世界首次用AI成功複製豬!南開大學做到了
在超級AI管控中,機器自動複製人類胚胎、自動送入營養池培育、養大了做人肉電池…
當然,真實世界不能這麼造人,即使敲點活人胚胎基因都會舉世嘩然。不過哺乳動物千萬種,人不能這麼造人,但人這麼造豬,那可就理所當然是個技術大突破了。
南開完成全球首次AI克隆豬
AI賦能的、過程全自動化的克隆豬孕育,世界首次的桂冠在2022年3月底被中國南開大學人工智慧學院的研究團隊摘得。
此消息於2022年5月底被南開大學低調公開。雖然相關研究的詳細論文尚未發布,不過科技界和產業界沒多久就注意到了這個消息。
2022年3月31日,在完全無人工幹預、每個步驟都全部由AI自主控制下的機器人操作流程中,中國南開大學人工智慧學院的趙新教授研究團隊,成功讓一頭普通的「代孕」母豬懷孕110天,誕下了7頭克隆純種小長白豬。
按照南開大學的新聞稿,趙教授團隊在每個克隆步驟都用AI相關技術做出了改進:
利用電腦視覺技術建立了最大厘米級、最小亞微米級分辨率的全局顯微視野,提高操作效率,實現克隆操作批量化; 透過細胞受力的演算法自動分析,實現了基於最小力道的機器人克隆操作自動化; 透過機器學習技術帶來的細胞內應變評估,降低了克隆操作過程對卵母細胞的損傷,提高了克隆操作後胚胎發育率,實現了克隆操作精準化。如此,才能在2017年同一研究團隊世界首次用機器人複製豬的成就上再創突破。
2017年那次,將母豬的卵細胞插細胞核等關鍵步驟還是人工手動完成的。 2022年有了AI幫忙,這些關鍵步驟的人力就可以省去了。
AI克隆豬既精準且快速,解放人力效率高
產業界和科研界注意到這事,原因也在此:如果種豬培育的克隆技術真能完全脫離手工操作,那生產效率就有了工廠化的前景,錢途無量。
南開的新聞稿裡有提到:「用克隆技術大量擴增祖父輩原種豬,用人工克隆,操作步驟多、難度大,勝任克隆操作的人員極度短缺,不能真正解決生產祖父輩原種豬大量需求的難題。」
而在《南華早報》的訪談中,2005年為中國首度成功克隆豬的潘登科老師現身說法,說AI自動克隆豬技術真要能落地,那可把科研人員從勞力密集、耗時甚長的苦差事裡給解救出來了。現在在養豬大省成都開著生物科技公司的創業老總潘登科,說自己當年做科研人時,每天要重複克隆任務的“體細胞核移植”(SCNT)步驟操作一千餘次,累得自己落下了病根、長年腰酸背痛。
而提取孕體卵母細胞、去細胞核、再把供體體細胞核移入去核卵母細胞中的SCNT步驟是克隆作業的關鍵。而且要是手工操作者一個用力有微弱誤差,這個步驟就失敗了。
而按南開大學的通稿訊息,用上AI來機器複製豬之後,機器人操作的用力精準度有顯著提高。標誌克隆成功的囊胚率,人工操作時是10%,AI操作時是27.5%,囊胚率提升2.75倍。
接受克隆胚胎的單胎代孕母豬產仔數,人工操作時是平均不足5頭,提升AI自動化克隆豬時是兩批3胎共24頭,平均單胎產仔8頭,提升了60%以上。
此外,研究團隊第一批全自動化操作的克隆豬已用於育種生產,13頭健康克隆豬有9頭留種,留種率69%,與普通種豬留種率35%相比將近翻番。
中國養豬業需求極大,AI克隆豬技術不愁賣相
中國現在是全球最大的豬肉消費國與生產國,種豬需求量大,每年種母豬更新量1300萬頭,種公豬更新量30萬頭以上。
中國全國豬隻總數常年維持在4億以上,人均豬肉年消費量在30-35公斤,已經接近歐盟水準。 2018年中國豬肉產量為5,404萬噸,2019年為4,255萬噸,2020年為4,113萬噸。
而全世界第一的豬肉產量還是無法滿足全世界第一的豬肉總消費量,每年中國都要進口數百萬噸豬肉。
加上2018-2019年非洲豬瘟自俄國傳入中國,中國的健康豬隻總數因防疫滅殺劇降。這給養殖業帶來了幾乎毀滅性的衝擊,也激增了豬肉進口的壓力。
即使在新冠肆虐的2021年,中國仍進口了331萬公噸的豬肉。
而中國豬養殖業的種豬,則仰賴國外進口。在新冠初起、物流紊亂的2020年,中國全年也進口了種豬約3萬頭。
因為中國進口曾祖輩的原種豬受到原產國限制,只能進口退化快的祖父輩原種豬,通常經3年左右繁殖即退化,所以原產豬的商業流程是「進口、退化、再進口、再退化」的循環。
以2021年中國農業部的官方說法,中國養豬業的核心育種群的產仔數、飼料轉換率等關鍵指標與種豬出口國家還有10%-30%的差距。
所以任何能讓中國種豬大規模持續繁殖的技術,都將有廣闊的利潤空間。要是火熱的AI快錢搶佔此先機,或許能創造下一個風口。
參考資料:
http://news.nankai.edu.cn/ywsd/system/2022/05/31/030051550.shtml
#https:// www.scmp.com/news/china/science/article/3180067/chinese-scientists-produce-worlds-first-pigs-cloned-entirely
以上是世界首次用AI成功複製豬!南開大學做到了的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

DMA在C 中是指DirectMemoryAccess,直接內存訪問技術,允許硬件設備直接與內存進行數據傳輸,不需要CPU干預。 1)DMA操作高度依賴於硬件設備和驅動程序,實現方式因係統而異。 2)直接訪問內存可能帶來安全風險,需確保代碼的正確性和安全性。 3)DMA可提高性能,但使用不當可能導致系統性能下降。通過實踐和學習,可以掌握DMA的使用技巧,在高速數據傳輸和實時信號處理等場景中發揮其最大效能。

使用C 中的chrono庫可以讓你更加精確地控制時間和時間間隔,讓我們來探討一下這個庫的魅力所在吧。 C 的chrono庫是標準庫的一部分,它提供了一種現代化的方式來處理時間和時間間隔。對於那些曾經飽受time.h和ctime折磨的程序員來說,chrono無疑是一個福音。它不僅提高了代碼的可讀性和可維護性,還提供了更高的精度和靈活性。讓我們從基礎開始,chrono庫主要包括以下幾個關鍵組件:std::chrono::system_clock:表示系統時鐘,用於獲取當前時間。 std::chron

交易所內置量化工具包括:1. Binance(幣安):提供Binance Futures量化模塊,低手續費,支持AI輔助交易。 2. OKX(歐易):支持多賬戶管理和智能訂單路由,提供機構級風控。獨立量化策略平台有:3. 3Commas:拖拽式策略生成器,適用於多平台對沖套利。 4. Quadency:專業級算法策略庫,支持自定義風險閾值。 5. Pionex:內置16 預設策略,低交易手續費。垂直領域工具包括:6. Cryptohopper:雲端量化平台,支持150 技術指標。 7. Bitsgap:

在C 中處理高DPI顯示可以通過以下步驟實現:1)理解DPI和縮放,使用操作系統API獲取DPI信息並調整圖形輸出;2)處理跨平台兼容性,使用如SDL或Qt的跨平台圖形庫;3)進行性能優化,通過緩存、硬件加速和動態調整細節級別來提升性能;4)解決常見問題,如模糊文本和界面元素過小,通過正確應用DPI縮放來解決。

在C 中測量線程性能可以使用標準庫中的計時工具、性能分析工具和自定義計時器。 1.使用庫測量執行時間。 2.使用gprof進行性能分析,步驟包括編譯時添加-pg選項、運行程序生成gmon.out文件、生成性能報告。 3.使用Valgrind的Callgrind模塊進行更詳細的分析,步驟包括運行程序生成callgrind.out文件、使用kcachegrind查看結果。 4.自定義計時器可靈活測量特定代碼段的執行時間。這些方法幫助全面了解線程性能,並優化代碼。

C 在實時操作系統(RTOS)編程中表現出色,提供了高效的執行效率和精確的時間管理。 1)C 通過直接操作硬件資源和高效的內存管理滿足RTOS的需求。 2)利用面向對象特性,C 可以設計靈活的任務調度系統。 3)C 支持高效的中斷處理,但需避免動態內存分配和異常處理以保證實時性。 4)模板編程和內聯函數有助於性能優化。 5)實際應用中,C 可用於實現高效的日誌系統。

C 中使用字符串流的主要步驟和注意事項如下:1.創建輸出字符串流並轉換數據,如將整數轉換為字符串。 2.應用於復雜數據結構的序列化,如將vector轉換為字符串。 3.注意性能問題,避免在處理大量數據時頻繁使用字符串流,可考慮使用std::string的append方法。 4.注意內存管理,避免頻繁創建和銷毀字符串流對象,可以重用或使用std::stringstream。

在MySQL中,添加字段使用ALTERTABLEtable_nameADDCOLUMNnew_columnVARCHAR(255)AFTERexisting_column,刪除字段使用ALTERTABLEtable_nameDROPCOLUMNcolumn_to_drop。添加字段時,需指定位置以優化查詢性能和數據結構;刪除字段前需確認操作不可逆;使用在線DDL、備份數據、測試環境和低負載時間段修改表結構是性能優化和最佳實踐。
