近日，中国农业大学动物科学技术学院张帅教授与王军军教授在国际权威学术期刊 Advanced Science 上发表了一篇题为“Big Data and AI-Powered Modeling: A Pathway to Sustainable Precision Animal Nutrition”的综述论文。该文系统梳理了人工智能时代下精准动物营养体系从数据采集、模型构建到实际应用的完整闭环路径，为应对全球畜牧业可持续发展所面临的挑战提供了具有操作性的科学方案。
在全球人口持续增长与城市化进程不断加快的背景下，动物源性食品的需求不断攀升，给畜牧业生产体系带来了前所未有的压力。当前，畜牧业消耗了全球约三分之一的谷物以及三分之二的大豆、玉米和大麦，饲料资源日益紧张，已成为制约行业发展的关键瓶颈。
在此背景下，精准动物营养被视为推动畜牧业绿色转型的核心策略，而其技术根基正是数学模型的持续演进与创新。通过将生物学知识与海量数据转化为可计算、可预测的定量框架，数学模型为精准评估饲料中营养素的生物学利用率、动态预测动物营养需求以及优化饲料配方提供了坚实的科学支撑。
然而，传统动物营养模型在数据规模、预测维度、模型灵活性及实时数据整合能力等方面存在明显局限。近年来，随着人工智能技术的迅猛发展，新一代基于大数据与 AI 的动物营养模型展现出突破这些瓶颈的巨大潜力。张帅教授与王军军教授的综述全面回顾了这一领域的最新进展，涵盖由智能传感器与机器视觉驱动的高通量数据采集、基于原料体外动力学与动物多组学数据的预测因子挖掘、用于数据增强的机器学习算法、可解释性 AI 在饲料营养价值与动物营养需求预测中的应用、多目标优化与启发式算法在饲料配方中的实践以及融合全生命周期分析的绿色饲喂策略等关键方向。
论文还特别介绍了中国农业大学饲料工业中心数据库与模型研究团队在猪智能精准饲喂领域的系列创新成果，包括方法学、算法、模型、软件乃至硬件系统的自主研发。作者进一步展望，下一代动物营养模型将朝着更高程度的精准化与智能化迈进，其中大语言模型、多智能体系统以及具身 AI 饲喂机器人有望成为重要发展方向。值得一提的是，动物营养领域在数学建模方面的技术积累，亦可为人类精准营养研究提供宝贵的范式借鉴。
本研究由中国农业大学作为第一完成单位，张帅教授为论文第一作者，王军军教授担任通讯作者，赖长华研究员与赵金标青年研究员亦为论文撰写提供了重要支持。
