人工智能在農(nóng)業(yè)領(lǐng)域應(yīng)用的現(xiàn)實(shí)基礎(chǔ)及優(yōu)化路徑

歐非凡

（中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京100083）

人工智能作為引領(lǐng)未來的一項(xiàng)戰(zhàn)略技術(shù)，近年在社會各領(lǐng)域的應(yīng)用越來越廣泛。人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用，不僅是現(xiàn)代農(nóng)業(yè)發(fā)展的需要，更是未來農(nóng)業(yè)發(fā)展的方向及其水平的重要標(biāo)志。下面對人工智能在我國農(nóng)業(yè)領(lǐng)域應(yīng)用的現(xiàn)實(shí)基礎(chǔ)及優(yōu)化路徑進(jìn)行探討。

1 人工智能在我國農(nóng)業(yè)領(lǐng)域應(yīng)用的現(xiàn)狀

人工智能在我國農(nóng)業(yè)中的應(yīng)用，主要是依托于科技公司的技術(shù)驅(qū)動，通過優(yōu)化求解過程，促進(jìn)農(nóng)業(yè)生產(chǎn)過程智能化，對農(nóng)業(yè)全過程實(shí)施動態(tài)管理，提升資源利用率和勞動效率，避免不必要的投入，減少生產(chǎn)成本和勞動強(qiáng)度[1]。就技術(shù)分類而言，應(yīng)用到農(nóng)業(yè)領(lǐng)域的人工智能技術(shù)，主要包括農(nóng)業(yè)語音識別、農(nóng)業(yè)計算機(jī)視覺、農(nóng)業(yè)智能裝備系統(tǒng)、農(nóng)業(yè)專家系統(tǒng)、農(nóng)業(yè)人工智能服務(wù)平臺等。

1.1 農(nóng)業(yè)語音技術(shù)應(yīng)用

語音技術(shù)是計算機(jī)的一種關(guān)鍵技術(shù)，包括自動語音合成技術(shù)和語音識別技術(shù)。農(nóng)業(yè)語音技術(shù)主要應(yīng)用在牲畜疾病診斷、機(jī)器人語音控制、農(nóng)業(yè)特定場景信息采集等方面。其中，語音識別技術(shù)的應(yīng)用較為常見。語音識別技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用，主要是把農(nóng)業(yè)信息自動轉(zhuǎn)變成為語音輸出，用來指導(dǎo)農(nóng)業(yè)生產(chǎn)活動，以及通過語音來自動控制農(nóng)業(yè)機(jī)器人，實(shí)現(xiàn)精準(zhǔn)作業(yè)等。目前，農(nóng)業(yè)語音技術(shù)已經(jīng)有效地提高了農(nóng)機(jī)設(shè)備的人機(jī)交互水平，促進(jìn)其逐步發(fā)展成為智慧農(nóng)機(jī)。然而，我國的地域非常遼闊，不同地區(qū)的農(nóng)業(yè)經(jīng)營者大多用當(dāng)?shù)氐姆窖赃M(jìn)行溝通交流，從而使得基于國家通用語言的農(nóng)業(yè)語音技術(shù)在推廣應(yīng)用中遇到了困難。因此，有必要加強(qiáng)針對農(nóng)業(yè)專用術(shù)語和地域口音特征的語音識別技術(shù)、語音合成技術(shù)的研究。

1.2 農(nóng)業(yè)計算機(jī)視覺應(yīng)用

計算機(jī)視覺是運(yùn)用計算機(jī)來模仿人的視覺系統(tǒng)，以便讓計算機(jī)擁有類似于人類獲取、處理、分析圖像及其序列的能力的一門科學(xué)[2]。計算機(jī)視覺技術(shù)的應(yīng)用涉及農(nóng)業(yè)生產(chǎn)的各個階段：產(chǎn)前階段的應(yīng)用包括農(nóng)作物種子遴選和質(zhì)量檢測等，產(chǎn)中階段可以用計算機(jī)視覺來進(jìn)行植物生長信息監(jiān)測、作物病蟲害監(jiān)測、果蔬檢測等，產(chǎn)后階段計算機(jī)視覺可以用來進(jìn)行糧食的無損檢測、水果分級等[3]。計算機(jī)視覺也應(yīng)用在農(nóng)業(yè)機(jī)械方面，有利于節(jié)約勞動力，提高農(nóng)業(yè)自動化水平和生產(chǎn)效率[4]。計算機(jī)視覺技術(shù)憑著自己的獨(dú)到優(yōu)勢，對農(nóng)業(yè)智能化和自動化起到了促進(jìn)作用。然而，由于農(nóng)業(yè)生產(chǎn)具有復(fù)雜性和多樣性，而現(xiàn)有算法和模型的計算成本太高，對設(shè)備性能的要求過于苛刻，導(dǎo)致我國目前應(yīng)用農(nóng)業(yè)計算機(jī)視覺的可靠性和實(shí)時性都不高，計算機(jī)視覺農(nóng)機(jī)裝備的精度和自動化水平也比較低，在實(shí)際應(yīng)用中同樣面臨著準(zhǔn)確性的問題，這說明計算機(jī)視覺系統(tǒng)在我國農(nóng)業(yè)領(lǐng)域的應(yīng)用還要經(jīng)歷漫長的探索過程。

1.3 農(nóng)業(yè)智能裝備系統(tǒng)

智能裝備系統(tǒng)是信息技術(shù)、智能技術(shù)與先進(jìn)制造技術(shù)的集成和深度融合。我國根據(jù)農(nóng)業(yè)應(yīng)用的實(shí)際需要，融合決策算法、智能制造和智能感知技術(shù)等，設(shè)計生產(chǎn)了農(nóng)業(yè)無人車、農(nóng)業(yè)無人機(jī)、農(nóng)業(yè)機(jī)器人、智能播種機(jī)、智能收割機(jī)等農(nóng)業(yè)智能裝備。

農(nóng)業(yè)無人機(jī)融合人工智能技術(shù)，能夠較好地解決大面積農(nóng)田、植保作業(yè)、果園農(nóng)情感知等問題，其應(yīng)用場景正在從植保、測繪到播撒不斷延伸。如極飛科技的農(nóng)業(yè)無人機(jī)可以幫助農(nóng)業(yè)從業(yè)者進(jìn)行農(nóng)業(yè)測繪、播種與植保管理，建立全新的生產(chǎn)場景，達(dá)到降本增效的目的[5]。

農(nóng)業(yè)機(jī)器人主要應(yīng)用在除草、施肥、采摘、分揀、移栽嫁接，以及信息采集等農(nóng)業(yè)領(lǐng)域。在實(shí)際應(yīng)用中，根據(jù)地形的不同，農(nóng)業(yè)機(jī)器人配置了相應(yīng)的載體平臺，比如高地隙輪式、履帶式、步行式和輪履式等；在不同的工作場景中，也對應(yīng)有功能各異的機(jī)器人，比如除草、采摘、耕耘、移栽、嫁接、施肥和噴霧等機(jī)器人。在農(nóng)業(yè)領(lǐng)域中使用農(nóng)業(yè)機(jī)器人，目前主要是為了替代人們進(jìn)行繁瑣而笨重的勞動，解決特殊場景中人工難以作業(yè)的問題，降低人類在農(nóng)業(yè)生產(chǎn)中的安全健康風(fēng)險。我國在農(nóng)業(yè)生產(chǎn)和加工環(huán)節(jié)中，雖然有農(nóng)業(yè)機(jī)器人成功應(yīng)用的案例，但要推廣普及并不容易，其原因主要有：農(nóng)業(yè)機(jī)器人價格昂貴，普通農(nóng)業(yè)經(jīng)營者難以承擔(dān)；農(nóng)業(yè)生產(chǎn)具有季節(jié)性，導(dǎo)致農(nóng)業(yè)機(jī)器人的使用率普遍較低；作業(yè)環(huán)境過于復(fù)雜，容易受到雜草、風(fēng)吹雨淋、光照等自然條件的干擾，影響了農(nóng)業(yè)機(jī)器人的適應(yīng)性、可靠性[6]。因此，農(nóng)業(yè)機(jī)器人的應(yīng)用需要結(jié)合激光雷達(dá)、語音識別、農(nóng)業(yè)專家系統(tǒng)和計算機(jī)視覺等技術(shù)，開展多種任務(wù)的協(xié)同作業(yè)[7]。

1.4 農(nóng)業(yè)專家系統(tǒng)

專家系統(tǒng)（ExpertSystem）是一種內(nèi)部匯集某些特定領(lǐng)域的專家知識、經(jīng)驗(yàn)和推理方法并可從專家角度解決該領(lǐng)域問題的計算機(jī)程序[8]。農(nóng)業(yè)專家系統(tǒng)運(yùn)用大數(shù)據(jù)技術(shù)，通過機(jī)器學(xué)習(xí)建立數(shù)學(xué)模型，把有關(guān)數(shù)據(jù)資料集成數(shù)據(jù)庫，對農(nóng)戶遇到的具體困難進(jìn)行判斷和決策。農(nóng)業(yè)專家系統(tǒng)一般為某種牲畜或單一農(nóng)作物服務(wù)，如生豬專家系統(tǒng)、甘蔗專家系統(tǒng)等。我國開發(fā)出來的農(nóng)業(yè)專家系統(tǒng)主要應(yīng)用在經(jīng)濟(jì)作物和糧食作物的病蟲害防治、栽培管理和后期管理方面。如陳杰等[9]開發(fā)的基于Web的煙草專家系統(tǒng)，可以為煙農(nóng)提供生產(chǎn)指導(dǎo)、管理和咨詢服務(wù)；張宏亮等[10]開發(fā)的馬鈴薯專家系統(tǒng)，引入遺傳算法，解決了與本領(lǐng)域?qū)＜医涣魅菀桩a(chǎn)生隨機(jī)性的問題；古樂聲等[11]研制的基于CBR的小麥病蟲害專家系統(tǒng)，可以有效提高解題能力及求解效率和正確率。目前，我國已經(jīng)把深度神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到模擬育種、玉米產(chǎn)量、作物營養(yǎng)水平和河流徑流量預(yù)測，以及灌溉控制分析系統(tǒng)等農(nóng)業(yè)專家系統(tǒng)里面。與人工診斷相比，專家系統(tǒng)對特定問題的評判更為高效、準(zhǔn)確，但也存在著解決復(fù)雜問題耗時太長、知識獲取較難等缺陷[12]，而且對農(nóng)業(yè)數(shù)據(jù)采集和錄入等的要求比較高。因此，農(nóng)業(yè)經(jīng)營者的理論水平，以及農(nóng)業(yè)信息化基礎(chǔ)設(shè)施狀況，都成為影響專家系統(tǒng)應(yīng)用的主要因素。

1.5 農(nóng)業(yè)人工智能服務(wù)平臺

我國目前已經(jīng)建立了一批大型或新型農(nóng)業(yè)人工智能服務(wù)平臺，該類平臺主要以超大型互聯(lián)網(wǎng)公司、人工智能初創(chuàng)公司為主體，以技術(shù)、產(chǎn)業(yè)鏈和資金為主導(dǎo)，面向某種農(nóng)業(yè)人工智能技術(shù)或農(nóng)業(yè)單品，對原產(chǎn)業(yè)鏈進(jìn)行升級改造，提供農(nóng)業(yè)全產(chǎn)業(yè)鏈人工智能服務(wù)。這些平臺主要有：阿里云ET農(nóng)業(yè)大腦，具有智能農(nóng)事分析、可視化農(nóng)場、智能生產(chǎn)管理、產(chǎn)量和質(zhì)量預(yù)測服務(wù)等功能，將云計算、大數(shù)據(jù)和人工智能技術(shù)優(yōu)勢應(yīng)用到甜瓜和蘋果種植、生豬養(yǎng)殖等服務(wù)[13]；百度大腦的智能農(nóng)業(yè)，基于圖像識別、PaddlePaddle、EasyDL、EdgeBoard等產(chǎn)品技術(shù)，能夠?qū)χ悄苻r(nóng)業(yè)地塊識別、無人機(jī)植保、作物模型構(gòu)建、智能養(yǎng)殖、病蟲害識別、智能農(nóng)機(jī)、智能分揀和農(nóng)產(chǎn)品溯源等場景，提供解決方案[14]；京東農(nóng)牧推出的“神農(nóng)大腦（AI）”+“神農(nóng)物聯(lián)網(wǎng)設(shè)備（IoT）”+“神農(nóng)系統(tǒng)（SaaS）”智能養(yǎng)殖解決方案，實(shí)現(xiàn)養(yǎng)牛/養(yǎng)豬的智能養(yǎng)殖[15]；佳格的“耘境”數(shù)字農(nóng)業(yè)系統(tǒng)，集合了農(nóng)業(yè)大數(shù)據(jù)獲取、存儲、分析以及可視化模塊，幫助客戶及時了解和預(yù)估農(nóng)作物生長情況、天氣變化，主動開展農(nóng)藥噴灑、農(nóng)機(jī)調(diào)配、農(nóng)事安排等活動[16]；麥飛科技的麥云農(nóng)業(yè)AI云平臺建造了圍繞農(nóng)情服務(wù)的全體系大數(shù)據(jù)平臺，提供農(nóng)情速報、氣象、遙感監(jiān)測、數(shù)據(jù)綜合與可視化，以及農(nóng)業(yè)種植管理等服務(wù)[17]。

2 人工智能在農(nóng)業(yè)領(lǐng)域應(yīng)用面臨的問題

人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用在國外已經(jīng)較為廣泛，在我國雖然也出現(xiàn)了一些成功案例，但整體上還處于剛起步階段，面臨的問題和挑戰(zhàn)依然不少。

2.1 農(nóng)業(yè)人工智能核心技術(shù)短板較多

與發(fā)達(dá)國家相比，我國的人工智能技術(shù)還較為落后，在農(nóng)業(yè)人工智能核心算法、核心元器件、高端芯片、關(guān)鍵設(shè)備、軟件與接口等方面還存在著很多短板。例如，現(xiàn)有的農(nóng)業(yè)傳感器種類不多，缺少作物本體傳感器，而且傳感器的關(guān)鍵零部件大都需要進(jìn)口，嚴(yán)重依賴外國。核心技術(shù)受制于人，成為農(nóng)業(yè)人工智能發(fā)展的最大隱患。

2.2 智能化農(nóng)業(yè)設(shè)備供給能力不足

智能化農(nóng)業(yè)設(shè)備供應(yīng)鏈的“命門”掌握在別人手里，導(dǎo)致智能化農(nóng)業(yè)設(shè)備供給能力不足，根據(jù)特定智能化農(nóng)業(yè)設(shè)備需要設(shè)計、制造出來的專用芯片嚴(yán)重短缺，而通用芯片在環(huán)境惡劣的作業(yè)現(xiàn)場中經(jīng)常出現(xiàn)損壞，使用壽命過短，從而束縛了智能化農(nóng)業(yè)設(shè)備的應(yīng)用。此外，因?yàn)檗r(nóng)業(yè)場景復(fù)雜多變，智能化農(nóng)業(yè)設(shè)備在實(shí)際應(yīng)用中會面臨靈活性不夠、效率不高等困境，進(jìn)一步提高智能化農(nóng)業(yè)設(shè)備的性能勢在必行[18]。

2.3 農(nóng)業(yè)人工智能發(fā)展的基礎(chǔ)設(shè)施不完善

人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用，對農(nóng)業(yè)基礎(chǔ)設(shè)施的要求比較高。但是，目前我國農(nóng)業(yè)基礎(chǔ)設(shè)施還不能滿足農(nóng)業(yè)人工智能發(fā)展的要求。如，農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施薄弱，村級信息服務(wù)網(wǎng)絡(luò)不健全，網(wǎng)絡(luò)化水平較低，農(nóng)村互聯(lián)網(wǎng)的普及率僅有36.5%，只達(dá)到城填的一半。

2.4 農(nóng)業(yè)人工智能人才嚴(yán)重短缺

近年我國非常重視人工智能人才的培養(yǎng)，但是建立完整的人才培養(yǎng)體系需要較長的周期，而人工智能的技術(shù)門檻高、技術(shù)迭代周期短，導(dǎo)致了人工智能人才供不應(yīng)求。在人才供需失衡及各行各業(yè)都在激烈爭搶的背景下，農(nóng)業(yè)生產(chǎn)回報率低，人工智能技術(shù)與農(nóng)業(yè)的深度融合難度大，使得人才短缺成為我國農(nóng)業(yè)人工智能發(fā)展的瓶頸。

2.5 農(nóng)業(yè)經(jīng)營者應(yīng)用人工智能的愿意不強(qiáng)

第三次全國農(nóng)業(yè)普查主要數(shù)據(jù)公報表明，2016年全國農(nóng)業(yè)生產(chǎn)經(jīng)營人員中沒有上過學(xué)的人占6.4%，接受過小學(xué)、高中或中專、大專及以上教育的人分別占37.0%、48.4%、7.1%、1.2%[19]。由于文化層次較低，大多數(shù)農(nóng)民對應(yīng)用人工智能不感興趣。同時，農(nóng)業(yè)智能裝備投資金額較大、成本回收周期較長，也影響到農(nóng)民積極性，加上農(nóng)業(yè)智能裝備的操作方式同傳統(tǒng)農(nóng)業(yè)設(shè)備差異大，農(nóng)民不容易掌握農(nóng)業(yè)智能裝備的操作方法，不利于農(nóng)業(yè)人工智能技術(shù)的推廣[20]。

3 人工智能在農(nóng)業(yè)領(lǐng)域應(yīng)用的優(yōu)化路徑

針對人工智能在農(nóng)業(yè)領(lǐng)域應(yīng)用面臨的問題，行業(yè)主管部門應(yīng)從技術(shù)供給、設(shè)備研發(fā)、基礎(chǔ)設(shè)施建設(shè)、人才培養(yǎng)等方面著手，優(yōu)化人工智能與農(nóng)業(yè)深度融合的路徑：

3.1 積極破解農(nóng)業(yè)人工智能的核心技術(shù)難題

促進(jìn)人工智能與農(nóng)業(yè)深度融合，需要加大對農(nóng)業(yè)傳感器、專用芯片等關(guān)鍵零部件，以及農(nóng)業(yè)機(jī)器人、農(nóng)業(yè)無人機(jī)等農(nóng)業(yè)智能裝備研發(fā)的扶持力度，認(rèn)真解決農(nóng)業(yè)人工智能的核心技術(shù)難題，突破重大關(guān)鍵共性技術(shù)，不斷提高農(nóng)業(yè)人工智能技術(shù)的供給水平和能力[21]。同時，重點(diǎn)扶持人工智能深度融合農(nóng)業(yè)解決方案供應(yīng)商，培育農(nóng)業(yè)領(lǐng)域應(yīng)用人工智能的最佳解決方案[22]。

3.2 加強(qiáng)農(nóng)業(yè)智能裝備和系統(tǒng)的研制

根據(jù)智慧農(nóng)業(yè)發(fā)展需要，加強(qiáng)智能裝備和系統(tǒng)研制工作，進(jìn)一步提高智能農(nóng)業(yè)傳感器等農(nóng)業(yè)智能裝備供給能力和質(zhì)量：一是著力研發(fā)農(nóng)業(yè)智能裝備，進(jìn)一步降低設(shè)備成本，提高設(shè)備適應(yīng)性和可靠性。在硬件方面，可針對實(shí)際需要增加或減少農(nóng)業(yè)無人機(jī)和機(jī)器人等農(nóng)業(yè)智能裝備的傳感器，并適度控制留置的空余接口；在軟件方面，支持?jǐn)U展設(shè)備功能和進(jìn)行二次開發(fā)，為多機(jī)協(xié)同和人機(jī)交互搭建適應(yīng)性更強(qiáng)的平臺。二是基于云邊端一體化構(gòu)建“農(nóng)業(yè)大腦”智能決策體系，由云平臺負(fù)責(zé)提供計算和存儲服務(wù)，邊緣計算負(fù)責(zé)對物聯(lián)網(wǎng)端點(diǎn)上的農(nóng)業(yè)智能裝備進(jìn)行實(shí)時動態(tài)管理，云邊端無縫協(xié)同計算為農(nóng)業(yè)智能裝備作業(yè)提供決策支持[23]，構(gòu)建多樣化服務(wù)的規(guī)?；\(yùn)營平臺。三是農(nóng)業(yè)智能裝備未來將承擔(dān)更繁重的工作，成為農(nóng)業(yè)生產(chǎn)關(guān)鍵的組成部分，因而需要同時推進(jìn)人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、人機(jī)交融、多傳感器融合、虛擬感知系統(tǒng)等新技術(shù)的發(fā)展。

3.3 加強(qiáng)農(nóng)業(yè)人工智能發(fā)展的基礎(chǔ)設(shè)施建設(shè)

深入落實(shí)鄉(xiāng)村振興戰(zhàn)略，加大農(nóng)業(yè)農(nóng)村“新基建”投入力度，支持物聯(lián)網(wǎng)、5G等向鄉(xiāng)村覆蓋延伸，推進(jìn)農(nóng)業(yè)數(shù)字化和信息化，建立農(nóng)業(yè)數(shù)據(jù)交換與共享機(jī)制，為農(nóng)業(yè)智能裝備普及應(yīng)用創(chuàng)造更好的條件，助力數(shù)字鄉(xiāng)村發(fā)展。

4 大力培養(yǎng)兼具農(nóng)業(yè)和人工智能背景的復(fù)合型人才

農(nóng)業(yè)人工智能發(fā)展的根本在于人才，為此需要大力培養(yǎng)兼具農(nóng)業(yè)和人工智能背景的復(fù)合型人才。首先，農(nóng)林類大學(xué)應(yīng)順應(yīng)現(xiàn)代農(nóng)業(yè)發(fā)展趨勢推進(jìn)人才培養(yǎng)模式改革，大力培養(yǎng)既懂農(nóng)業(yè)又懂人工智能的復(fù)合型人才，更好地滿足農(nóng)業(yè)現(xiàn)代化對新型農(nóng)業(yè)科技人才的需求。其次，引導(dǎo)普通高校增設(shè)智慧農(nóng)業(yè)及農(nóng)業(yè)智能裝備應(yīng)用等專業(yè)，以學(xué)校為依托加強(qiáng)專業(yè)人才培養(yǎng)。再次，積極鼓勵企業(yè)開展技術(shù)培訓(xùn)，著力解決農(nóng)業(yè)智能裝備及其系統(tǒng)應(yīng)用中面臨的具體問題，為農(nóng)業(yè)人工智能發(fā)展提供強(qiáng)有力的支撐。

總之，人工智能在我國農(nóng)業(yè)領(lǐng)域的應(yīng)用已經(jīng)有了良好的現(xiàn)實(shí)基礎(chǔ)，雖然也面臨著一些問題，但隨著有關(guān)技術(shù)和條件的不斷成熟，用人工智能推動農(nóng)業(yè)現(xiàn)代化及高質(zhì)量發(fā)展，還是值得我們深深期待。