圖1 任正非
隨後，華為機器視覺領域總裁段愛國在網路爆料稱，華為推出了“華為智慧養豬解決方案”，宣佈華為機器視覺要在智慧養豬上發力，AI使能養豬智慧升級，見圖2所示。
華為養豬有跡可尋。早在2020年10月2020農牧數智生態發展論壇上，華為就發表了《5G引領現代豬場AI使能智慧養豬》的報告。
華為認為，未來資料是現代養豬的核心要素，更是養豬智慧升級的核心驅動力。從以前以“人管”為主到未來以“資料管”豬場為主，在資料管理豬場的過程中再運用AI技術做更多的科學決策，從而實現養豬的標準化和程式化。
解決方案：
所謂智慧養豬解決方案，按照作者理解：該系統組成見圖3和圖4所示。
圖3 系統架構
圖4 智慧養豬雲計算
傳統養殖業重點在人與豬的關係，即靠養殖員全程將豬養肥，這種模式對飼養員要求很高。因為養殖過程中出現任何疏漏、差錯均有可能導致豬仔生病、死亡等情況發生，人作為個體也需要吃喝拉撒不可能一天24小時照顧小豬。另外初入豬養殖領域的創業者往往因為缺乏經驗，前期投入鉅額的“學費”。
而智慧養豬的出現將有可能改變現狀。
基於圖3和圖4我們來分析這系統的結構。1）底層資料。任何號稱智慧系統均無法離開海量物件資料的支援，養豬業就要獲取肉豬狀態資料和養豬場客觀狀態資料。很多人利用機器視覺技術來實時監測豬的狀態，見圖5所示。
圖5 豬臉識別
利用豬臉識別技術之前需要做一步比較關鍵措施：事先給每頭豬拍照並錄入資料庫中。簡單講這個資料庫就像一個倉庫，而這個倉庫只儲存各種型別資料。為了有序規範檢索海量資料，我們給每頭豬建立電子檔案，類似於我們的檔案。同樣道理給豬一張“電子身份證”，透過影象識別就能將這頭豬與存在資料庫中檔案聯絡起來。
豬的成長與生活環境息息相關，創造優良生存環境非常有助於肉豬的成長。這生存環境包括豬場客觀環境（如溫度、溼度、空氣）、建築設計（給排水、排糞尿、清潔系統等），資料流見圖6所示。
圖6 豬場資料庫建設
【百度百科】資料庫是“按照資料結構來組織、儲存和管理資料的倉庫”。是一個長期儲存在計算機內的、有組織的、可共享的、統一管理的大量資料的集合。資料庫是存放資料的倉庫。它的儲存空間很大，可以存放百萬條、千萬條、上億條資料。但是資料庫並不是隨意地將資料進行存放，是有一定的規則的，否則查詢的效率會很低。當今世界是一個充滿著資料的網際網路世界，充斥著大量的資料。即這個網際網路世界就是資料世界。資料的來源有很多，比如出行記錄、消費記錄、瀏覽的網頁、傳送的訊息等等。除了文字型別的資料，影象、音樂、聲音都是資料。
目前市面上應用較廣泛資料庫軟體由微軟公司開發的SQLAS Server和甲骨文公司開發的Oracle、瑞典MySQL AB 公司MySQL。
2）中繼。華為開發基於物聯網的晶片---凌霄晶片，專為IoT研發的商用晶片。萬物皆可聯，利用物聯網晶片處理來自若干頭豬的資訊以及若干個豬舍的資訊，見圖7所示。
圖7 物聯網晶片
區域性的物聯網還可以形成更大的網路，透過5G訊號實現快速、安全通道，見圖8所示。華為不僅可以生產通訊裝置還開發相配套的軟體，實現軟體硬體獨立自主生產。
圖8 中繼總架構
3）資料處理。所謂智慧真正體現在資料處理部分，上文提到養豬經驗起到至關重要的作用。然而人不可能像機器那樣24小時連軸轉，所以人們就希望透過機器學習方式來初步、一定程度上取代人工，這就是AI（人工智慧）的本質。以華為昇騰晶片為例子，資料處理流程見圖9所示。
圖9 人工智慧操作流程
人工智慧的核心在於機器學習，目前有很多流行的演算法，如深度學習、神經網路（改進版）等。個人認為無論那種演算法，機器學習首先要利用人經驗資料，可能會海量資料，用於訓練模型，使系統演算法各項閾值從0-1的過程，經過訓練的模型，在面臨新資料輸入時就會獲得我們最初設定的目標（雖然會有誤差），從而減輕人工的參與。相類似的，如果訓練模型的樣本資料是影象，那麼這個模型就能夠處理新影象資料，底層資料就可以採用機器視覺方式來獲取原始資料。