388
機器人
人工智能是農業的未來嗎？
人工智能已成為自動化、電氣化和信息化之後新一輪工業革命的基石，而人工智能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。
那麼在最古老的農業領域，人工智能有何表現呢？
人工智能解決農業麵臨的世紀挑戰
農業領域麵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 億人麵臨著饑餓威脅，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，我們又麵臨著石油農業所依靠的能源危機，麵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？人工智能就是解決的方法之一。
人工智能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、播種和采摘等智能機器人，也有智能探測土壤、探測病蟲害、氣候災難預警等智能識別係統，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件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。如今借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。
智能植物識別APP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。除了人工智能給出的處理方案，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、播種和采摘。
美國加州的農業機器人公司可以智能除草、灌溉、施肥和噴藥。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，哪裏需要灌溉，哪裏需要施肥，哪裏需要打藥，並且能夠立即執行。
智能機器人因為能夠更精準的施肥和打藥，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，然後通過算法得出最優化的播種密度並且自動播種。
除了播種和田間管理，農業智能機器人還可以幫我們采摘成熟的蔬果。
衛星大數據，知天而作
傳統的田間管理，農民要看天看地看作物，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，人工智能可精確地預報天氣、氣候災害、識別土壤肥力、莊稼的健康狀況等。
在國內，農業大數據公司 —— 佳格天地收集了海量農業相關的衛星圖像數據，可以對農戶提供高效的農業氣象服務。
通過深度學習的方法，分析衛星影像，可以自動提取地塊，識別耕地麵積及邊界範圍。
此外，基於衛星遙感植被指數 NDVI 等數據，可監測農作物的健康狀況。結合曆史數據、地麵站點數據以及衛星遙感影像，可以進行產量預估。在遙感的紅外波段下我們可以看到作物的細微變化，做到防先於治。在對氣象數據、衛星遙感數據以及無人機數據的綜合使用下，還能夠提供病蟲害預警服務。
同時，佳格天地也可為農機、無人機進行線路規劃、調配工作，更合理地安排機械作業，提高效率。
牛臉識別，智能穿戴
人工智能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能吧。
人工智能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。
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。
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，就是人工智能要做的事情。
這些數據被實時傳送到雲服務器上，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，比如那裏蟲害超標，那裏需要灌溉等等。
人工智能還可以通過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
人工智能在農業領域的應用才剛剛開始，麵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能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，如何挑戰算法和模型是這些人工智能公司麵臨的挑戰，這需要來自行業間以及農學家之間更多的協作。
如果
你是人工智能領域的愛好者
又想與佳格天地 CEO 張弓現場交流
這個周六下午
與我們相見吧
最後更新：2017-10-20 00:37:46