Frontiers in Veterinary Science·9月23日 · 周三论文智慧农业 / 农业物联网阅读 0
Closed-loop artificial intelligence agents for animal epidemic prediction and decision support in livestock farming: a review
Yuzhi Wang · Yingtong Zhou · Liyu Li 等 6 人
论文解读
78精选
速览
综述闭环AI智能体用于畜禽疫病预测与决策支持，提出感知-决策-反馈架构。
方法
综述多尺度传感、多模态输入、时序预测与强化学习集成。
发现
现有证据仅支持框架组件，闭环智能体尚未在真实农场部署。
机会点
可研究闭环智能体在真实农场的验证、标准化与人机协同治理。
影响力18
信息增量20
专业深度18
信源权威14
时效性8
系统梳理闭环AI智能体在动物疫病监测与决策中的应用框架，指出落地瓶颈，对智慧畜牧有参考价值。
原文摘要
动物疫病持续威胁着畜牧生产与公共卫生，然而当前的监测手段在很大程度上仍是被动且碎片化的。传统人工智能模型通常作为开环预测器运行，输出静态结果，无法满足兽医在真实养殖场景中动态的操作需求。本文综述了动物疫病监测中新兴的人工智能代理（AI agents）范式，重点探讨此类代理如何通过“感知—决策—反馈”的闭环架构，从被动观察转向主动干预。我们首先对多尺度传感技术进行分类：在微观尺度上，包括自动化分子诊断与生物传感器；在宏观尺度上，包括基于计算机视觉的表型分析。这些技术共同提供了持续监测所需的数据流。随后，本文讨论了多模态输入、时间序列预测、资源感知决策以及强化学习如何整合到基于代理的工作流程中。重要的是，当前大多数兽医研究证据仅支持该框架的各个独立组件，而非在实际现场环境中部署完全自主、迭代演化的闭环代理。因此，要将闭环人工智能从概念框架转化为可靠的兽医决策支持工具，还需在验证、标准化、治理和人工监督方面取得进一步进展。