人工智能（AI）農業(yè)，是廣義智慧農業(yè)概念下的一個分支。目前，在“智慧農業(yè)”這個大概念下，集中了“互聯(lián)網+農業(yè)”“物聯(lián)網+農業(yè)”“大數據+農業(yè)”“云計算+農業(yè)”“人工智能+農業(yè)”等“小概念”，而人工智能+農業(yè)，看起來離我們最遠，但實際上近在眼前。
七個“人工智能+農業(yè)”應用場景
農業(yè)是最講求實用的行業(yè)，當那些層出不窮、令人眼花繚亂的新技術與農業(yè)接軌時，農業(yè)人往往會抱著“少談些概念，多講些應用”的心態(tài)，去審視新技術與農業(yè)的匹配是否能“順風順水”。所以，在談“人工智能+農業(yè)”前，我們不妨先來看看這項技術目前已經在農業(yè)領域有了哪些具體的應用。
早在2012年左右，專注于“人工智能+農業(yè)”領域的美國藍河科技研發(fā)出了一款除草機器人。這款除草機器人與普通除草機器人最大的不同，就是它和最有經驗的老農一樣，能夠識別出目標區(qū)域里哪些植物是需要保護的農作物，哪些植物是需要清除的雜草，然后精準噴灑除草劑。想要實現這一功能，就需要用到人工智能領域中比較常見的計算機視覺識別技術。
主動識別雜草與作物還不是藍河科技除草機器人最大的本事，它最厲害的地方，在于它的“主動學習能力”——隨著使用時間的積累，除草機器人會變得越來越“聰明”，它會結合歷史產量經驗，判斷哪片農作物需要加強管理，哪片農作物已經達到最佳狀態(tài)。因此，它就如同是農業(yè)界的“阿爾法狗”，會在工作中不斷累積經驗、提高自己。事實上，藍河科技除草機器人誕生的時間要比阿爾法狗更早，所以它也算是“深度學習機器人”的先驅者。
值得一提的是，早在2017年，全球最大農業(yè)機械制造商約翰迪爾公司以3億多美元的價格收購了藍河科技。由此可見，一些傳統(tǒng)的大型農機公司，也意識到了“人工智能+農業(yè)”會是未來農業(yè)發(fā)展的一個方向，早就在提早布局了。而隨著行業(yè)巨頭的紛紛加入，“人工智能+農業(yè)”一定會在某一天迎來爆發(fā)期。
2015年，德國的農業(yè)科技公司PEAT推出了一款名為 Plantix 的深度學習應用。
我們可以將該應用理解為“農作物的網上醫(yī)生”，農民們手機上下載了Plantix應用之后，只需要將受害莊稼的照片上傳到Plantix，應用就能快速診斷出作怪的真菌和昆蟲物種，并給出如何除害的建議。
Plantix給出的除害建議是從哪來的？答曰“人工智能”。Plantix可以主動識別圖片中的病蟲害種類，并且不斷學習除害知識，從而成為一個防治病蟲害領域的“專家”。該專家不僅知識豐富，更難得的是，它可以跨越時間和空間的限制，同時為全球各地農業(yè)提供技術支持，這是人類專家所不具備的特點。
Plantix推出3年后，每個月被使用超過100萬次，使用該軟件最多的地區(qū)是印度、巴西和南非等農業(yè)規(guī)模較大、但農業(yè)技術支持相對落后的國家。
當然，在“人工智能+農業(yè)”領域，不僅只有國外公司在搞，我們國內的一些科技公司也瞄準了這一領域。例如騰訊公司，在2019年第二屆國際智慧溫室種植挑戰(zhàn)賽中，就通過人工智能技術，成功種植出了畝產超人工種植4倍的黃瓜。而且，騰訊的這個人工智能農業(yè)系統(tǒng)，不僅可以替代人工進行體力勞動，也可以完全取代種植者的腦力勞動——在種植黃瓜的過程中，所有的生產決策都是由人工智能下達的。當時，騰訊公司的人在荷蘭的大棚里安裝好了整套系統(tǒng)的軟件和硬件之后，就回到了中國，6個月之后，騰訊人工智能農業(yè)系統(tǒng)在61平方米的溫室內，種出了6992斤黃瓜，平均每平方米114斤，產量足足是人工種植的5倍多。而且，這些黃瓜質量穩(wěn)定、形狀統(tǒng)一，普遍為重375g以上的A級優(yōu)質瓜，很快就被搶購一空，最后一根還被AI團隊做成了一道拍黃瓜。
除了騰訊之外，阿里也開始進入“人工智能+農業(yè)”領域，2018年6月7日，阿里正式發(fā)布“ET農業(yè)大腦”，通過人工智能指導農民播種、施肥和耕作，進行智慧選址，針對不同品種的果樹選擇最適宜的水土環(huán)境。除了種植業(yè)，阿里ET農業(yè)大腦還邁出了人工智能養(yǎng)豬第一步。阿里云給每一頭豬建立檔案，包括品種、體重、進食情況、運動強度等，通過這些數據，對豬的行為特征、料肉比進行分析，大大提高了養(yǎng)豬效率。
目前，我們國家的“人工智能+農業(yè)”其實已經發(fā)展得如火如荼，覆蓋了農業(yè)和經營的各個環(huán)節(jié)。
產前階段，通過人工智能來進行育種選種、市場分析。
以前，我們種地都是習慣和經驗使然，豐收歉收全憑天意。從這一刻開始，人工智能利用物聯(lián)網獲取的數據，不僅能監(jiān)測水源，還能分析土壤成分，選擇最適合種植的作物品種。通過對農作物市場周期需求的大數據分析和預測，人工智能還能算出市場缺什么，就指導農民種什么。另外，大數據分析和機器學習技術，還可以幫助農民篩選和改良農作物基因，口味好、產量高、抗蟲性佳的品種將得到最大限度發(fā)揮。
產中階段，通過人工智能來進行病蟲害管理、自動采收。
人工智能技術通過監(jiān)測環(huán)境數據和農作物生長情況，建立病蟲草害特征分類數據庫，可實現智能預防和管理病蟲草害。這意味著農藥的使用，將降到最低程度。
產后階段，通過人工智能進行品質檢測、電商運營。
收獲之后，農產品怎么進行品質檢測、分類和包裝？別擔心，計算機大腦和機器臂可以統(tǒng)統(tǒng)承包這些煩瑣的流程。阿里云、騰訊云、百度云能永遠不知疲憊地用大數據分析市場行情，制定準確的銷售策略，最后由京東物流、菜鳥物流將農產品送達到消費者手里。
“人工智能+農業(yè)”需要克服的三道關卡
“人工智能+農業(yè)”在農業(yè)領域的各種應用已經屢見不鮮，而且很多應用已經走上了產業(yè)化的道路，未來可期。但是它畢竟是一個新的領域，需要通過不斷的探索和改良，才能形成真正的普惠價值。而且，目前來看，“人工智能+農業(yè)”還有三大關卡亟須克服。
第一道關卡是“學習關卡”。
關于人工智能，我們最了解當然就是阿爾法狗。阿爾法狗作為一款圍棋類的人工智能軟件，它可以通過自我學習來不斷提高自己。阿爾法狗能夠自己和自己下棋，據說，擊敗李世石的那套阿爾法狗系統(tǒng)在40天之內進行了2900萬次“自我對弈”，從中積累了無數關于圍棋的技巧。世界上最勤奮的圍棋手一生下棋的盤數也不可能超過它的千分之一，怎么可能贏得了它呢？
阿爾法狗之所以能夠在短時間內進行大量學習，是因為圍棋規(guī)則簡單、但變數多，在簡單的規(guī)則之下，埃爾法狗可以通過自我對弈來不斷試驗各種變數，最終做到“萬變于胸”。但是農業(yè)可不是這樣，農業(yè)的規(guī)則無窮無盡，變數不可盡述。所以，人工智能在農業(yè)領域，無法實現內部“自我學習”，只能通過不斷地收集、測量和總結各種外部的農業(yè)數據，來進行自我提升，這勢必需要很長一段時間。所以，“人工智能+農業(yè)”決不會像“人工智能+圍棋”那般橫空出世、一鳴驚人，它更需要厚積薄發(fā)、博觀約取。
第二道關卡是“數據關卡”。
人工智能之所以擁有“智能”，是建立在獲取海量數據的基礎之上。但農業(yè)數據可能是最缺乏、也最難獲得的。以開發(fā)一款AI食品檢測裝置為例，在培訓這個檢測食品質量的工具之前，必須為每一種新的食品創(chuàng)建數據。很多開發(fā)團隊都是日復一日地在客戶的加工車間中安營扎寨，甚至參與農場采摘，試吃食物，以收集大量數據。
所以，想要實現“人工智能+農業(yè)”的美好前景，必須要探索出一套“以數據描述農業(yè)”的道路，這需要農業(yè)生產的方方面面、各個環(huán)節(jié)一起努力方能達成目標。
第三道關卡是“成本關卡”。
任何新技術在農業(yè)領域的應用，都離不開成本問題。就目前的情況而言，建設“人工智能+農業(yè)”系統(tǒng)的成本還是過高。我們之前說過，騰訊用人工智能的方式，實現了黃瓜增產4倍的“美好現實”，但是建設這樣一套系統(tǒng)的成本又是多少？靠增產的黃瓜啥時候能回本？恐怕這兩個問題的答案不容樂觀。當然，任何產業(yè)隨著規(guī)模化的推進，成本都會大幅降低，我們不能用現在的成本去考量一個新生事物未來的價值，但是也不能無視成本現實而在技術的理想國度中狂歡。
七個“人工智能+農業(yè)”應用場景
農業(yè)是最講求實用的行業(yè)，當那些層出不窮、令人眼花繚亂的新技術與農業(yè)接軌時，農業(yè)人往往會抱著“少談些概念，多講些應用”的心態(tài)，去審視新技術與農業(yè)的匹配是否能“順風順水”。所以，在談“人工智能+農業(yè)”前，我們不妨先來看看這項技術目前已經在農業(yè)領域有了哪些具體的應用。
早在2012年左右，專注于“人工智能+農業(yè)”領域的美國藍河科技研發(fā)出了一款除草機器人。這款除草機器人與普通除草機器人最大的不同，就是它和最有經驗的老農一樣，能夠識別出目標區(qū)域里哪些植物是需要保護的農作物，哪些植物是需要清除的雜草，然后精準噴灑除草劑。想要實現這一功能，就需要用到人工智能領域中比較常見的計算機視覺識別技術。
主動識別雜草與作物還不是藍河科技除草機器人最大的本事，它最厲害的地方，在于它的“主動學習能力”——隨著使用時間的積累，除草機器人會變得越來越“聰明”，它會結合歷史產量經驗，判斷哪片農作物需要加強管理，哪片農作物已經達到最佳狀態(tài)。因此，它就如同是農業(yè)界的“阿爾法狗”，會在工作中不斷累積經驗、提高自己。事實上，藍河科技除草機器人誕生的時間要比阿爾法狗更早，所以它也算是“深度學習機器人”的先驅者。
值得一提的是，早在2017年，全球最大農業(yè)機械制造商約翰迪爾公司以3億多美元的價格收購了藍河科技。由此可見，一些傳統(tǒng)的大型農機公司，也意識到了“人工智能+農業(yè)”會是未來農業(yè)發(fā)展的一個方向，早就在提早布局了。而隨著行業(yè)巨頭的紛紛加入，“人工智能+農業(yè)”一定會在某一天迎來爆發(fā)期。
無人駕駛拖拉機在作業(yè)
2015年，德國的農業(yè)科技公司PEAT推出了一款名為 Plantix 的深度學習應用。
我們可以將該應用理解為“農作物的網上醫(yī)生”，農民們手機上下載了Plantix應用之后，只需要將受害莊稼的照片上傳到Plantix，應用就能快速診斷出作怪的真菌和昆蟲物種，并給出如何除害的建議。
Plantix給出的除害建議是從哪來的？答曰“人工智能”。Plantix可以主動識別圖片中的病蟲害種類，并且不斷學習除害知識，從而成為一個防治病蟲害領域的“專家”。該專家不僅知識豐富，更難得的是，它可以跨越時間和空間的限制，同時為全球各地農業(yè)提供技術支持，這是人類專家所不具備的特點。
Plantix推出3年后，每個月被使用超過100萬次，使用該軟件最多的地區(qū)是印度、巴西和南非等農業(yè)規(guī)模較大、但農業(yè)技術支持相對落后的國家。
當然，在“人工智能+農業(yè)”領域，不僅只有國外公司在搞，我們國內的一些科技公司也瞄準了這一領域。例如騰訊公司，在2019年第二屆國際智慧溫室種植挑戰(zhàn)賽中，就通過人工智能技術，成功種植出了畝產超人工種植4倍的黃瓜。而且，騰訊的這個人工智能農業(yè)系統(tǒng)，不僅可以替代人工進行體力勞動，也可以完全取代種植者的腦力勞動——在種植黃瓜的過程中，所有的生產決策都是由人工智能下達的。當時，騰訊公司的人在荷蘭的大棚里安裝好了整套系統(tǒng)的軟件和硬件之后，就回到了中國，6個月之后，騰訊人工智能農業(yè)系統(tǒng)在61平方米的溫室內，種出了6992斤黃瓜，平均每平方米114斤，產量足足是人工種植的5倍多。而且，這些黃瓜質量穩(wěn)定、形狀統(tǒng)一，普遍為重375g以上的A級優(yōu)質瓜，很快就被搶購一空，最后一根還被AI團隊做成了一道拍黃瓜。
除了騰訊之外，阿里也開始進入“人工智能+農業(yè)”領域，2018年6月7日，阿里正式發(fā)布“ET農業(yè)大腦”，通過人工智能指導農民播種、施肥和耕作，進行智慧選址，針對不同品種的果樹選擇最適宜的水土環(huán)境。除了種植業(yè)，阿里ET農業(yè)大腦還邁出了人工智能養(yǎng)豬第一步。阿里云給每一頭豬建立檔案，包括品種、體重、進食情況、運動強度等，通過這些數據，對豬的行為特征、料肉比進行分析，大大提高了養(yǎng)豬效率。
目前，我們國家的“人工智能+農業(yè)”其實已經發(fā)展得如火如荼，覆蓋了農業(yè)和經營的各個環(huán)節(jié)。
產前階段，通過人工智能來進行育種選種、市場分析。
以前，我們種地都是習慣和經驗使然，豐收歉收全憑天意。從這一刻開始，人工智能利用物聯(lián)網獲取的數據，不僅能監(jiān)測水源，還能分析土壤成分，選擇最適合種植的作物品種。通過對農作物市場周期需求的大數據分析和預測，人工智能還能算出市場缺什么，就指導農民種什么。另外，大數據分析和機器學習技術，還可以幫助農民篩選和改良農作物基因，口味好、產量高、抗蟲性佳的品種將得到最大限度發(fā)揮。
產中階段，通過人工智能來進行病蟲害管理、自動采收。
人工智能技術通過監(jiān)測環(huán)境數據和農作物生長情況，建立病蟲草害特征分類數據庫，可實現智能預防和管理病蟲草害。這意味著農藥的使用，將降到最低程度。
產后階段，通過人工智能進行品質檢測、電商運營。
收獲之后，農產品怎么進行品質檢測、分類和包裝？別擔心，計算機大腦和機器臂可以統(tǒng)統(tǒng)承包這些煩瑣的流程。阿里云、騰訊云、百度云能永遠不知疲憊地用大數據分析市場行情，制定準確的銷售策略，最后由京東物流、菜鳥物流將農產品送達到消費者手里。
“人工智能+農業(yè)”需要克服的三道關卡
“人工智能+農業(yè)”在農業(yè)領域的各種應用已經屢見不鮮，而且很多應用已經走上了產業(yè)化的道路，未來可期。但是它畢竟是一個新的領域，需要通過不斷的探索和改良，才能形成真正的普惠價值。而且，目前來看，“人工智能+農業(yè)”還有三大關卡亟須克服。
黑龍江農墾友誼農場GPS地面分差站
第一道關卡是“學習關卡”。
關于人工智能，我們最了解當然就是阿爾法狗。阿爾法狗作為一款圍棋類的人工智能軟件，它可以通過自我學習來不斷提高自己。阿爾法狗能夠自己和自己下棋，據說，擊敗李世石的那套阿爾法狗系統(tǒng)在40天之內進行了2900萬次“自我對弈”，從中積累了無數關于圍棋的技巧。世界上最勤奮的圍棋手一生下棋的盤數也不可能超過它的千分之一，怎么可能贏得了它呢？
阿爾法狗之所以能夠在短時間內進行大量學習，是因為圍棋規(guī)則簡單、但變數多，在簡單的規(guī)則之下，埃爾法狗可以通過自我對弈來不斷試驗各種變數，最終做到“萬變于胸”。但是農業(yè)可不是這樣，農業(yè)的規(guī)則無窮無盡，變數不可盡述。所以，人工智能在農業(yè)領域，無法實現內部“自我學習”，只能通過不斷地收集、測量和總結各種外部的農業(yè)數據，來進行自我提升，這勢必需要很長一段時間。所以，“人工智能+農業(yè)”決不會像“人工智能+圍棋”那般橫空出世、一鳴驚人，它更需要厚積薄發(fā)、博觀約取。
第二道關卡是“數據關卡”。
人工智能之所以擁有“智能”，是建立在獲取海量數據的基礎之上。但農業(yè)數據可能是最缺乏、也最難獲得的。以開發(fā)一款AI食品檢測裝置為例，在培訓這個檢測食品質量的工具之前，必須為每一種新的食品創(chuàng)建數據。很多開發(fā)團隊都是日復一日地在客戶的加工車間中安營扎寨，甚至參與農場采摘，試吃食物，以收集大量數據。
所以，想要實現“人工智能+農業(yè)”的美好前景，必須要探索出一套“以數據描述農業(yè)”的道路，這需要農業(yè)生產的方方面面、各個環(huán)節(jié)一起努力方能達成目標。
第三道關卡是“成本關卡”。
任何新技術在農業(yè)領域的應用，都離不開成本問題。就目前的情況而言，建設“人工智能+農業(yè)”系統(tǒng)的成本還是過高。我們之前說過，騰訊用人工智能的方式，實現了黃瓜增產4倍的“美好現實”，但是建設這樣一套系統(tǒng)的成本又是多少？靠增產的黃瓜啥時候能回本？恐怕這兩個問題的答案不容樂觀。當然，任何產業(yè)隨著規(guī)模化的推進，成本都會大幅降低，我們不能用現在的成本去考量一個新生事物未來的價值，但是也不能無視成本現實而在技術的理想國度中狂歡。
農先鋒網聲明：凡資訊來源注明為其他媒體來源的信息，均為轉載自其他媒體，并不代表本網站贊同其觀點，也不代表本網站對其真實性負責。您若對該文章內容有任何疑問或質疑，請立即與網站(www.88730.cn)聯(lián)系，本網站將迅速給您回應并做處理。
聯(lián)系郵箱:3267146135@qq.com
聯(lián)系郵箱:3267146135@qq.com
