壽光的香菜39.9！受災過後，AI能為農業創造怎樣的可能性？

最慘不過濰坊和壽光的菜價，有市民去超市，一瞅發現香菜已經39.9一斤了！

一場暴雨，毀了20多萬個大棚，壽光作為中國著名的「蔬菜之鄉」，蔬菜受災也讓不少地方的菜籃子受了影響。心疼菜農之餘，筆者也在思考，未來，是否能利用AI，為農業帶來更多可能性呢？

雖然還沒有大規模、成熟的應用，但至少已經有一批人走在了變革的路上。

AI自動蔬菜種植/販賣機

來源：麻省理工學院建築學院駱肇陽的作品The Automatic Veggies Seller Based on the Artificial Intelligence & Digital Fabrication & IOT（數字時蔬革命——基於人工智慧和數字製造及物聯網的自動蔬菜種植 / 販賣機）

麻省理工學院建築學院駱肇陽設計了一套數字機器種植系統：利用數控技術設計種植硬體，利用無土栽培技術與科學栽培管理模式作為種植策略，實現土地節約、降低風險操作、蔬菜營養最大化。

它的設計場景是這樣的↑

無土栽培，兼具蔬菜種植與販賣的需求，收集傳統季節性需求與當地城市飲食營養結構相關數據，根據人體健康膳食圖譜標準反向推導所需補充的營養元以及對應的素材，在菜源充足的情況下控制蔬菜的種類生長比例，既能滿足蔬菜採購所需同時可完善本地居民營養攝取結構

AI識別蔬菜疾病

既然AI能夠為人類進行疾病診斷並提出治療方案，那麼蔬菜為什麼不行呢？

國外生物學家David Hughes和流行病學家MarcelSalathé已經整理了14種作物常見的26種疾病，利用機器學習自動生成一個能夠鑒別健康植物的模型。通過訓練學習演算法，分類器通過圖片進行病理診斷的準確度已經高達99.35%。

不過訓練模型所用的樣本都是刻意選取的照片，照片在拍攝的過程中有比較好的光照和背景區分度，使得演算法的準確率較好。模型對那些自一線農田發送來的照片的識別準確度只有30-40%左右。

AI蔬菜分揀

如果說物流、電商行業人工智慧的研發與推廣，得益於分揀對象的標準化，那將分揀對象替換成生鮮商品的話，就完全轉變成了非標準化對象。

眾所周知，生鮮果蔬商品具有易腐爛、保鮮期短、受地域和季節限制大、日常需求量大、庫存周轉較快的屬性，對於人工智慧投入所需的「大數據」要求就更為複雜。生鮮果蔬商品商品的這些特性，導致短時間內，人工智慧無法完全替代生鮮分揀人員。

日本一名工程師：Makoto Koike已經根據靈感開發了一套人工智慧分揀機。實踐中，這套分揀器對黃瓜的分類準確率達到70%，這樣的準確率需要人工二次檢查，依舊無法完全替代人工分揀。

但Makoto Koike的創新並非完全無用。對於生鮮配送公司而言，伴隨著未來資源整合集約規模化效應的產生，對比昂貴的人力成本，人工智慧在生鮮行業必然會有一席之地，針對標品的分揀智能化推進也會更快。

-END-