人工智能（AI）農業，是廣義智慧農業概念下的一個分支。目前，在“智慧農業”這個大概念下，集中了“互聯網+農業”“物聯網+農業”“大數據+農業”“云計算+農業”“人工智能+農業”等“小概念”，而人工智能+農業，看起來離我們最遠，但實際上近在眼前。
七個“人工智能+農業”應用場景
農業是最講求實用的行業，當那些層出不窮、令人眼花繚亂的新技術與農業接軌時，農業人往往會抱著“少談些概念，多講些應用”的心態，去審視新技術與農業的匹配是否能“順風順水”。所以，在談“人工智能+農業”前，我們不妨先來看看這項技術目前已經在農業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”領域的美國藍河科技研發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。因此，它就如同是農業界的“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，一些傳統的大型農機公司，也意識到了“人工智能+農業”會是未來農業發展的一個方向，早就在提早布局了。而隨著行業巨頭的紛紛加入，“人工智能+農業”一定會在某一天迎來爆發期。
2015年，德國的農業科技公司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是印度、巴西和南非等農業規模較大、但農業技術支持相對落后的國家。
當然，在“人工智能+農業”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系統，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，騰訊人工智能農業系統在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，這些黃瓜質量穩定、形狀統一，普遍為重375g以上的A級優質瓜，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”領域，2018年6月7日，阿里正式發布“ET農業大腦”，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境。除了種植業，阿里ET農業大腦還邁出了人工智能養豬第一步。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，大大提高了養豬效率。
目前，我們國家的“人工智能+農業”其實已經發展得如火如荼，覆蓋了農業和經營的各個環節。
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，人工智能利用物聯網獲取的數據，不僅能監測水源，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測環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統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”需要克服的三道關卡
“人工智能+農業”在農業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”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，是因為圍棋規則簡單、但變數多，在簡單的規則之下，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”。但是農業可不是這樣，農業的規則無窮無盡，變數不可盡述。所以，人工智能在農業領域，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”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、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。但農業數據可能是最缺乏、也最難獲得的。以開發一款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建數據。很多開發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”的美好前景，必須要探索出一套“以數據描述農業”的道路，這需要農業生產的方方面面、各個環節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”系統的成本還是過高。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，任何產業隨著規模化的推進，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”應用場景
農業是最講求實用的行業，當那些層出不窮、令人眼花繚亂的新技術與農業接軌時，農業人往往會抱著“少談些概念，多講些應用”的心態，去審視新技術與農業的匹配是否能“順風順水”。所以，在談“人工智能+農業”前，我們不妨先來看看這項技術目前已經在農業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”領域的美國藍河科技研發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。因此，它就如同是農業界的“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，一些傳統的大型農機公司，也意識到了“人工智能+農業”會是未來農業發展的一個方向，早就在提早布局了。而隨著行業巨頭的紛紛加入，“人工智能+農業”一定會在某一天迎來爆發期。
無人駕駛拖拉機在作業
2015年，德國的農業科技公司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是印度、巴西和南非等農業規模較大、但農業技術支持相對落后的國家。
當然，在“人工智能+農業”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系統，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，騰訊人工智能農業系統在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，這些黃瓜質量穩定、形狀統一，普遍為重375g以上的A級優質瓜，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”領域，2018年6月7日，阿里正式發布“ET農業大腦”，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境。除了種植業，阿里ET農業大腦還邁出了人工智能養豬第一步。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，大大提高了養豬效率。
目前，我們國家的“人工智能+農業”其實已經發展得如火如荼，覆蓋了農業和經營的各個環節。
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，人工智能利用物聯網獲取的數據，不僅能監測水源，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測環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統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”需要克服的三道關卡
“人工智能+農業”在農業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”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，是因為圍棋規則簡單、但變數多，在簡單的規則之下，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”。但是農業可不是這樣，農業的規則無窮無盡，變數不可盡述。所以，人工智能在農業領域，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”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、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。但農業數據可能是最缺乏、也最難獲得的。以開發一款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建數據。很多開發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”的美好前景，必須要探索出一套“以數據描述農業”的道路，這需要農業生產的方方面面、各個環節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”系統的成本還是過高。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，任何產業隨著規模化的推進，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.ue180.com)聯系，本網站將迅速給您回應并做處理。
聯系郵箱:3267146135@qq.com
聯系郵箱:3267146135@qq.com
