【智慧農業】農業領域中人工智慧的挑戰
1
農業領域中人工智慧的挑戰
作者:JOSEPH BYRUM,先正達公司生命科學 - 全球產品開發,創新和推廣的高級研發和戰略營銷執行官。
譯者:紀欣萌
譯者註:雖然人工智慧在工業、交通和醫療等領域上取得一定的成功,但是由於農業環境的多樣性,如天氣的不可預知性,土壤質量的變化,以及病蟲害發生的可能性等因素,使得人工智慧技術與機器學習在農業上的測試,驗證和推廣比其他行業更加困難。因此,需要更多的努力,技術和資金來驗證人工智慧技術在土地上有效性,才可以使農業發生顛覆性革命。
在南非中部,玉米種植戶們在灌溉樞紐工程旁正簇擁著農技人員,看著電腦屏幕,農技人員正操作一架複合式無人機飛過灌溉樞紐工程, 這架複合式無人機藉助螺旋槳起飛和降落,而藉助固定翼控制高度和速度,以此來監測大面積的土地種植情況。由於無人機安裝了四部高精密光譜感測器,無人機實時收集數據後,可以指揮農民和地面工作人員立即去解決感測器所記錄的作物異常情況。此時,農民們和農技人員正注視一個能夠準確計量作物株數的專門軟體。因為在夏天雨季早期時大風造成的土地損壞非常嚴重,這樣問題已經10天了,他們想確定是否可以在由大風造成損壞的部分土地可以再次種植。該軟體在15分鐘內能完成航拍圖像的處理,產生植株數量圖。在一年多以前,這是很難想像的。以前要花費三到五天來處理完全相同的工作,說明近年來在精密農業和遙感方面取得的進步。由於在美國該軟體是在類似的條件下在相同種類的作物上開發出來,所以農技人員對此軟體準確性深信不疑。
當植株數量圖出現在屏幕上時,農技人員的臉色沉下來了。在飛行前他們到地里了解了土地的種植情況了,他知道他在屏幕上看到的植株數量圖不正確,即使對如何讀取遙感地圖不太了解的農民也意識到了該軟體的得到結果不準確。
2
2011年,IBM通過其在以色列海法的研發總部發起了一項農業雲計算項目。該項目與一些專業的IT和農業合作夥伴合作,其目標之一就是從農業環境中獲取各種用於學術和實際的數據,並將其轉化為農民的解決方案,幫助他們制定實時決策。當時與IBM項目團隊成員交流,該團隊認為完全有可能「演算法」農業,這意味著演算法可以解決世界上的任何問題。當年早些時候,IBM的認知學習系統沃森,參加智力競賽欄目《Jeopardy》與前面的兩位冠軍Brad Rutter and Ken Jennings比賽, 獲得了驕人的戰績。幾年後,沃森繼續在醫藥領域取得了突破性的成就,導致IBM的農業項目被關閉或縮小。最終,IBM意識到為農業生產認知機器學習要比他們想像的困難得多。
那麼為什麼這個項目在醫學上如此成功,而不是在農業上呢?
3
什麼使農業有所不同?
農業是統計與量化應用最困難的領域之一。即使在一個地塊內,從地的這一頭到另一頭的條件都不同的。有不可預測的天氣,土壤質量的變化,以及病蟲害可能發生。種植者可能覺得收穫在即,但直到收穫那天,結果都是不確定的。相比之下,我們的身體是一個包容的環境。農業生產發生在自然界的相互作用的生物和生態系統中。但這些生態系統沒有太包容。它們受氣候變化的影響,例如影響整個半球以及大陸到大陸的天氣系統。因此,了解如何管理農業環境意味著要考慮到數以千計的因素。
在美國中西部地區使用的種子和肥料發生的情況與澳大利亞或南非使用同樣的種子和肥料發生的情況幾乎無關。影響這種不同的因素通常包括單位作物的所需雨量,土壤類型,土壤退化模式,日照時間,溫度等。因此,在農業部署機器學習和人工智慧的問題並不在於科學家缺乏設計演算法和協議的能力,以開始解決種植者所面臨的問題;而問題在於,大多數情況下沒有兩個環境完全一樣,這使得這些技術的測試,驗證和成功推廣比
實際上,通過開發AI和機器學習可以解決與我們的物理環境相關的所有問題,前提是我們需要對地球上物理或物質活動的相互作用的各個方面有完全的了解。畢竟,只有通過我們對「事物的性質」的理解,協議和過程才能被設計用於開發認知系統。雖然AI和機器學習教給我們很多關於如何理解我們的環境的事情,但是我們遠遠沒有能夠通過機器的認知能力來預測農業領域的結果。
結論
目前,風險投資界正在將數十億美元資金投入到農業,以此快速地推動大多數農業技術創業公司出更多科技產品,然後鼓勵他們儘快將農業科技產品市場化。這通常會導致產品的失敗,進而導致市場的懷疑,並打擊了機器學習技術的完整性。在大多數情況下,問題不在於技術不起作用,問題是工業沒有花時間尊重農業。為了真正在土地上做出影響的技術,需要更多的努力,技能和資金來測試這些技術在農民土地上有效性。通過將這些技術整合到全球範圍的市場,人工智慧和機器學習的巨大潛力才可以使農業發生革命。只有這樣,它才能使種植者變得真正需要人工智慧技術。
如有任何問題請聯繫我們
您可以發送郵件至
dataintellagr@126.com
或關注微博/知乎/微信後台留言
我們期待您的提問!
微博:數據智農
微信公眾號:數據智農
郵箱:dataintellagr@126.com
製作:李娜
推薦閱讀:
※為什麼中國會形成精耕細作的農業生產模式?
※林毅夫:中國還沒達到工業反哺農業階段
※農機小課堂 - 教你學會看拖拉機的型號
※桔子——吃貨大國的又一項世界記錄
※貓爪草-種植技術教程