AI 賦能農(nóng)業(yè) ，將改變傳統(tǒng)“靠天吃飯”的局面

編輯｜夏末

AI 賦能農(nóng)業(yè) ，將改變傳統(tǒng)“靠天吃飯”的局面

編輯｜夏末

［√］人工智能賦能農(nóng)業(yè)，有望解決人類在未來的吃飯問題。

幾個世紀以前，工業(yè)革命和技術(shù)革新大大提高了我們對地球資源的利用程度，在當時看來，地球資源仿佛是取之不盡的。而現(xiàn)在，我們卻在因為土地和水資源的短缺而緊張，因為天氣狀況的不穩(wěn)定而煩惱，這就意味著要改變傳統(tǒng)“靠天吃飯”的局面。

然而，全球變暖和城鎮(zhèn)化發(fā)展等不利因素正制約著農(nóng)作物的生長，糧食增產(chǎn)相當困難。預(yù)計到2050年，地球人口將達到90億，為了滿足大幅增長的糧食需求，未來糧食產(chǎn)量至少需要達到現(xiàn)在糧食產(chǎn)量的兩倍。

因此，現(xiàn)代農(nóng)業(yè)需要更高效、更精準，才能實現(xiàn)科學(xué)化種植以及信息化田間管理。從智能檢測到智能游戲，再到智能機器人和無人駕駛領(lǐng)域，AI已經(jīng)無孔不入?，F(xiàn)階段，它已經(jīng)滲透到農(nóng)業(yè)領(lǐng)域了。

什么是AI？

所謂AI，即人工智能，它是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器。這其中包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

目前，AI在農(nóng)業(yè)生產(chǎn)方面的應(yīng)用主要是專家系統(tǒng)。該系統(tǒng)是運用AI知識工程的知識表示、推理、獲取等技術(shù)，總結(jié)和匯集農(nóng)業(yè)領(lǐng)域的知識和技術(shù)、農(nóng)業(yè)專家的經(jīng)驗以及通過試驗獲得的各種資料和數(shù)據(jù)模型，建造的各種農(nóng)業(yè)“電腦專家”計算機軟件系統(tǒng)。

人工智能和智能農(nóng)業(yè)

農(nóng)業(yè)涉及諸多方面，同時受多個因素影響，要進行統(tǒng)一的田間管理，并且是精確的田間管理，單靠人的判斷是不可能實現(xiàn)的。就農(nóng)業(yè)生產(chǎn)方面來說，這其中包含土壤、氣候、種子等多個因素，只要其中一環(huán)出現(xiàn)問題，就很有可能影響收成，而透過AI,則可以規(guī)避很多問題。

過去幾年，人工智能已經(jīng)改變了大多數(shù)公司和組織的運作方式。如今，這些人工智能算法影響了許多你接觸過的網(wǎng)絡(luò)服務(wù)，比如谷歌的搜索引擎、Facebook的好友推薦系統(tǒng)、亞馬遜的產(chǎn)品推薦服務(wù)等等。

隱藏在這些服務(wù)轉(zhuǎn)型背后的技術(shù)創(chuàng)新其實是“機器學(xué)習(xí)”，它實際上是一種算法，通過處理和分析海量數(shù)據(jù)來找到常見模式，然后將這些模式轉(zhuǎn)變?yōu)轭A(yù)測和行為結(jié)果。當“機器學(xué)習(xí)”被用于農(nóng)業(yè)生產(chǎn)時，它就能幫助防止農(nóng)作物被破壞和浪費。這一實踐被稱為“精準農(nóng)業(yè)”，它利用了實時數(shù)據(jù)、歷史數(shù)據(jù)以及機器學(xué)習(xí)算法，對較小的區(qū)域和較短的時間區(qū)間采取一些針對性行為，而不是在非常大的區(qū)域按照常規(guī)，不加分析地執(zhí)行完全相同的操作。舉例來說，我們應(yīng)該在受蟲害的某棵樹或者是某根樹枝，甚至是某片葉子上使用少量的農(nóng)藥，而不是大面積地噴灑。這樣，我們才能有效地減少農(nóng)藥的支出，既避免農(nóng)藥的浪費，也避免了農(nóng)藥過量使用所帶來的危害。

Prospera公司是“精準農(nóng)業(yè)”實踐的一個典型例子，它希望將傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)變?yōu)橐粋€數(shù)據(jù)驅(qū)動的實踐。Prospera利用了設(shè)置在田地里的攝像頭、傳感器以及收集到的微氣象數(shù)據(jù)，對農(nóng)作物進行監(jiān)控并且發(fā)布農(nóng)作物的實時分析。計算機視覺算法通過對收集到的數(shù)據(jù)進行分析，進而了解并報告農(nóng)作物的生長情況。

這對于早期農(nóng)作物疾病的發(fā)現(xiàn)和處理相當重要，有助于減少農(nóng)作物的損害，從而擴大糧食產(chǎn)量。利用計算機視覺技術(shù)來分析農(nóng)作物圖片的優(yōu)勢之一在于，如果經(jīng)過了良好的訓(xùn)練，算法可以隨時發(fā)現(xiàn)那些即使是優(yōu)秀的人類專家都難以發(fā)現(xiàn)的問題。在醫(yī)學(xué)界的癌癥診斷領(lǐng)域也使用了與之類似的方法和技術(shù)。

Arable是另一家從事“精準農(nóng)業(yè)”的公司，它利用了一種智能傳感器來收集農(nóng)田里的各種信息，比如降雨量、濕度、農(nóng)作物的蓄水量、水壓、微氣候數(shù)據(jù)、樹冠生物量和葉綠素等。這些數(shù)據(jù)能夠幫助農(nóng)民時刻關(guān)注農(nóng)作物的情況，根據(jù)實際的測量值而不是依靠主觀經(jīng)驗和猜測，進而作出農(nóng)作物相關(guān)的預(yù)測，并且有針對性地采取某些自動化措施。

這些“精準農(nóng)業(yè)”的操作其實很簡單，就像我們根據(jù)濕度數(shù)據(jù)來控制不同的田地和區(qū)域一樣。該領(lǐng)域的其他公司還在嘗試在沒有硬件設(shè)施的情況下進行精準農(nóng)業(yè)的操作。ConserWater公司利用了NASA的衛(wèi)星圖像、天氣數(shù)據(jù)以及深度學(xué)習(xí)算法來預(yù)測農(nóng)作物的需水量，盡管這些預(yù)測不如傳感器和攝像頭得出的預(yù)測精準，但是它的投入成本相對較低，這實際上降低了農(nóng)民進入精準農(nóng)業(yè)的門檻。

人工智能技術(shù)在農(nóng)業(yè)部署上面臨的一個主要挑戰(zhàn)是硬件設(shè)施在農(nóng)田覆蓋的聯(lián)通性很差，這限制了數(shù)據(jù)的收集，而數(shù)據(jù)收集恰恰是機器學(xué)習(xí)算法的關(guān)鍵。但是隨著人們對這一領(lǐng)域興趣的不斷增加，越來越多的公司開始行動，這些障礙正不斷被克服。

人工智能可不止于智能農(nóng)業(yè)

人工智能技術(shù)可以用于提高糧食產(chǎn)量、減少浪費，但這并不是其發(fā)揮作用的唯一領(lǐng)域。在實驗室和研究中心，機器學(xué)習(xí)算法能夠幫助培育更好的植物基因，創(chuàng)造更安全、更高效的農(nóng)作物保護產(chǎn)品和化肥，并且開發(fā)更多的農(nóng)產(chǎn)品。實際上，人工智能在這些領(lǐng)域的介入更加成熟，因為這一領(lǐng)域的數(shù)據(jù)更加豐富，數(shù)據(jù)獲取的速度也更快。

糧食的損失和浪費很可能會發(fā)生在收獲和運輸?shù)倪^程中，舉例來說，不合適的地形狀況會在收獲的過程中導(dǎo)致大量的農(nóng)作物損耗。另外，農(nóng)作物運輸途中的天氣狀況也會影響到農(nóng)作物的產(chǎn)量，比如運輸途中的降雨會導(dǎo)致運輸延遲，對農(nóng)作物造成不利的影響。

這個問題我們可以利用土壤傳感器和天氣分析系統(tǒng)來解決，機器學(xué)習(xí)算法能夠根據(jù)一些必要的數(shù)據(jù)，例如土壤濕度、未來天氣狀況以及運輸途中將面臨的潛在影響因素等預(yù)測出收獲的最佳時機。自動化和協(xié)調(diào)性種植、農(nóng)作物收獲和分配能夠盡量縮減農(nóng)作物在運輸途中的時間，從而減少農(nóng)作物損耗。隨著硬件聯(lián)通性的不斷完善，人工智能技術(shù)的不斷發(fā)展，我們可以期待自動化的、數(shù)據(jù)驅(qū)動的未來農(nóng)業(yè)的發(fā)展方向。這些技術(shù)革新究竟是否能夠解決不斷增長的人口的吃飯問題，我們還未可知。但就現(xiàn)在而言，人工智能才是我們的最佳選擇。

AI未來可能完全控制農(nóng)作物生長

據(jù)了解，生物學(xué)家戴維?休斯（David Hughes）和作物流行病學(xué)家馬塞爾?薩拉斯（Marcel Salathé）曾將5萬多張圖片導(dǎo)入計算機，并運用相應(yīng)的深度學(xué)習(xí)算法檢測出了14種作物的26種疾病，最終程序正確識別作物的準確率高達99.35%。有專家預(yù)測，在理想的情況下，未來人類可以通過AI完全控制農(nóng)作物生長。目前，AI技術(shù)已經(jīng)在農(nóng)業(yè)多個方面應(yīng)用了。比如，針對作物不同時期出現(xiàn)的各種癥狀和不同環(huán)境條件，診斷可能出現(xiàn)的病蟲草災(zāi)害，提出有效的防治方法；在各個作物的不同生育期，根據(jù)不同的生態(tài)條件，進行科學(xué)的農(nóng)事安排，其中包括栽培、施肥、灌水、植物保護等。同時，在農(nóng)業(yè)經(jīng)濟效益分析、市場銷售管理等方面，AI也可以大顯身手。

可以說，AI技術(shù)已經(jīng)貫穿了農(nóng)業(yè)生產(chǎn)的產(chǎn)前、產(chǎn)中、產(chǎn)后以及銷售等多個環(huán)節(jié)了。未來，隨著科技的不斷進步，我國實現(xiàn)精準化的田間動態(tài)管理指日可待。