本文摘要：据英国《大自然·可持续性》杂志8日公开发表的一篇论文报告，美国正在尝试让人工智能（AI）“监管”畜牧业，由斯坦福大学团队研发的机器学习应用于，可以比人工调查更加高效地找到集中型畜牧设施。这款应用于现在北卡罗莱纳州额外找到了589座此类设施，其将有助人们跟踪食品行业的环保违规情况。 集中型动物养殖场大约占到美国牲畜总产量的40％，每年产生的废料约3．35亿吨左右。据估计，美国60％的集中型动物养殖场是未注册的，并且不具备必要的废料处置许可。

据英国《大自然·可持续性》杂志8日公开发表的一篇论文报告，美国正在尝试让人工智能（AI）“监管”畜牧业，由斯坦福大学团队研发的机器学习应用于，可以比人工调查更加高效地找到集中型畜牧设施。这款应用于现在北卡罗莱纳州额外找到了589座此类设施，其将有助人们跟踪食品行业的环保违规情况。

集中型动物养殖场大约占到美国牲畜总产量的40％，每年产生的废料约3．35亿吨左右。据估计，美国60％的集中型动物养殖场是未注册的，并且不具备必要的废料处置许可。

其有可能产生深远影响问题，还包括不会对食品安全和土壤水质导致严重影响。然而，美国政府机构当前缺乏有关集中型动物养殖场数量、规模或方位的精确数据。鉴于此，斯坦福大学研究团队此次研发了一种机器学习应用于，让人工智能去“监管”畜牧设施。

结果显示，这款应用于可以比人工调查更为较慢、高效地找到并辨别集中型畜牧设施。研究团队将所取得的结果与人工调查展开了较为，借以还额外找到了将近600个家禽类集中型动物养殖场，较之前的人工调查结果减少了15％。

研究人员指出，这种方法可以找到无许可的养殖场，或是对环境包含一定风险的养殖场，有助对其环保合规情况展开监测。

本文来源：18新利app-www.pietytive.com