随着人工智能（AI）、自动化等技术的持续突破，利用传感器进行数据采集与高速传输，并通过物联网存储海量数据，正持续推进智能化养殖业发展，逐渐成为推动猪育种向精准化、高效化、智能化转型的核心驱动力。

从整个养殖产业看，目前智能数据采集技术已在环境智能监测与调控、个体识别及行为监测、体重及体尺测量、精准饲喂等方面有了广泛应用。

环境智能监测与调控方面，现有的智能环境监测设备可精确捕捉环境中的任何不稳定变化，并在第一时间发出警报和调控指令，提醒养殖人员及时关注异常环境指标，及时干预。

在个体识别及行为监测方面，对猪行为的识别能及时监测猪的状态，精准记录生长数据、识别外来猪种、检测体温等；基于构建的疾病模型，结合猪的外观、体温、行为、粪便情况和进食量，可初步判断猪是否患有疾病，加快疾病发现和诊治进程，防止疾病蔓延。

在体重、体尺测量方面，当前可利用猪的三维图像或者深度图像提取体尺的特征点，再通过三维点云图像的坐标预估体重和体尺。基于LabVIEW的移动测量系统、手持式RGB-D相机等成果，研究者打破了摄像机数量有限、无法全覆盖等困难局面，利用较高的定位准度和测量精度，为猪体尺、体重的智能化测量提供了新思路。

精准饲喂方面，一般包括信息采集、饲料精准配制和智能饲喂3个环节。一些养猪企业可通过收集猪的数据进行数学建模，分析现阶段的营养需要，建立动态营养需要模型。饲养人员结合营养需要、成本、适口性多种因素，利用计算机配方软件，快速且准确计算出合适的饲料配方，按照采集后数据生成的饲喂曲线，进行少量多次的反馈式饲喂。

除在日常生猪养殖中应用外，智能数据采集技术还作为核心技术应用到猪育种的研究中，当前已开展或未来一段时间仍需进一步突破的应用场景主要涉及3个方面。

一是基因组数据的深度挖掘与分析。首先是基因组选择育种，借助基因芯片和高通量测序技术，快速、准确检测猪的基因组信息，并构建高精度猪基因组图谱，实现对优良性状相关的基因标记挖掘，为基因组选择育种提供数据支持。其次是基因组学与表型的关联，机器学习模型结合基因组测序数据，可以挖掘基因与生产性能之间的复杂关联，实现精准选育。

二是多组学数据整合与复杂性状解析。通过对多组学数据进行整合，全面解析猪的复杂性状，不仅可构建完整的“基因-性状”调控机制网络，还能揭示不同基因和环境因素共同影响性状表现的机制。

三是智能遗传评估与选种选配。智慧数据采集技术结合大数据分析技术和AI算法，对大量数据进行深入挖掘，实现对猪遗传性能精准评估，为预测后代性能和选种选配提供科学依据。种猪育种全过程的数字化管理，能减少部分人工成本和数据误差。

面向未来，随着5G、量子计算等技术的发展，AI与生物育种将深度融合，猪育种将更加深入基因等的研究，迈向智能时代，实现从“经验驱动”向“模型驱动”的转化，构建“智能猪场-精准育种-绿色养殖”的全新生态，为全球粮食安全与生态平衡提供坚实保障。（印遇龙系中国工程院院士、中国科学院亚热带农业生态研究所首席研究员，刘炎系唐人神集团股份有限公司育种总监，本报记者王昊昊采访整理）