你看你看豬的臉
“如果3個人站在你面前，僅通過人臉你能分辨出他們的不同嗎？”
“那還用說，別說3個人，就是10個人也沒問題。”
“那如果是3頭豬臉呢？”
“嗯… …
“通過一個人的面部表情，你能分辨出喜怒哀樂嗎？”
“當然。”
“那如果是一只羊呢？”
“嗯… …
面對人臉，人有很強的識別能力，即使一個細微表情，也可以分辨出彼此的不同來。然而對于動物，人就犯了“臉盲癥”，感覺它們長得都差不多，別說分辨表情，就連誰是誰也很難分清楚。
這時有人可能會說了，我能分清人臉就行了，管它什么動物臉呢？
其實分清動物臉也有用。我們都知道，伴隨著人工智能技術的快速發展，刷臉——也就是人臉識別，在我們日常生活中越來越常見。刷臉開機、刷臉門禁、刷臉驗證等應用越來越廣泛，給我們帶來了相當多的便利。而在人臉識別之外，動物臉識別作為生物識別技術的一個分支，也在悄然升起。它的作用不容小覷，不僅可以幫助人們在多角度上了解動物的個體信息、防范動物病害和丟失，還能在科學飼養、降低飼養成本、保證餐桌食物安全等方面提供依據。
熱衷養豬的互聯網公司
你能相信網易、阿里巴巴、京東都開始養豬了嗎？在傳統觀念里，養豬又臟又累，但現在高大上的互聯網公司居然看上了這個，為什么呢？
目前我國豬肉消費占據世界消費比例的百分之五十，基本上一日三餐都離不開豬肉，因此需求量非常大。但以往中國很多人卻不愿意養豬，不是怕臟累，而是養豬成本高、營利難。互聯網公司通過分析，得出成本高的主要原因在于之前生豬養殖大多采用老式的、粗放式的養殖方式，導致生豬的產量上不去、還有生豬幼崽死亡率居高不下、不科學的喂養方式等等。互聯網公司進入后，通過自身擅長的人工智能技術開發出了“豬臉識別”系統，極大的降低了飼養成本。
如京東的豬臉識別技術，只需要用帶有豬臉識別的系統掃描一下豬臉，就可以給豬建立標簽，生成識別碼。而且還可以通過豬臉識別技術，識別豬是否開心、興奮或者情緒低落，以此分析豬的健康情況。通過豬臉識別，不僅知道了每頭豬的年齡、體重，還能因豬而異地給它們提供飼料，讓每頭豬保持合適的瘦肉比例。合理的體型下，給它供應相應的飼料，這樣就節省了飼養成本。據測算，采用“豬臉識別”后，人工成本減少30%—50%左右，降低飼料使用量8%—10%，并且平均縮短出欄時間5—8天。阿里的智能ET大腦也不甘示弱，綜合應用了“豬臉識別”、人工智能和大數據技術，讓一頭豬從出生到出欄的物流配送，都在ET大腦的掌握之中。此時每頭母豬每年能多生3頭小豬，死淘率降低3%左右。網易則是利用智能技術隨時隨地對動物進行跟蹤與管理，配合豬的生活環境改善，住干凈的豬宿舍、不打針不吃藥來提升豬的幸福度，提高豬的生活品質。
有了“豬臉識別”技術，消費者終于可以放心的吃上安全肉了。操作者只需要舉起手機，對著某頭豬掃一掃，就能得到豬的編號、豬的父母、品系、生長環境、健康情況等信息。
豬臉牛臉和羊臉，一個都不能少其實不只是“豬臉識別”，其他牲畜如“牛臉識別”“羊臉識別”也逐漸開始應用了。2018年美國嘉吉公司聯合愛爾蘭軟件公司Cainthus共同推出一套“牛臉識別認證系統”。通過這套系統，農場主可以更加方便的控制牛的健康狀況和飲食規律，判斷出那些牛生病了，生了什么病，哪些牛沒有吃飽，甚至哪些牛到了發情期，讓牛們更加健康快樂的成長。英國劍橋大學的“羊臉識別”系統，可以識別羊的不同面部表情，并且評估其是否處于痛苦狀態，以及痛苦有多嚴重。如果羊群中有發生疾病的個體，可以及時給牧民發出提醒，以便較早地預防群體性疾病的產生。
“牛臉識別”讓騙保無所遁形
目前我國多個地區都推出了養殖業保險，比如奶牛保險。本來是一項惠民保險，但“騙保”案件卻頻發，讓保險公司叫苦不迭。一錘子砸死自家牛，一手領著政府惠農補貼，一手向保險公司報案，得到理賠金后轉手把死牛低價售出，一頭牛掙出三份錢，這樣的戲碼常常上演。牛死了不做無害化處理，聯合獸醫出具假證明，換家保險公司重復索賠。
為什么騙保會頻頻發生呢？這是因為目前理賠查勘存在一定缺陷。傳統理賠取證主要是通過耳標號+照片對比。但耳標號很容易被替換，而奶牛照片，在人眼看來，其實長得都差不多，辨識準確度不高，外加采集照片時奶牛隨時處于活動狀態中，采集難度大、拍攝不規范，給騙保者留下了操作空間。
遺失寵物尋回
在國外，一款名為Pip的軟件將運用臉部識別技術幫助人們找回自己的愛寵。
寵物主只需在軟件上傳愛寵的照片，臉部識別技術會自動分析照片并儲存相關數據。當有寵物走失的時候，軟件會自動向動物管理機構、動物營救機構、獸醫、和社交網絡發出警報，并會掃瞄所有發布在社交網絡的找回的寵物照片，與數據庫自動匹配，幫助寵物與主人重逢。
野生動物追蹤保護
美國密歇根州立大學的研究人員開發出一套用于靈長類動物的面部識別系統primNet，能配合Android應用追蹤這些動物，以協助森林保育人員更好地保護一些瀕危的靈長類動物。非洲肯尼亞的獅子監護者們啟動了一個獅子身份信息辨識合作網絡(LINC)的計劃。借助著LINC，保護人士可以更好地了解獅子群體的活動區域以及數量的動態變化。對各動物園而言，可以利用這種技術實時監測不同動物群體和個體在籠舍中的情況，為科學飼養提供依據。
動物臉識別不容易
與人臉識別相比，動物臉識別難度要大得多。
這是因為人臉是高度差異化的，而動物的臉往往長相十分相似，需要更加細化。研究人員曾將人臉識別技術用在動物身上，出現了過度擬合的問題，也就是說細節不夠明顯。研究團隊不得不手動標記動物的眼睛和嘴巴協助系統識別。此外動物還受到生活環境、彼此打斗等影響，比如豬經常把臉弄得臟兮兮的，不易識別。
而且動物也不會像人一樣可以配合照相，不是躺著就是瞇著眼，或者運動著。而動物臉信息錄入要求多角度掃描，設備需要花費不少工夫才能完成拍照。如今“豬臉識別”中，母豬識別率為98%，肉豬識別率則為85%，在大規模養殖中，這個識別率并不算高。
目前實現視覺識別的原理基本上是一致的，即利用計算機神經網絡的深度學習，學到每一只動物的特征，然后利用深度學習的模型，針對測試數據集，得到每只動物的概率，最后來判別哪個是哪個。
雖然目前動物識別率還需要提高，但深度學習的特點就是研究數據，尤其是對大量級、多維度、優質、真實的數據依賴程度高。隨著更多數據的“喂養”，相信在不久的未來，動物臉識技術可以更加準確成熟，為我們的生活帶來更多的驚喜。