定是替代人工，而是如何更好地促进人、机、物三元协调发展。

图8 河南科技大学二级教授马彦博做思辨发言

针对思辨议题二：知识图谱在复杂畜牧环境中助力提升大模型精准度，但其构建的复杂性和实时更新能力是否会成为掣肘？如何克服数据稀疏和不确定性？山东农业大学副教授计算机系副主任郭旭超做思辨发言，他认为知识图谱本身是比较复杂的，复杂体现在数据复杂、关系复杂、条件约束等。另外数据和应用场景的变化，使得知识图谱的跨域适应能力减弱，而垂直领域的知识图谱存在数据稀疏性、不确定性问题，都会影响大模型决策结果的精准性。

图9 山东农业大学副教授郭旭超做思辨发言

针对思辨议题三：畜牧行业大模型技术落地应优先考虑技术成熟度还是经济效益？哪些应用可能优先落地？河南农业大学拔尖人才特聘教授熊蜀峰做思辨发言，他认为技术成熟度和经济效益是相辅相成的，技术成熟度可以确保解决方案的可靠性，降低风险并提高支持效率。但是如果不关注经济效益，最终投入的成本和资源可能无法带来预期回报。他认为在畜牧大模型的应用落地方面，智能健康监测相比精准饲养更具潜力。

图10 河南农业大学教授熊蜀峰做思辨发言

在思辨环节，与会嘉宾展开了深入探讨，分别结合各自的研究领域及企业痛点问题发表了独到的见解，主要观点总结如下：

论坛首先探讨了畜牧大模型的功能应用和能力限制。一方面，畜牧行业大模型是指基于深度学习、自然语言处理等技术，针对畜牧行业的特点和特定需求进行训练和辅助决策的模型，尤其在行业知识理解，数据分析与预测，智能化养殖管理以及个性化服务方面具有很大的应用前景。畜牧行业大模型落地的核心是替代人工，通过足量的基础语料进行训练，利用模型的推理能力进行一定的决策，但局限于现有数据的质量和数量及幻觉问题，畜牧大模型落地应用仍存在一些能力限制。

在探讨知识图谱助力提升畜牧行业大模型方面，构建定制化知识图谱时仍受到数据、技术限制，尤其知识图谱的更新能力也是在畜牧场景应用的一个挑战。为了满足高容错率的需求，同时平衡图谱更新的不确定性，与会者们一致认为，知识图谱能够助力提升畜牧行业大模型的精准性，但核心在于构建高质量的知识图谱，反之，大模型也可用于构建知识图谱，通过建立可靠、稳定的数据源，结合增量更新策略减少更新中的不确定性，同时应加强引入自动化和智能化技术。

针对畜牧行业大模型技术落地，与会者普遍认为，畜牧行业大模型技术的落地应综合考虑技术成熟度与经济效益两个因素。在研发投入方面，不同规模的企业风险承受能力不同，在投入时应综合考虑投入产出比。在功能应用方面，智能问答、饲喂管理、养殖环境监测与调控等应用有巨大的应用前景。

图11 与会嘉宾思辨组图

最后，CCF YOCSEF郑州现任主席任建吉做活动总结，并对牧原集团、华为云计算技术有限公司、河南众诚信息科技股份有限公司表示感谢。此次论坛汇聚了各方智慧和力量，为畜牧大模型的未来发展提供了宝贵的思路和建议，也为畜牧大模型落地和应用提供了郑州方案。展望未来，我们满怀期待，共同促进畜牧大模型技术的持续健康发展。

图12 任建吉为牧原集团代表颁发感谢牌

图13 任建吉为华为云计算技术有限公司代表颁发感谢牌

图14 任建吉为河南众诚信息科技股份有限公司代表颁发感谢牌

供稿| 穆辉宇 邓国军

初审| 徐国愚 单芳芳

终审| 任建吉

CCF YOCSEF 郑州期待您的加入。

加入联系人：任建吉（18639113988，微信同号）