AI在農業領域的應用

導語

柯潔最終還是輸了，連輸三局，敗給了Alphago。柯潔代表了人類最高智慧棋類的最強大腦，三連敗的結局足以展示科技的進步和人工智慧的強大。

人工智慧已成為自動化、電氣化和信息化之後新一輪工業革命的基石，而人工智慧的應用亦非僅在工業領域，在教育、醫療和金融領域都是革命性的技術創新。那麼在人類最古老的農業領域，人工智慧有何表現呢？我們是不是連種地也要輸給電腦了呢？

人工智慧解決人類面臨的世紀挑戰

農業領域面臨的挑戰對人類來說比其他領域更為重要。如今世界人口總數為72億，其中有7.8億人面臨著飢餓威脅，到2050年，全球人口將要達到90億，這意味著我們生產的糧食熱量需要增長60%。

如果考慮作為肉類來源的家畜消耗的糧食，那麼這一增長率將達到103%。而於此同時，我們又面臨著石油農業所依靠的能源危機，面臨著化肥農藥過度使用造成的土壤和環境的破壞以及對人類健康的威脅。

那麼，如何在耕地資源有限的情況下增加農業的產出，同時保持可持續發展呢？人工智慧就是解決的方法之一。

人工智慧在農業領域的研發及應用早在本世紀出就已經開始，這其中既有耕作、播種和採摘等智能機器人，也有智能探測土壤、探測病蟲害、氣候災難預警等智能識別系統，還有在家畜養殖業中使用的禽畜智能穿戴產品。這些應用正在幫助我們提高產出、提高效率，同時減少農藥和化肥的使用。

智能圖像識別

以前我們在野外看到一個不認識的花草要查閱資料才能知道是什麼花草，可如今我們可以通過各種識圖軟體對著花草拍照掃描一下就知道了，這就是電腦圖像識別技術。如今藉助機器學習和深度學習，智能圖像識別準確率越來越高，而應用也遠遠不止這些。

PlantVillage（美國）和Plantix（德國）是兩款智能植物識別App，他們能做的不僅僅是幫你識別你不認識的農作物，他們能夠幫農戶智能識別農作物的各種病蟲害。農戶把患有病蟲害農作物的照片上傳，App就會識別出農作物犯了那種病蟲害，並且可以給出相應的處理方案。除了人工智慧給出的處理方案，App上還有用戶和專家交流的社區，可以針對相應的病蟲害進行討論交流。

智能識別+智能機器人

那麼如果把圖像智能識別跟智能機器人結合會怎樣呢？那就是更好的幫我們種地、播種和採摘。

Blue River的萵苣種植機）

Blue River Technologies是一家位於美國加州的農業機器人公司。Blue River的農業智能機器人可以智能除草、灌溉、施肥和噴葯。

智能機器人利用電腦圖像識別技術來獲取農作物的生長狀況，通過機器學習，分析和判斷出那些是雜草需要清除，哪裡需要灌溉，哪裡需要施肥，哪裡需要打葯，並且能夠立即執行（圖示為萵苣種植機）。

智能機器人因為能夠更精準的施肥和打葯，可以大大的減少農藥和化肥的使用，比傳統種植方式減少了90%的農藥化肥使用。

智能播種機器人還可以通過探測裝置獲取土壤信息，然後通過演算法得出最優化的播種密度並且自動播種。美國愛荷華州的發明家David Dorhout研發的智能播種機器人Prospero就是這樣的智能機器人。

除了播種和田間管理，農業智能機器人還可以幫我們採摘成熟的蔬果。

Aboundant Robotics也是來自美國加州的農業機器人公司，目前他們已經上市的是一款蘋果採摘機器人，可以在不破壞蘋果樹和蘋果的前提下達到一秒一個的採摘速度。蘋果採摘機器人通過攝像裝置獲取果樹的照片，用圖片識別技術去定位那些適合採摘的蘋果，然後用機械手臂和真空管道進行採摘，一點都不會傷到果樹和蘋果。

衛星雲圖學習，種地不看天，看手機

傳統農藥田間管理看天看地看作物，而如今農民也要成為看手機的低頭族了。通過對衛星拍攝圖片，航拍圖片以及農田間其他設備拍攝的照片進行智能識別和分析，人工智慧的能夠精確的預報天氣，氣候災害，識別土壤肥力，莊家的健康狀況等等。

比如美國的Descartes Labs公司收集了海量農業相關的衛星圖像數據，他們對天氣的預測比美國農業部的還要精準。Descartes Labs通過人工智慧和深度學習，去分析這些圖像信息，尋找其跟農作物生長之間的關係，能對農作物的產量做出精準預測，他預測的玉米產量比以往的預測準確率高出99%。

除了天氣預測和產量預測，人工智慧對農作物各種圖像的學習還能判斷出農田那裡有雜草入侵，那個地塊的農作物養分不足，那裡片的農作物正在發生病蟲害。美國加州的IntelinAir就是一家提供這樣服務的公司。

從瑞士聯邦理工學院衍生出的農業科技公司Gamaya則使用獨特的超光譜（高光譜）感應裝置，用這些能夠探測出肉眼無法觀察的光譜，這為農戶提供了更全面的數據，向農戶提供智能施肥管理、灌溉管理和蟲害管理。Gamaya的技術已經在玉米、大豆和甘蔗的種植上應用，並幫助農戶大大降低成本和提高產出。

牛臉識別，智能穿戴

人工智慧還可以用在禽畜的養殖業，比如在養牛行業。大家知道嗎？牛其實不願意看到人類的，他們會視人類為捕食者，因此養牛場的工作人員會給牛群帶來緊張情緒。那麼我們就把農場的管理交給人工智慧吧。

人工智慧通過農場的攝像裝置獲得牛臉以及身體狀況的照片，進而通過深度學習對牛的情緒和健康狀況進行分析，然後幫助農場主判斷出那些牛生病了，生了什麼病，那些牛沒有吃飽，甚至那些牛到了發情期。來自加拿大的Cainthus機器視覺公司正在做這樣的事情。

除了攝像裝置對牛進行「牛臉」識別，還可以配合上可穿戴的智能設備，這會讓農場主更好的管理農場。荷蘭的Connecterra是一家動物智能穿戴技術公司。通過帶在奶牛脖子上的智能感測器，結合牧場上的固定探測器共同收集數據。這些數據上傳到雲伺服器上，用自己開發的演算法通過機器學習讓這些海量的原始數據變成直觀的圖表和信息發送到客戶那裡。

這些信息包括奶牛的健康分析、發情期探測和預測、餵養狀況、位置服務等。Connecterra大大節省了奶農的工作時間，提高了工作效率，特別是對有機農場更有幫助，因為他們可以很容易的了解放養時間、位置和吃草的時間。

讓物聯網更有價值

除了智能穿戴還有更多的農業物聯網設施，比如田間攝像頭、溫度濕度監控、土壤監控、無人機航拍等等。這些設施能夠為農業管理提供海量的實時數據，那麼如何把這些海量的數據及時的變成有價值的信息，就是人工智慧要做的事情。

這些數據被實時傳送到雲伺服器上，不同類型的農業服務公司會根據不同的農業狀況設置自己的演算法，然後通過機器學習和深度學習把這些數據變成對農戶有意義的信息，比如那裡蟲害超標，那裡需要灌溉等等。

人工智慧還可以通過演算法給出各種最優化的方案，比如根據土壤環境狀況，結合市場行情預測，從而給出今年該地適合種玉米還是大豆。

未來的挑戰和機遇

人工智慧在農業領域的應用才剛剛開始，面臨的挑戰比其他任何行業都要大，因為農業涉及的不可知因素太多了！地理位置、周圍環境、氣候水土、病蟲害、生物多樣性、複雜的微生物環境等等，這些因素都在影響著農作生產。你在一個特定環境中測試成功的演算法，換一個環境未必就有用了。

我們現階段看到的一些人工智慧成功應用的例子大都是在特定的地理環境或者特定的種植養殖模式。當外界環境變換後，如何挑戰演算法和模型是這些人工智慧公司面臨的挑戰，這需要來自行業間以及農學家之間更多的協作。

本文由唯恆農業（weihengny）發布

唯恆農業，有想法的新農人都在這裡

產品設計、農業項目申報策劃、政策諮詢。。。。

你想要的，都在這裡！