人工智慧如何引領農業的落地應用！

文/陳劍鋒

一直以來，我們都是在關心AI是如何影響醫療、服務、工業生產等行業的發展和改變的，卻忽視了AI在農業上重要地位和作用。隨著科技的不斷的發展，人們逐漸意識到人類已經具備了設計和建造智慧型設施農業所需的硬體和軟體技術條件，完成工廠化農業生產已經不是夢想，智能農業即將到來。

在2017年7月8日國務院發布的《新一代人工智慧發展規劃》中明確指出，到2025年人工智慧基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智慧產業進入全球價值鏈高端，新一代人工智慧在智能製造、智能醫療、智慧城市、智能農業、國防建設等領域得到廣泛應用，人工智慧核心產業規模超過4000億元，帶動相關產業規模超過5萬億元的戰略目標。而智能農業作為規劃的重點項目之一，是如何在AI的引領下實現更落地的應用的。

AI可以有效的分析土壤的性質特徵，實現最佳的宜栽作物時間，提高經濟效益

我們都知道，科技對農業的發展有著相當重要的作用，不管是新一代的溫室大棚、還是智能農業，都離不開科技的推動。而對於如今的AI指導農耕，也不是什麼新鮮、或者創新的話題了。

近期，更具國外媒體報道，來自以色列特拉維夫的創企Prospera在B輪融資中獲得了1500萬美元的資金，而該公司的主要業務就是利用計算機視覺和人工智慧技術幫助農民分析從田地獲得的數據。該創企將利用這筆融資進軍更多的全球市場，擴大面向客戶的團隊規模，並將覆蓋更多的作物。

那麼，AI又是如何幫助農民從田地里分析數據的？

如果是農村出來的人一定知道，在農作物宜栽之前，我們需要做好多的前期工作，比如分析那塊地適合耕作、地的土壤送至情況、哪一塊地適合種植哪種農作物等等一系列的前期考量，並且最終的結果也只是憑多年的耕作經驗得出的結論，而沒有實際的科學數據作為依據，因此往往在收割情況、經濟效益上面有很大的差距。

然而，AI技術將在這方面大大的提高了農作物的生產效率和經濟效益。在土壤分析等農業生產智能分析系統中，應用最廣泛的技術就是人工神經網路（簡稱ANN），它將模擬人腦神經元，實現對人腦系統的簡化、抽象和模擬等技術分析土壤性質特徵，並將其與宜栽作物品種間建立關聯模型。藉助非侵入性的探地雷達成像技術探測土壤性質特徵和通過分析電磁感應土壤感測器獲取的信號的技術獲取土壤表層的粘土含量信息等等。從而精準的判斷出相應的土壤適合宜栽的農作物，提高農作物的生產效率和經濟效益。

有效解決傳統的農作物維護過程中，只能憑經驗操作，比如灌溉用水、除蟲、草劑的用藥量的情況

在傳統的農作物維護過程中，我們會時常的隔斷時間進行農作物的灌溉、施肥的處理。而在此過程中也會時常遇到灌溉、施肥過度而導致農作物損失的情況，特別是對農作物沒有經驗的農民。

AI技術將可以幫助農民選擇合適的水源、合適的肥料對農作物進行灌溉，施肥，保證農作物的用水量、施肥量，大大減輕灌溉問題對農作物產量造成的不良影響。

而利用人工智慧技術進行智能雜草識別噴霧系統在農業上已經有了多年的發展。圖像分析系統通過分析田間圖像的顏色模型，根據色差分量、顏色特徵實現雜草實時識別，最後提取其相關特徵參數，配合超生測距等技術可以精確控制噴頭位置及用藥量。該技術的應用可以大大提高除草劑的經濟性，對保護環境也大有益處。

AI在農作物未來發展的前景

我們剛剛談了AI農作物在產前和產中的落地式應用，其實AI在產後也有著重要的作用，比如工程師們設計出了一種可用於搬運農產品的磁機器人手爪，可以搬運胡蘿蔔、葡萄等各種各樣形狀的農產品，而且該磁機器人手爪能夠快速、準確的工作，並且不會損壞任何一個產品。避免了我們傳統手工摘取方法導致的時間問題和意外抓傷、損壞的風險。

雖然AI在引領農業的發展中有著重要的作用，但AI應用於農業技術還處於基礎階段。另外，AI屬於一種全新的科技應用屬於發展初期，並沒有完全普及下來。而作為普通的農民，在受教育程度和掌握新技術技能方面還無法達到基本的要求。因此，對於AI在未來農作物的發展中，還需要去不斷的技術指導和相關知識的普及。而驗證這最好的辦法就是時間。