▲ 圖:Getty
寵物營養(yǎng)在過去的20年里已成了大生意。市場研究機(jī)構(gòu)Grand View Research表示,2018年全球?qū)櫸锸称肥袌龅囊?guī)模為830億美元,預(yù)計該市場在2019年至2025年的增長為4.5%。而狗糧從合成成分到天然成分的轉(zhuǎn)變則是這一趨勢的主要推動力。
科技公司W(wǎng)ild Earth曾于2017年推出基于可持續(xù)植物蛋白的清潔狗糧品牌。到現(xiàn)在,2021年至2028年的預(yù)測期內(nèi)素食狗糧市場預(yù)計將以12.0%的速度增長。
Waltham寵物護(hù)理科學(xué)研究所研究主管Darren Logan博士認(rèn)為,寵物護(hù)理行業(yè)即將迎來一個特別的時刻,也就是寵物護(hù)理會擴(kuò)展到注重寵物的健康,而不是在寵物健康出現(xiàn)問題時才去做護(hù)理。
"例如,骨關(guān)節(jié)炎和關(guān)節(jié)疼痛這種,這是年齡大的寵物常常經(jīng)歷的主要健康問題,如果能更早地檢測出跡象和癥狀,就有助于獸醫(yī)和寵物主人幫助防止這種問題對寵物生活質(zhì)量產(chǎn)生的影響。寵物與人類不同,它們無法直接告訴我們自己的喜好、需求或問題。這意味著想要改善它們的生活我們就需要獲得這些信息。"Logan 表示。
他強(qiáng)調(diào),過去是通過觀察來實現(xiàn)這一點。"例如,善于觀察的寵物主人可能會注意到自己的狗抓撓的頻率有點高,然后就會去看獸醫(yī)進(jìn)而診斷出皮膚病。但很多主人可能要等到抓撓現(xiàn)象相當(dāng)嚴(yán)重時才會注意到,狗狗在此期間會飽受不適之苦。"
一切都在數(shù)據(jù)里
Logan表示:"我們現(xiàn)在則是收集一系列關(guān)于寵物的數(shù)據(jù),這些數(shù)據(jù)包括從寵物的獸醫(yī)醫(yī)療記錄到它們的基因構(gòu)成、從它們的飲食到它們的日?;顒痈艣r各方面的數(shù)據(jù)。這些數(shù)據(jù)里存在一些模式,而模式可以關(guān)聯(lián)起來以達(dá)到更好地了解寵物的健康和行為的目的。"
在他看來,人工智能可以將這些寵物數(shù)據(jù)的潛在威力釋放出來,可以幫助高效地檢視這些模式。“比如狗狗抓撓這種情況,我們可以利用AI尋找那些被診斷為皮膚病的狗狗運動模式,我們現(xiàn)在只需使用連接在狗狗項圈上的活動監(jiān)視器,就可以更早地發(fā)現(xiàn)狗狗開始頻繁抓撓的時間點。"
當(dāng)然,同樣的技術(shù)也可以用于發(fā)現(xiàn)寵物何時開始出現(xiàn)關(guān)節(jié)問題,如骨關(guān)節(jié)炎等等。利用人工智能,通過活動追蹤設(shè)備,人們可以發(fā)現(xiàn)寵物步態(tài)的細(xì)微變化,進(jìn)而更早地發(fā)現(xiàn)他們的疾病。
Logan表示,寵物主人使用了這種方法就可以更快地使狗狗接受治療,減少狗狗的關(guān)節(jié)疼痛。"歸根結(jié)底,預(yù)防保健這一步意味著寵物主人和寵物之間有更多健康快樂的相處時間。" 他補(bǔ)充到。
動物預(yù)測模型
人工智能在人類健康領(lǐng)域的常見用途是預(yù)測模型的開發(fā),計算機(jī)可以發(fā)現(xiàn)數(shù)據(jù)中的微妙模式,而數(shù)據(jù)是健康或疾病狀況的早期指標(biāo)。對動物來說同樣如此,很多疾病如果發(fā)現(xiàn)得早并及早治療,康復(fù)結(jié)果就更好,所以預(yù)測模型有可能成為醫(yī)療領(lǐng)域的變革性舉措。
Logan以自己的貓咪Morgana為例,他表示,"我們綜合了數(shù)十萬份的匿名寵物歷史醫(yī)療記錄數(shù)據(jù),然后開始比較那些后來發(fā)展成常見腎臟疾病的貓咪的血液和尿液資料,并將這些資料與健康貓咪的資料進(jìn)行比較。""后來,我們開發(fā)了一種人工智能算法,利用該算法,只需查看每年的常規(guī)血液和尿液檢測就能預(yù)測貓咪何時會患上這種疾病,時間上比傳統(tǒng)的臨床診斷提前兩年。這個預(yù)測與傳統(tǒng)的診斷測試不同,我們不需要從貓咪身上提取額外的樣本,人工智能可以在幾秒鐘內(nèi)生成結(jié)果。"
在傳統(tǒng)的診療模式中,貓咪一旦被診斷患了慢性腎臟疾病就通常認(rèn)為不可以治愈了。而這種基于人工智能的方法現(xiàn)在為我們提供了一個兩年的新窗口,可以幫助獸醫(yī)專業(yè)人員和寵物主人在貓咪開始出現(xiàn)潛在臨床癥狀之前著手治療這種疾病。
Logan說,"時間將證明這樣是不是能完全預(yù)防這種疾病,但我們希望這樣做能夠讓我們有更多的時間與寵物在一起,我們認(rèn)為這是非常值得的,所以我們也在努力將類似的人工智能方法應(yīng)用到其他寵物疾病上。"
對此,Mars寵物護(hù)理公司的全球?qū)櫸镒o(hù)理首席財務(wù)官Paulo de Castro表示,人工智能對他來說就是關(guān)乎預(yù)防性護(hù)理。他表示,"我們不僅利用人工智能的力量來了解寵物的基因和行為揭示其對整體健康的強(qiáng)大洞察力,而且也在幫助預(yù)測寵物疾病,以便獸醫(yī)和寵物主人能夠更好地合作,達(dá)到讓寵物保持健康和快樂的目的。"
根據(jù)預(yù)防寵物肥胖協(xié)會的統(tǒng)計資料,美國估計有60%的貓和56%的狗都超重或肥胖,這導(dǎo)致很多寵物出現(xiàn)一系列的健康問題。
De Castro說:"我們公司采取了數(shù)據(jù)驅(qū)動的方式研究寵物的肥胖問題,這可以幫助早期預(yù)測寵物的疾病,讓它們活得更健康快樂。"也就是說,寵物在進(jìn)獸醫(yī)所時,它們的體重會被記錄下來,但如何記錄這些信息做法則在各有不同。
他解釋,"有時只是記一個數(shù)字,有時卻寫在醫(yī)療筆記中,有時會作為身體狀況評分的一部分,評分方法在不同的類型里也會有所不同。這意味著在大樣本中很難得到一套合適的寵物體重和身體狀況評分標(biāo)準(zhǔn)。"
Mars寵物護(hù)理公司為了解決這個問題,特意為寵物醫(yī)院寫了一個自然語言處理(NLP)流程算法,從而高效地找出這些信息。
De Castro稱:"這種方法幫助我們更好地了解了問題的規(guī)模,成功定位了30%以上的肥胖寵物病例,并發(fā)現(xiàn)了貓咪超重和肥胖的特殊問題。這就使得獸醫(yī)專業(yè)人員可以在完成診斷后為寵物主人找出可用的方法和途徑,并且評估哪些干預(yù)措施是最成功的以及為寵物主人采取推薦行動時提供支持。"
除此之外,Mars寵物護(hù)理公司還發(fā)現(xiàn),在診斷后的三到四個月內(nèi),那些實施積極體重管理計劃并頻繁進(jìn)行獸醫(yī)檢查的寵物,比那些不經(jīng)常看獸醫(yī)的寵物可以更快地達(dá)到健康體重。De Castro表示,"這些見解還影響到如何為寵物主人提供更多的定制化提醒,達(dá)到幫助獸醫(yī)在傳統(tǒng)的臨床環(huán)境之外開始對寵物和寵物主人的行為產(chǎn)生影響。"
寵物可穿戴設(shè)備與AI創(chuàng)新
Logan認(rèn)為,在未來幾年里,我們將看到寵物行業(yè)里人工智能工具的爆發(fā),比如新一代寵物可穿戴設(shè)備可以利用人工智能解釋從寵物那里收集的數(shù)據(jù)。
"活動追蹤器現(xiàn)在已經(jīng)不僅僅是追蹤狗狗的步數(shù)了,同時也在識別各種與健康相關(guān)的行為。例如,跟蹤抓撓和舔舐,這都可以幫助主人和獸醫(yī)評估在這些行為升級或嚴(yán)重時是否存在潛在的原因。人工智能工具也將越來越多地融入到常規(guī)獸醫(yī)實踐里。"Logan補(bǔ)充表示,過去一年里的2019新冠大流行加速了視頻咨詢的增長,要依靠遠(yuǎn)程收集數(shù)據(jù),這些都適合人工智能輔助分診。
"人工智能非常適合視頻等豐富數(shù)據(jù)源的分析,我們都知道大家喜歡拍攝寵物視頻。我期待看到基于人工智能的儀器和應(yīng)用能夠負(fù)責(zé)任地、合法地解釋和‘翻譯’寵物的行為。"Logan強(qiáng)調(diào)。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團(tuán)隊首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。