隨著我們進(jìn)入機(jī)器學(xué)習(xí)的新技術(shù)時(shí)代，人工智能和農(nóng)業(yè)正變得密不可分。它帶來了令人興奮的無限可能性：從種子發(fā)芽，到保持作物的完整性，再到實(shí)際的收獲過程。

聯(lián)合國估計(jì)，到2050年，全球人口將增加到97億人以上，那時(shí)很多饑餓的人口需要養(yǎng)活。相比于人口的大量增長，耕地面積只會增加4%。因此，解決辦法不是擴(kuò)大農(nóng)田來種植莊稼和飼養(yǎng)牲畜，而是更有效地利用現(xiàn)有的土地。

回顧過去，我們看到大約70年前“綠色革命”的開始，它帶來了灌溉系統(tǒng)的改善，農(nóng)田機(jī)械化的方法，以及新型的人造肥料。

這些因素的疊加起來提高了糧食產(chǎn)量，據(jù)估計(jì)，全球約有10億人從饑餓中獲救。

這種快速發(fā)展帶來了許多好處，如更高的產(chǎn)量，但也有許多負(fù)面因素：在有農(nóng)場的地方，殺蟲劑、化肥的過度使用和動植物生物多樣性減少的情況都發(fā)生了。同時(shí)，那些耕作方法加在一起，向地球上的小溪和河流注入了大量的毒素，也耗盡了土壤的自然肥力。

可持續(xù)農(nóng)業(yè)和糧食問題專家Danielle Nierenberg說：“這些方法從來沒打算長期使用。”

如果我們要繼續(xù)保持糧食生產(chǎn)的穩(wěn)定和充足，就必須進(jìn)行變革。

目前，全球20%的人口受雇于農(nóng)業(yè)綜合企業(yè)，這是一個(gè)價(jià)值3萬億美元的產(chǎn)業(yè)。但是我們?nèi)绾芜M(jìn)行這個(gè)變換呢？答案可以在人工智能和農(nóng)業(yè)的交匯處找到。在本文中，我們將研究世界范圍內(nèi)這些新型的機(jī)器學(xué)習(xí)技術(shù)在農(nóng)業(yè)各個(gè)解決方案中是如何推動食品生產(chǎn)的。現(xiàn)在讓我們來看看人工智能怎樣改善了發(fā)展中國家和已經(jīng)領(lǐng)先的西方國家的農(nóng)業(yè)狀況。

一、人工智能選種

如果我們想要有最好的作物，那么這一切都取決于我們種植的種子的基因。Monsanto公司現(xiàn)在正在使用人工智能掃描具有最理想特性的種子的DNA序列。

農(nóng)民將不再需要投入時(shí)間和精力來進(jìn)行種子的交叉變異實(shí)驗(yàn)，因?yàn)楝F(xiàn)在有計(jì)算機(jī)程序可以為他們進(jìn)行這種分析。

種子本身有發(fā)芽率，或“種子休眠”，這意味著它們只有在特定條件下才會發(fā)芽和開始生長。研究人員可以利用人工智能找出種子發(fā)芽的最佳條件，如溫度和濕度水平，使作物能夠比預(yù)期的更早開始生長。這減少了等待時(shí)間，并可以使作物全年種植。

機(jī)器學(xué)習(xí)支持的圖像分析的新應(yīng)用，加上移動成像的自動化控制，可以測試種子的表型，以確定使用哪種種子最好。

這方面的實(shí)例可以在種子發(fā)芽技術(shù)中找到，該技術(shù)已經(jīng)用于測試番茄和玉米等作物。

二、通過人工智能反饋進(jìn)行土壤管理

在世界各地種植農(nóng)作物時(shí)，土壤營養(yǎng)也會發(fā)揮作用。通過特殊的算法，深度學(xué)習(xí)被帶到這里的最前沿，這些算法可以幫助監(jiān)測種植前和生長過程中土壤的健康狀況

土壤退化和侵蝕也是影響農(nóng)作物生長的重要因素，但這兩個(gè)問題都可以用人工智能解決，就像PEAT公司在德國做過的實(shí)驗(yàn)?zāi)菢印Ｋ麄冮_發(fā)了一種能分析土壤缺陷的Plantix。加上無人機(jī)的視覺感知能力，它們可以探測到作物的生長區(qū)域，這些作物可能生長在有缺陷的土壤中，或會遭受區(qū)域里疾病和害蟲的侵襲。

它通過對葉子成像，然后通過一個(gè)軟件運(yùn)行，這個(gè)軟件可以區(qū)分正常和不健康的生長模式。更重要的是，軟件會向農(nóng)民提出解決問題的方法。

CropDiagnosis是另一個(gè)類似的應(yīng)用程序，它可以用無人機(jī)掃描整個(gè)領(lǐng)域，并且評估土壤中灌溉和氮含量水平。

在美國，Trace Genomics也在追隨他們的腳步，采用基于人工智能的技術(shù)來研究土壤弱點(diǎn)和作物缺陷。

三、人工智能管理灌溉和用水

植物要想正常生長，就需要持續(xù)不斷的水供應(yīng)。在世界上雨水和淡水稀少或不可靠的地區(qū)，種植作物尤其困難。就像你的花園灑水器可以設(shè)置定時(shí)器一樣，現(xiàn)代的人工智能灌溉方法比這更進(jìn)一步。

他們可以通過農(nóng)業(yè)環(huán)境中的機(jī)器學(xué)習(xí)技術(shù)實(shí)時(shí)跟蹤土壤中的水分含量，從而準(zhǔn)確地知道何時(shí)向作物提供水，以及如何合理節(jié)約水的消耗。這意味著農(nóng)民有更多時(shí)間來做其他的重要工作，而不必費(fèi)心親自灌溉作物。

據(jù)估計(jì)，地球上約70%的淡水供應(yīng)用于農(nóng)業(yè)生產(chǎn)，因此更有效地管理淡水供應(yīng)將對如何利用這一寶貴資源產(chǎn)生連鎖反應(yīng)。

四、基于圖像的養(yǎng)分和肥料使用解決方案

土壤本身并不總是為作物提供最好的營養(yǎng)，農(nóng)民必須定期輪作。在過去，肥料是植物的主要肥料，但農(nóng)業(yè)現(xiàn)代化帶來了大量新的和創(chuàng)新的施肥方案。

農(nóng)民花大量時(shí)間在地里以氮肥的形式為作物提供必要的營養(yǎng)，然而人工智能現(xiàn)在已經(jīng)成為這個(gè)領(lǐng)域的主要參與者。

現(xiàn)代人工智能解決方案不僅可以檢測出需要多少肥料才能減少浪費(fèi)，而且還有可用的硬件來輔助運(yùn)輸過程。其中一個(gè)解決方案就是Rowbot。

這是一臺基于圖像的機(jī)器，它在作物生長期間收集植物數(shù)據(jù)，只向最需要化肥的作物提供肥料，從而提高原本收成較低的作物的產(chǎn)量。

由Bosch開發(fā)的Plantect是另一個(gè)智能的人工智能套件，它可以幫助農(nóng)場從確定正確的陽光和濕度水平到無縫監(jiān)控一切，并與物聯(lián)網(wǎng)協(xié)同工作。

五、人工智能可以預(yù)測天氣狀況

從潮濕的英格蘭到太陽炙烤下的加利福尼亞，再到干旱肆虐的索馬里，天氣狀況極大地影響了農(nóng)作物的生長。

一季不下雨意味著成千上萬的人在幾個(gè)月內(nèi)都會挨餓。然而，人工智能現(xiàn)在可以與機(jī)器學(xué)習(xí)相關(guān)的特殊算法結(jié)合使用——再加上衛(wèi)星信息——以確保無論天氣如何，農(nóng)作物都不會歉收。

美國一家名為aWhere的公司正在利用這種人工智能技術(shù)來預(yù)測天氣模式，使農(nóng)民能夠提前采取正確的措施。

它能測量一切：從太陽輻射到降水、溫度推測和風(fēng)速，以提供有關(guān)潛在作物生長和產(chǎn)量的準(zhǔn)確數(shù)據(jù)。

例如，如果你知道兩天后會有大量降雨，就不需要用昂貴的灌溉用水。或者，如果你知道接下來的幾天會帶來高溫，那么你可以確保作物在早晨早些時(shí)候澆水，為溫度上升做好準(zhǔn)備，減少土壤蒸發(fā)。

這兩者都可以被編程到AI機(jī)器解決方案中，當(dāng)軟件和硬件結(jié)合在一起時(shí)，農(nóng)業(yè)技術(shù)可以提前為農(nóng)戶采取行動。

六、創(chuàng)新的機(jī)器視覺來識別作物問題

一旦作物生長，就有必要保護(hù)它們的生長不受疾病和蟲害的侵蝕。在這方面，人工智能也可以提供幫助。

你不僅可以在人工智能控制機(jī)器和條件的溫室里種植作物，而且戶外作物也可以從技術(shù)投入中受益。

跨國農(nóng)業(yè)企業(yè)John Deere現(xiàn)在收購了Blue River Technology，作為其人工智能武器庫的一部分。他們共同開發(fā)了一種“看和噴”的方法，利用人工智能機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺相結(jié)合，找出影響作物生長的雜草，然后將它們清除。

該公司發(fā)言人John May表示：“機(jī)器學(xué)習(xí)是Deere未來的一項(xiàng)重要能力，并且它認(rèn)識到技術(shù)對我們客戶的重要性。”

“看和噴”方法意味著，他們現(xiàn)在可以針對特定的雜草，提高作物產(chǎn)量，而不是以高昂的成本噴灑整株作物，而且還會伴隨著對的健康影響。

七、用人工智能技術(shù)監(jiān)測雜草和害蟲問題

人工智能傳感器也正在開發(fā)中，利用圖像傳感技術(shù)來檢測植物葉片的病害特征。這與通過人工智能機(jī)器進(jìn)行的彩色成像有關(guān)。人工智能機(jī)器能夠區(qū)分健康和患病的葉子，然后通過與機(jī)器人集成來去除它們。

微軟開發(fā)人員也在使用同樣的技術(shù)，他們合作開發(fā)了一個(gè)害蟲預(yù)測界面，可以識別破壞農(nóng)作物的昆蟲。在很短的時(shí)間內(nèi)，這將包括診斷和消滅害蟲的實(shí)際遠(yuǎn)程機(jī)器視覺。

這項(xiàng)技術(shù)最多可以減少80%的化學(xué)物質(zhì)的使用，而花在除草劑上的錢會減少90%。

雜草控制對農(nóng)民來說非常重要，因?yàn)槟壳凹s有250個(gè)品種對現(xiàn)代除草劑具有抗藥性，僅大豆和玉米作物上的雜草生長每年就造成400多億美元的損失。

八、預(yù)測正確的收獲時(shí)間

幾個(gè)世紀(jì)以來，農(nóng)民們一直在考慮天氣狀況和作物的總體狀況等因素，決定最佳收割時(shí)間

由于成像技術(shù)反饋給遠(yuǎn)程學(xué)習(xí)軟件，人工智能現(xiàn)在帶來了一個(gè)決定作物是否可以采摘的新元素。

該技術(shù)可以用白色和UVA型燈分析水果的成熟度，這意味著農(nóng)民可以選擇只采摘最成熟的水果或蔬菜，而把其他未成熟的水果留一段時(shí)間。

這可以在溫室里小規(guī)模地進(jìn)行，也可以在更大的規(guī)模上進(jìn)行，使用直升機(jī)和無人機(jī)可以構(gòu)建一個(gè)整體的田間管理地圖。

九、機(jī)械收割方法

現(xiàn)在讓我們看看食物是如何挑選的。越來越多的農(nóng)場工人不愿意日復(fù)一日地做重復(fù)性的、季節(jié)性的采摘水果和蔬菜的工作，預(yù)計(jì)在2014年至2024年間，這一比例將降至6%。

我們面臨著這樣的事實(shí)上：由于工人短缺，熟透的水果往往無法采摘，這意味著利潤的損失。

根據(jù)農(nóng)業(yè)綜合企業(yè)的性質(zhì)，一個(gè)農(nóng)場大約40%的利潤用于體力勞動和工資。

人工智能可以大幅減少這一數(shù)字，因?yàn)橐坏┵徺I了機(jī)器，它們就會隨著時(shí)間的推移為自己買單。

有兩個(gè)機(jī)器收割的例子來自Harvest CROO Robotics，它創(chuàng)造了采摘成熟草莓的硬件，以及擁有可以收割蘋果園的機(jī)器的豐富技術(shù)。這種類型的人工智能將感知和動作結(jié)合在一起，因此自主機(jī)器可以看到需要收獲什么，然后繼續(xù)執(zhí)行收獲的動作。

十、農(nóng)場機(jī)器接受人工智能升級

現(xiàn)代農(nóng)業(yè)往往使用各種各樣的機(jī)器來保持生產(chǎn)效率。

從拖拉機(jī)和收割機(jī)到四軸腳踏車和運(yùn)貨卡車，機(jī)器是農(nóng)業(yè)的重要組成部分，但是機(jī)器故障和持續(xù)的維護(hù)是一個(gè)嚴(yán)重但經(jīng)常被忽視的影響利潤的問題。像汽車這樣的普通道路交通工具，現(xiàn)在正在用一組非同尋常的電子產(chǎn)品進(jìn)行制造，從輪胎壓力到油位，這些電子產(chǎn)品可以提供各種反饋。

未來的農(nóng)業(yè)機(jī)械也將采用同樣先進(jìn)的監(jiān)測系統(tǒng)。與其等著拖拉機(jī)在田里拋錨，還不如提前警告農(nóng)民任何故障。與物聯(lián)網(wǎng)相結(jié)合，這些物品甚至可以在問題出現(xiàn)之前就預(yù)先提醒和維修。

十一、人工智能無人機(jī)的崛起

展望未來，無人機(jī)已經(jīng)在許多方面得到了應(yīng)用，要使現(xiàn)有的無人機(jī)適應(yīng)農(nóng)業(yè)生產(chǎn)，所需要的只是硬件和軟件的集成，這為這些飛行器提供了額外的用途。

像VineView所使用的智能攝像頭，可以在很遠(yuǎn)的地方為農(nóng)民提供反饋和信息——從作物生長受阻和缺水到土壤條件和病蟲害監(jiān)測。未來的農(nóng)民不再需要步行數(shù)英里穿過他們的莊稼和農(nóng)田來評估它的狀況——而是用無人機(jī)在幾分鐘內(nèi)飛去所關(guān)注的地區(qū)。

到2027年，農(nóng)業(yè)無人機(jī)的市場份額預(yù)計(jì)將接近5億。無人駕駛拖拉機(jī)也將成為現(xiàn)實(shí)，在沒有真人指導(dǎo)的情況下，通過編程使其以一定的速度行駛，同時(shí)以有效的方式執(zhí)行特定任務(wù)。

十二、來自數(shù)據(jù)庫的云共享信息可以幫助農(nóng)民

由于“Alexa”類型的系統(tǒng)為農(nóng)民的所有問題提供了解決方案，人工智能可以成為農(nóng)民最好的朋友。

建立農(nóng)業(yè)的知識數(shù)據(jù)庫，并能向其詢問從動物疾病到土壤質(zhì)量的一切問題。這樣的基礎(chǔ)可以學(xué)習(xí)正確的解決方案和回答問題，然后可以有效地與業(yè)務(wù)中的其他人共享。

當(dāng)農(nóng)業(yè)在很大程度上實(shí)現(xiàn)自動化時(shí)，數(shù)據(jù)共享無疑將具有重要性。訓(xùn)練系統(tǒng)需要數(shù)據(jù)，特別是人工智能算法的數(shù)據(jù)非常有價(jià)值。

近年來，農(nóng)業(yè)數(shù)據(jù)聯(lián)盟(Agricultural Data Coalition)已成立，旨在幫助農(nóng)民掌握信息和數(shù)據(jù)處理技術(shù)，以便從研究人員到農(nóng)場主、農(nóng)作物買家和保險(xiǎn)公司等所有人都能共同努力，提高產(chǎn)量，從而提高所有人的利潤。

得益于人工智能技術(shù)，總體產(chǎn)量得以提高，將人工智能應(yīng)用于農(nóng)業(yè)的最終目標(biāo)是提高每平方英尺的作物產(chǎn)量。

產(chǎn)量的提高主要是通過模仿人類認(rèn)知的算法實(shí)現(xiàn)的，在分析大數(shù)據(jù)時(shí)，將農(nóng)業(yè)中的機(jī)器學(xué)習(xí)技術(shù)帶到最前沿，并利用它做出有效的決策。這些數(shù)學(xué)人工智能公式可以通過決定作物從播種到收獲的最佳操作過程來幫助提高作物產(chǎn)量。

人工智能解決方案在農(nóng)業(yè)領(lǐng)域的技術(shù)有很多，而且具有幾乎無限的潛力。農(nóng)業(yè)傳感器可以看到外形，識別語音命令和操作視覺感知能力來收集所需的數(shù)據(jù)。

信息管理系統(tǒng)控制收集的數(shù)據(jù)，并允許人工智能軟件基于深度學(xué)習(xí)技術(shù)和機(jī)器學(xué)習(xí)通過預(yù)測分析做出決策。這些數(shù)據(jù)可以用于專門為農(nóng)業(yè)綜合企業(yè)制造的硬件，比如自動無人機(jī)和自動駕駛汽車。

充分利用收集到的數(shù)據(jù)，能為農(nóng)民提供最好的服務(wù)。農(nóng)業(yè)領(lǐng)域的人工智能解決方案要想在這一領(lǐng)域起飛，就需要在農(nóng)業(yè)實(shí)踐中集成人工智能的多方優(yōu)勢。

資料參考：ARTIFICIAL INTELLIGENCE IN AGRICULTURE: FARMING FOR THE 21ST CENTURY

更多干貨、市場分析、重磅案例、實(shí)戰(zhàn)課程歡迎訂閱 [農(nóng)業(yè)行業(yè)觀察]公眾號：nyguancha

文章：1239 篇

瀏覽：19873 次

代表文章

透視小米商業(yè)模式，看褚橙、小罐茶、壹號土豬如何玩新商業(yè)

悲情啊！回不去的樂百氏，長不大的娃哈哈

社區(qū)拼團(tuán)美家買菜開啟團(tuán)長裂變模式

從馬云的賺錢論，談2019農(nóng)業(yè)如何突破(方法可復(fù)制)

智慧農(nóng)業(yè)最全版圖，阿里、百度、京東、騰訊、美團(tuán)紛紛布局

雙匯集團(tuán)將成歷史，萬隆接班人格局初現(xiàn)！！！

“桃王”的成功秘訣！

農(nóng)村電商已進(jìn)入得供應(yīng)鏈者得天下的風(fēng)口浪尖

揭秘|中國8大農(nóng)業(yè)產(chǎn)業(yè)基金（內(nèi)附模式）

新模式研究|褚橙、小罐茶、壹號土豬如何玩新商業(yè)