AI農(nóng)業(yè)

新維舟黑作坊

聯(lián)合國估計(jì)，到2050年，全球人口將增加到97億人以上，全球糧食短缺的情況可能會(huì)更加嚴(yán)重，那時(shí)很多饑餓的人口需要養(yǎng)活。相比于人口的大量增長，耕地面積只會(huì)增加4%。因此，人類亟待發(fā)動(dòng)下一次“農(nóng)業(yè)綠色革命”，在現(xiàn)有農(nóng)業(yè)生產(chǎn)模式之外，找到糧食生產(chǎn)的下一個(gè)增長點(diǎn)。

農(nóng)業(yè)的內(nèi)外困局

聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）在最新的指導(dǎo)各國政府報(bào)告中明確表示，世界上土地管理、農(nóng)業(yè)生產(chǎn)方式必須做出改變，以遏制全球變暖。2007-2016年期間，農(nóng)業(yè)、林業(yè)和其他土地利用活動(dòng)占人造溫室氣體凈排放總量的23%。當(dāng)把食品生產(chǎn)前和生產(chǎn)后活動(dòng)也算入時(shí)，這一比例上升到37%。

氣候變暖將導(dǎo)致了更多的熱浪，干旱和強(qiáng)降水，以及土地退化和荒漠化。極端天氣事件變得更加頻繁，全球糧食供應(yīng)鏈將受到更多的破壞，從而導(dǎo)致糧食價(jià)格上漲，并增加糧食不安全和饑餓的風(fēng)險(xiǎn)。

此外，農(nóng)業(yè)是一個(gè)充滿變量的動(dòng)態(tài)系統(tǒng)，無論是氣候、土壤、種子、還是養(yǎng)分，在傳統(tǒng)農(nóng)業(yè)生產(chǎn)中都難以精準(zhǔn)監(jiān)控，通常依賴農(nóng)業(yè)專家數(shù)十年的經(jīng)驗(yàn)積累，才能正確判斷。而AI不僅能夠基于已有信息進(jìn)行學(xué)習(xí)，還能基于機(jī)器學(xué)習(xí)對其進(jìn)行檢測分析，推動(dòng)對每一個(gè)變量，每一個(gè)生產(chǎn)過程的精細(xì)化管理、檢測、優(yōu)化。

隨著AI技術(shù)被引入到農(nóng)業(yè)，農(nóng)場主可以用傳感器監(jiān)測信息以提取特征規(guī)律，用集成專家經(jīng)驗(yàn)的仿真器進(jìn)行模擬、探索和優(yōu)化，從而形成一套實(shí)時(shí)、精準(zhǔn)的決策方案，可以說AI是提升土地利用效率的關(guān)鍵。

5G+物聯(lián)網(wǎng)+農(nóng)業(yè)新業(yè)態(tài)將迎來爆發(fā)

而隨著5G的落地，AIoT設(shè)備數(shù)量的爆發(fā)，土地的利用效率很可能在新技術(shù)的協(xié)助下達(dá)到新的高度。通過科技與農(nóng)業(yè)的各要素的深度整合，提高制造效率、改善產(chǎn)品質(zhì)量、降低產(chǎn)品成本和資源消耗，將傳統(tǒng)農(nóng)業(yè)提升到智能農(nóng)業(yè)的新階段。技術(shù)與農(nóng)業(yè)的結(jié)合點(diǎn)至少有以下這些方面有很大的潛力可以挖掘。

1.AI選種提升產(chǎn)量

現(xiàn)在阿里云農(nóng)業(yè)大腦已經(jīng)實(shí)現(xiàn)了AI圖像采集，乃至及DNA測序的選種技術(shù)。相比于傳統(tǒng)農(nóng)業(yè)，AI幫助我們選出成活率更高，而且質(zhì)量更好的種子。

這是由物理農(nóng)場到數(shù)字農(nóng)場的轉(zhuǎn)變。利用大數(shù)據(jù)、AI和預(yù)測分析為農(nóng)民提供日常農(nóng)場問題的解決方案，比如精確農(nóng)藝、作物管理、風(fēng)險(xiǎn)管理等。通過將農(nóng)業(yè)服務(wù)和技術(shù)提供連接在一個(gè)平臺上，AI提供關(guān)于農(nóng)地現(xiàn)場的深刻見解，為農(nóng)民和農(nóng)學(xué)顧問提供有關(guān)農(nóng)場運(yùn)營的“深層”信息。

可協(xié)助農(nóng)民調(diào)整耕作計(jì)劃，甚至更換作物;重新考慮施肥計(jì)劃以達(dá)到提升耕地土壤肥沃度的目標(biāo);隨時(shí)掌握天候的變化與預(yù)報(bào)，并據(jù)以審視種子的選擇;根據(jù)土壤樣本分析的水分與氮含量調(diào)整春耕的時(shí)程;監(jiān)控作物的長勢和病蟲情況，優(yōu)化土地利用，做出產(chǎn)量預(yù)測。

此場景一般需要AI對農(nóng)田的物聯(lián)網(wǎng)數(shù)據(jù)和遙感成像或是農(nóng)田高光譜成像進(jìn)行分析和預(yù)測，農(nóng)民可據(jù)以建立更正確而有效的作物栽種模式，支持當(dāng)季決策與提升獲利潛力，而不受數(shù)據(jù)復(fù)雜度或氣候模式造成的變異性所影響。

2.天氣跟蹤和預(yù)報(bào)

天氣跟蹤和預(yù)報(bào)是AI在農(nóng)業(yè)中的重要應(yīng)用，因?yàn)樗兄谑占餍刑鞖鈼l件的最新信息，如溫度、雨水、風(fēng)速和風(fēng)向以及太陽輻射。根據(jù)一項(xiàng)研究，90%的農(nóng)作物損失是由于天氣事件造成的，其中25%的損失可以通過使用預(yù)測天氣模型來預(yù)防。

使用手持儀器、傳感器、GPS和野外氣象站等各種設(shè)備進(jìn)行天氣跟蹤應(yīng)用，獲取實(shí)時(shí)信息。實(shí)時(shí)信息有助于農(nóng)民做出各種決策，如及時(shí)播種作物和作物收獲前分析。天氣跟蹤和預(yù)報(bào)應(yīng)用市場預(yù)計(jì)將在5年內(nèi)以25%的最高復(fù)合年均增長率增長。

3.建立動(dòng)物檔案、提升養(yǎng)殖效率

目前基于動(dòng)物臉識別技術(shù)，可以為每一只家禽有建立專屬ID，將通過物聯(lián)網(wǎng)技術(shù)動(dòng)物的體重、體溫、進(jìn)食量等指標(biāo)進(jìn)行采集，并在云端進(jìn)行分析，甚至還可以通過豬的叫聲來判斷其有無疾病，甚至有沒有吃飽。這可以為我們提供肉質(zhì)更好、營養(yǎng)更為均衡的肉類。

不同于農(nóng)作物，家畜和家禽的個(gè)體經(jīng)濟(jì)價(jià)值更高，一旦受到疾病影響，損失更大影響更遠(yuǎn)。在養(yǎng)殖過程中即便經(jīng)驗(yàn)豐富的飼養(yǎng)員也無法做到對每一頭動(dòng)物的情況了如指掌。AI技術(shù)的出現(xiàn)，則能解決這一問題。

通過機(jī)器視覺原理以及配套的物聯(lián)網(wǎng)設(shè)備對數(shù)據(jù)進(jìn)行收集處理，以直觀的方式了解每一頭動(dòng)物的健康狀況，或機(jī)器學(xué)習(xí)可以通過音頻數(shù)據(jù)分析來正確識別用其他方法不可檢測的疾病，或利用AI檢測牛奶質(zhì)量監(jiān)控牛群的健康狀況，提高牛奶質(zhì)量。正確診斷牲畜所患疾病并盡早在損失發(fā)生之前進(jìn)行治療可以消除由疾病導(dǎo)致的損失，挽回的損失可達(dá)20億美元。

除了在上述場景中集中了主要的AI融資計(jì)劃外，AI也應(yīng)用于農(nóng)業(yè)機(jī)械的自動(dòng)駕駛、作物識別和學(xué)術(shù)科研等場景。

4.IoT（物聯(lián)網(wǎng)）科學(xué)灌溉、施肥

在農(nóng)業(yè)中土壤、溫濕度等環(huán)境因素的作用很大，而通過物聯(lián)網(wǎng)乃至技術(shù)的分析，可以幫助農(nóng)民快速準(zhǔn)確地監(jiān)測農(nóng)場土壤、環(huán)境等因素的變化，并通過反饋技術(shù)對環(huán)境參數(shù)進(jìn)行修正。當(dāng)然也有利用無人機(jī)掃描整個(gè)農(nóng)場，并且評估土壤中灌溉和氮含量水平的方案，并以此來科學(xué)用水、施肥，使肥料使用最小化，達(dá)到經(jīng)濟(jì)效益與環(huán)保的雙贏。

此外，室內(nèi)農(nóng)業(yè)已成近年農(nóng)業(yè)發(fā)展的趨勢，室內(nèi)農(nóng)業(yè)方面的融投資越來越多。其主要優(yōu)勢大致可歸納為三大項(xiàng)：用水量、土地面積、化學(xué)安全性。然而，發(fā)展室內(nèi)農(nóng)業(yè)依然面臨許多挑戰(zhàn)，所以室內(nèi)農(nóng)業(yè)在自動(dòng)化的同時(shí)也更具智能化。

與通過AI提高田間管理效率類似，室內(nèi)農(nóng)業(yè)管理也需要傳感器采集大量物理數(shù)據(jù)，AI不斷地學(xué)習(xí)和預(yù)測如何生產(chǎn)出最優(yōu)質(zhì)的產(chǎn)品，控制光線，調(diào)節(jié)水分養(yǎng)分，并拍攝每株植物的相機(jī)圖像，以監(jiān)控其健康狀況。最終達(dá)到，只需按下某個(gè)作物“按鈕"，室內(nèi)農(nóng)場就會(huì)為其自動(dòng)配置最適宜的氣候條件。

5.AI解決雜草和害蟲問題

AI能夠區(qū)分健康和患病的葉子，然后通過Iot機(jī)器人集成來去除病蟲及雜草，這項(xiàng)技術(shù)最多可以減少80%的化學(xué)物質(zhì)的使用，而花在除草劑上的錢會(huì)減少90%。雜草控制對農(nóng)民來說非常重要，因?yàn)槟壳凹s有250個(gè)品種對現(xiàn)代除草劑具有抗藥性，僅大豆和玉米作物上的雜草生長每年就造成400多億美元的損失?？梢哉f解決雜草與害蟲的AI未來發(fā)展?jié)摿€非常巨大。

在此類場景中，AI與機(jī)器人的結(jié)合最多。雜草是農(nóng)田管理中的重頭戲，而現(xiàn)代農(nóng)業(yè)嚴(yán)重依賴化學(xué)除草劑，造成的后果是大量農(nóng)藥殘留，額外的成本投入與抗除草劑的雜草。利用AI圖像辨識技術(shù)，開發(fā)出能辨識雜草的智慧型農(nóng)藥噴霧器或除草機(jī)器人，可以準(zhǔn)確地判斷雜草和作物，再進(jìn)行除草劑的噴灑。比過去傳統(tǒng)噴灑農(nóng)藥的方式，不但減少了90% 藥劑的用量，降低成本也提高效率，對于環(huán)境和作物也相對有較多適當(dāng)?shù)谋Ｗo(hù)。

6.AI教你正確的收獲姿勢

決定最佳收割時(shí)間一直是一項(xiàng)技術(shù)含量很高的工作，只有最有經(jīng)驗(yàn)的農(nóng)民才能給出較為合適的時(shí)間點(diǎn)，而隨著科技的進(jìn)步，目前通過白熾光燈及UVA燈照射水果，通過圖像分析來確定成熟度的技術(shù)也已經(jīng)誕生，這意味著農(nóng)民可以選擇只采摘最成熟的水果或蔬菜，而把其他未成熟的水果留一段時(shí)間。

收獲季可以說是農(nóng)業(yè)中的“超級碗”，它往往構(gòu)成了最高的成本，需要最多的勞動(dòng)力，而農(nóng)場則有可能賺取或失去全年的利潤。特種農(nóng)作物采摘，尤其是漿果，大多是依靠人力來完成的，而種植者們正受到勞動(dòng)力短缺的困擾。采摘機(jī)器人可以幫助提高生產(chǎn)力、減少作物損失，同時(shí)也提供了勞動(dòng)力短缺問題的解決方案?，F(xiàn)階段的自動(dòng)采摘機(jī)和機(jī)器人，已能夠辨識和挑選成熟的蘋果、草莓和番茄。

2017年至2018年期間，機(jī)器人設(shè)備技術(shù)在83筆融投資交易中的資金增長了53%，其中包括除草機(jī)器人和專注于食品安全的機(jī)器人，甚至制作章魚丸子的機(jī)器人，所以預(yù)估到2024年，農(nóng)業(yè)機(jī)器人產(chǎn)業(yè)規(guī)模將可達(dá)57億美金。

可以說，通過“技術(shù)+農(nóng)業(yè)”的解決方案，將促進(jìn)農(nóng)業(yè)全面的數(shù)字化升級轉(zhuǎn)型，實(shí)行規(guī)模化、產(chǎn)業(yè)化、集約化的發(fā)展，將農(nóng)業(yè)的畝產(chǎn)量提升到前所未有的高度。這將大幅提升農(nóng)業(yè)生產(chǎn)效率及企業(yè)的盈利能力。對產(chǎn)值數(shù)十萬億元農(nóng)業(yè)產(chǎn)業(yè)而言，提高5%～10%的效率，就會(huì)產(chǎn)生數(shù)萬億元人民幣的價(jià)值。

到2025年，北美預(yù)計(jì)將在農(nóng)業(yè)市場中占據(jù)AI的主要份額，而亞太地區(qū)的市場預(yù)計(jì)將在預(yù)測期內(nèi)以最高的復(fù)合年均增長率增長。IBM、Microsoft、John Deere等多家農(nóng)業(yè)技術(shù)提供商在該地區(qū)的存在正在推動(dòng)北美農(nóng)業(yè)AI市場的增長。

5G甚至6G時(shí)代的來臨，直接導(dǎo)致了土地利用率以肉眼可見的速度在提升，AI在農(nóng)業(yè)項(xiàng)目各個(gè)環(huán)節(jié)也起著革命性作用。這些突破對于更多發(fā)展中國家甚至落后國家而言，都是解放人力和釋放技術(shù)的重要標(biāo)示——“越是艱難的環(huán)境，越需要來自土地的突破”，也許新農(nóng)業(yè)就如一劑全球化進(jìn)程的催化劑，將人類進(jìn)步的進(jìn)程至少縮減數(shù)十年。

我們，拭目以待。