通過人工智能技術(shù)監(jiān)測雜草和害蟲問題

農(nóng)業(yè)技術(shù)創(chuàng)新的標(biāo)志性事件發(fā)生在1975年，雜交水稻成功培育。智能的力量，給農(nóng)業(yè)安上了加速器。人們可以利用衛(wèi)星遙感技術(shù)判斷殺蟲劑量，通過圖像識別輔助分揀水果，通過機(jī)械化自動灌溉施肥……

而隨著人工智能技術(shù)的加持，農(nóng)業(yè)變得規(guī)?；⒅悄芑?、集約化、精細(xì)化，越來越多的互聯(lián)網(wǎng)巨頭在為農(nóng)村市場賦能。食品安全、農(nóng)業(yè)將誕生怎樣的火花。

科技扶貧，AI農(nóng)業(yè)的應(yīng)用

農(nóng)業(yè)轉(zhuǎn)型升級，一批科技領(lǐng)域的專業(yè)人才投身農(nóng)業(yè)，試圖用智能技術(shù)給農(nóng)業(yè)找到一條更高效、高質(zhì)的生產(chǎn)路。主要分成三大方向，大數(shù)據(jù)分析生產(chǎn)數(shù)據(jù)、建立專屬檔案全生命周期管理、智慧農(nóng)場無人化作業(yè)等。

1)大數(shù)據(jù)分析生產(chǎn)數(shù)據(jù)

基于足夠豐富的數(shù)據(jù)量，如今的農(nóng)業(yè)可以做智能化的決策分析。例如澆水，通風(fēng)、光照、土壤澆灌這些工作，都可以由人工智能自動收集環(huán)境數(shù)據(jù)，通過深度學(xué)習(xí)和計算，進(jìn)行判斷和決策，再驅(qū)動設(shè)備元件所完成。

在種植過程中，還可以通過人工智能技術(shù)監(jiān)測雜草和害蟲問題。人工智能還可以根據(jù)土壤環(huán)境的狀況，結(jié)合市場行情預(yù)測，從而給出今年這塊地適合種玉米還是大豆，同時做糧食產(chǎn)量預(yù)測。

2)建立專屬檔案全生命周期管理

全生命周期管理、全鏈路溯源成為智慧農(nóng)場、智慧牧場的標(biāo)配流程。麥飛科技自主研發(fā)了一款無人機(jī)遙感載荷——“麥視探針”，收集作物生長情況、氣象、土壤等數(shù)據(jù)，并集成 AI 算法，建立起了光譜與農(nóng)作物健康狀況的關(guān)系，即農(nóng)作物“體檢檔案”。

人工智能通過攝像裝置獲得豬臉以及身體狀況的照片，為每一頭豬建立檔案，包括品種、天齡、體重、進(jìn)食情況、運動頻次、軌跡、免況等，這些數(shù)據(jù)通過深度學(xué)習(xí)對動物的情緒和健康狀況進(jìn)行分析，可用于分析行為特征、制定進(jìn)食數(shù)據(jù)等。結(jié)合聲學(xué)特征和紅外線測溫技術(shù)，可通過豬的體溫、咳嗽、叫聲等作判斷是否患病，預(yù)警。大大節(jié)省了工作時間，提高了工作效率。

3)智慧農(nóng)場無人化作業(yè)

智慧交通有無人車，智慧農(nóng)場我們也可以看到智能機(jī)器人。種植、管理、采摘、分揀等環(huán)節(jié)都可以通過智能機(jī)器人來完成，實現(xiàn)農(nóng)業(yè)種植的智能化與自動化。

例如，福建省農(nóng)業(yè)科學(xué)院發(fā)布的人工智能農(nóng)業(yè)機(jī)器人，可以完成深度學(xué)習(xí)，幫助管理者制定生產(chǎn)決策，比如自動診斷農(nóng)作物健康的病蟲害狀況、農(nóng)產(chǎn)品成熟程度，擁有“仿生手”防治病蟲害或采摘農(nóng)作物，自動運輸農(nóng)場收獲。

巨頭競相入場，落地應(yīng)用凸顯

農(nóng)業(yè)智能化成為各大科技巨頭相互競爭的又一大競技場。早在2008年，網(wǎng)易丁磊就開始進(jìn)軍養(yǎng)豬業(yè)。在過去的幾年中，網(wǎng)易陸續(xù)投入了上億元建造了生態(tài)養(yǎng)殖場。2016年底，網(wǎng)易味央豬肉正式上市，成功引爆市場。透明化養(yǎng)殖的理念，也讓網(wǎng)易味央安吉豬場開創(chuàng)了養(yǎng)豬業(yè)的歷史，成為了史上第一家公開直播的豬場。

京東無人機(jī)牽頭成立了京東智慧農(nóng)業(yè)共同體，京東農(nóng)場作為共同體落地項目首次亮相。之后，京東正式宣布成立京東農(nóng)牧公司，也進(jìn)軍了養(yǎng)豬業(yè)。

阿里巴巴在上海云棲大會上發(fā)布了阿里云ET農(nóng)業(yè)大腦，宣布已將各種數(shù)字化技術(shù)應(yīng)用于生豬養(yǎng)殖、蘋果及甜瓜種植等農(nóng)業(yè)領(lǐng)域。

百度與雷沃重工簽署戰(zhàn)略合作協(xié)議，雙方將就農(nóng)機(jī)智慧化展開合作，用 AI 賦能農(nóng)機(jī)制造，共同解決自動駕駛領(lǐng)域的技術(shù)難題。

傳統(tǒng)農(nóng)業(yè)有著諸多發(fā)展問題，人力成本、交通物流、信息交流等都制約著新農(nóng)業(yè)的發(fā)展，而這些都可以通過AI化的手段來解決，產(chǎn)業(yè)融合AI是必然趨勢。阿里、京東、網(wǎng)易等已經(jīng)在深耕。各企業(yè)加速競爭AI與農(nóng)業(yè)的結(jié)合發(fā)展，會大大推動我國農(nóng)業(yè)產(chǎn)業(yè)生態(tài)鏈的建設(shè)與完善。

AI農(nóng)業(yè)發(fā)展的難點

盡管農(nóng)業(yè)領(lǐng)域也已經(jīng)開始討論ABCD(A是人工智能：Artificial Intelligence;B是區(qū)塊鏈：BlockChain;C是云計算：Cloud;D是大數(shù)據(jù)：BigData)，但在實際的布局過程中，依然面臨種種挑戰(zhàn)。比如數(shù)據(jù)鏈的打通、基礎(chǔ)設(shè)施建設(shè)、新型農(nóng)業(yè)AI人才的培養(yǎng)、市場教育等等，不是可以一蹴而就的事。

不同于工業(yè)標(biāo)準(zhǔn)化，農(nóng)業(yè)生產(chǎn)面臨眾多不同模式，每一種作物、動物的生活環(huán)境、生長習(xí)性都不盡相同，而且體量龐大、結(jié)構(gòu)混亂，形成規(guī)?；\作是一大難題。只有當(dāng)農(nóng)業(yè)進(jìn)入標(biāo)準(zhǔn)化階段時，才能充分運用現(xiàn)代化的機(jī)械設(shè)備、生產(chǎn)技術(shù)和管理手段等等，形成有效數(shù)據(jù)采集和積累機(jī)制。

但長久以來，國情下的小農(nóng)經(jīng)濟(jì)模式導(dǎo)致土地分化嚴(yán)重，幾乎難以規(guī)?；a(chǎn)和規(guī)范化管理。因此，想要推動AI農(nóng)業(yè)，背后的技術(shù)要求和成本投入非常高。

另外，技術(shù)與農(nóng)業(yè)結(jié)合，需要技術(shù)企業(yè)和從業(yè)人員對行業(yè)有深入的了解。復(fù)合型人才供不應(yīng)求。而且農(nóng)業(yè)的日常工作地點多數(shù)較為偏僻，臟又累的工作環(huán)境與較低的生活水準(zhǔn)，遠(yuǎn)不及都市里的辦公環(huán)境，高精尖人才招人是AI農(nóng)業(yè)發(fā)展的一大難題。

農(nóng)村勞動力本身的教育程度偏低，日常生產(chǎn)很大程度有賴于經(jīng)驗之談。農(nóng)業(yè)科技想要進(jìn)行有效轉(zhuǎn)化，如何更好地進(jìn)行應(yīng)用也有諸多阻力。這些都成為智能農(nóng)業(yè)發(fā)展的阻礙。

伴隨人工智能的發(fā)展，我們看到諸多人工智能公司如曠視科技、極鏈科技、依圖科技等在垂直領(lǐng)域應(yīng)用發(fā)展，也看到各大巨頭在AI技術(shù)應(yīng)用上的布局。AI全面滲透進(jìn)入了各行各業(yè)。農(nóng)業(yè)作為基礎(chǔ)產(chǎn)業(yè)，借助人工智能提升產(chǎn)量、提升品質(zhì)、提升食品安全，勢在必行。

根據(jù)研究公司MarketandMarkets的數(shù)據(jù)，2018年農(nóng)業(yè)市場的AI價值為6億美元，預(yù)計到2025年將達(dá)到26億美元，預(yù)測期間的復(fù)合年均增長率為22.5%。雖然就目前來看，AI農(nóng)業(yè)才開啟落地步伐，還在初步階段。但隨著AI技術(shù)進(jìn)步和市場教育，未來我國的農(nóng)業(yè)將邁向數(shù)字化、智能化，迎來全新價值。