据英国《自然·可持续性》杂志8日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，可以比人工调查更高效地发现集中型畜牧设施。这款应用现已在北卡罗莱纳州额外发现了589座此类设施，其将有助人们追踪食品行业的环保违规情况。
集中型动物养殖场约占美国牲畜总产量的40％，每年产生的废料达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，并且不具备适当的废料处理许可。其可能产生深远问题，包括会对食品安全和土壤水质造成严重影响。然而，美国政府机构当前缺少有关集中型动物养殖场数量、规模或位置的准确数据。
鉴于此，斯坦福大学研究团队此次开发了一种机器学习应用，让人工智能去“监管”畜牧设施。结果显示，这款应用可以比人工调查更加快速、高效地发现并鉴别集中型畜牧设施。研究团队将所获得的结果与人工调查进行了比较，借此还额外发现了将近600个家禽类集中型动物养殖场，较之前的人工调查结果增加了15％。
研究人员认为，这种方法可以发现无许可的养殖场，或是对环境构成一定风险的养殖场，有助对其环保合规情况进行监测。
