近日，中國工程院李德毅院士在演講中指出，自動駕駛是未來農田作業機器人的起跑線，而智能網聯是未來農田作業機器人的生態，會學習則是未來農田作業機器人的核心。

我在這里分享一下我對未來農機的看法，報告題目是《未來農機：會學習的農田作業機器人》，重點強調會學習。

未來農機到底講的是什么時候呢，我個人看法，大家知道1950年人工智能誕生，我們講人工智能100年，到2000年人工智能算是走過一半的時間，那回顧我們已經走過的前50年，我愿意把前半部分叫做傳統的人工智能。以我為例，我在讀博士的時候就已經在從事人工智能相關研究，人工智能幾起幾落，身在其中，深有體會。那么新一代人工智能呢，是在下一個五十年，中間的分界是什么？是當前研究的熱點：深度學習！從人工神經網絡到淺度的機器學習，發展到深度學習，使得人工智能從陽春白雪走入大眾。

那么把傳統智能叫做計算機智能是不過分的，目前所有的軟件、所有的智慧，都是在計算機上完成的。那么后50年，人工智能還在計算機上做嗎？我覺得新一代人工智能的特征可以用這幾個字來表示：無意識的類腦智能。不是僅在計算機上寫軟件，也不是一直講提高算法算力，它要有一個大的躍升。那么我們去設想一下，人工智能100年時候的農機是什么樣呢？

說起人工智能100年，我們很多人都能身臨其境。我想了一下，概括出未來農業機器人的三種形態：輪式/履帶式的機器人，舉例而言，當前我的團隊正在東北大田進行無人拖拉機的大面積作業，這是第一種形態；還有一種很重要的形態，是多足多臂機器人，尤其是采摘機器人；當然，還有同等重要的飛行機器人，這些機器人放在一起，不是一臺而是多臺，不是一架，而是多架，共同組成拖拉機載無人機，無人船載無人機，或者載多足多臂機器人。由于農業植被差異性、農田作業復雜性，決定了農田作業機械的多樣性。我覺得這三種形態在一起，會更有生動的畫面出來。

我今天的報告，大致可以總結為三個關鍵詞，一個叫起跑線，一個叫生態，一個叫學習。

01

自動駕駛是未來農田作業機器人的起跑線

先講講起跑線，我個人認為：自動駕駛是未來農田作業機器人的起跑線。我們要將農村大面積的作業用機械化、智能化來替代，首要的，就是農機的駕駛腦。很遺憾，前幾年我們走了一些彎路，過分看重智能駕駛L1、L2到L5的分級定義，過分從定義出發。我個人認為，我們應該逐漸淡化自動化駕駛的等級劃分，遇到特殊情況的時候人適當干預一下，尤其是農田，我們強調的應該是應用價值。我們的科技工作者到農村的時候，農場主關心的更多是你的產品能不能干活、能不能省錢，當然，我們仍然要堅守駕駛的安全問題。如果說農業的無人駕駛分成三個時期來做的話，0到1的科研探索期已經過去了，現在1-10更多是產品的孵化期、市場的創新期和社會的接收期；那么，10到10的N次方呢，我個人認為是2025到2035年，到2050，正好是下一個50年，正好是人工智能100年，給我們提供了很好的契機。大家知道，這里面最痛苦的就是當前，1到10產業化的痛苦時期，這條路不好走。農場半封閉狀態，場景相對簡單，無人駕駛技術發展會比道路上的自動駕駛快一些。

要做智慧農業，機械化、自動化、數字化、網絡化、智能化，這些一個都少不了。但是由于我國機械化、自動化不夠扎實，數字化、網絡化、智能化正在倒逼自動化、機械化，尤其是拖拉機，它的主要動力原來是模擬式的，不是數字式的，不便于人工智能對其進行改良。我們要由機械制造大國變成制造強國，才能克服這個問題。我們用三種方法來解決智能農機的問題，后裝、前裝及新概念拖拉機，也就是無駕駛艙農機。農業是我們的基本國策，任務繁重，農田作業主力軍是大馬力拖拉機。在智慧農場的應用當中，拖拉機要配合農具進行中耕植保、耕整地、機械收獲、運輸等一系列工作。過去我們比較強調拖拉機本身，但是真正的有效載荷在于后面的農機具。農活要干好，更要強調機頭和農具的一體化。在東北、新疆，先將玉米小麥大豆等大田作物作為智慧農業落地的第一步，能夠解決大量的勞動力缺口問題。

這是目前在東北做的工作，現在我們正在試圖將單臺無人拖拉機變成多臺，形成一個群體系統作業的樣子，能夠完成農業機械化、智慧農場所有環節，包括大雪天，也包括夜間、復雜地形。我們現在更感興趣的，如剛才所講，是機載無人機和機載多足多臂機器人。

02

未來農田作業機器人的生態：智能網聯

我們認為，當前對于中國農業要強調四個字，智能網聯。如果把所有傳感器都放在農機上，成本太高，能不能進行一定的環境改造，農業新基建給我們帶來了契機，5G+數據中心+農業互聯網+物聯網+人工智能。這樣能不能把北斗在農業上充分發揮作用，建立基于北斗的高精度導航定位系統，利用5G超高帶寬、超低時延、超大連接的特性，極大降低拖拉機載傳感器的成本，因為眾所周知，一個激光雷達就要幾萬甚至幾十萬，有時候一個還不夠，能不能通過機、物、網、管系統的優勢改善智能網聯。這塊地是農場的，是固定的，那么農場是否能夠把地面增強系統弄好點，在農忙時節把基站架起來，好處就是農田是不動的，今年的土地測量、路徑規劃明年還可以繼續使用，更方便進行土地管理。所以我國具有獨特的優勢，能夠加強垂直系統的農業物聯網，就可以實現精準操控。據報道，農機一千米定位精度誤差只有5cm，這就很好了呀。精準控制有很多辦法，其中一個辦法就是把拖拉機的V2X變成碎片化的“V”， “V”變小一點，把發動機、農具的消息都給傳出來，便于農場主云上操控。在大型農場進行無人化工作，我們看到的是沒有人，但是這些農業作業現狀我們都能知道的話，例如農場主在家里通過Pad就可以控制犁鏵、控制拖拉機檔位、甚至進行增值服務，那該多好啊。

經常有人提智慧農場為無人農場，個人覺得不太確切，應該叫像無人農場，因為農場看不到那么多人現場操控，但是人類仍然在起作用。人工智能我的定義是人類智能的體外延伸。農場主在操控中心操控一臺臺農機的時候，那就是我們的智慧農場。智慧作業，就是操控手，尤其是遙控的操控手，加上智能網聯，再加上會學習的農田作業機器人。我曾經把農業場景的拖拉機手比作駕駛腦，但是現在看來并不確切，不單單是駕駛，應該是農田農機作業腦包括對農機作業的有效控制，參數的調節和適時的干預。這樣的情況之下，一個農場就可以變成少人農場或者幾人農場。

03

會學習是未來農田作業機器人的核心

最后重點講一下會學習。農田作業的機器人，一定不是簡單的機械化、自動 化，最基本是會學習。這個事情稍微追溯的要遠一些，人為什么能夠站在生物鏈的頂端，他的感官力氣都不是最強的，人最厲害的是發明了脫離生命體的文化和文明，尤其是教育。人類用1/4的生命時間去學習，通過教育把全社會的群體智能吸收為個體智能，進而又變成群體智能，迭代發展。因此，人腦組織先天基因的持續進化和后天學習的雙突破，才成就了人類的認知革命，也才進一步成就了人工智能。因此，我這兒有一個基本認識，那就是智能是可以教育的，文明是智能生產的。

我認為，學習的能力才是人工智能最基本的能力，因為會學習才能解釋和解決現實中的問題。我對本世紀中葉未來農業機器人的定義，九個字，可交互、會學習、能進化，按照人類意志安全高效完成農田作業任務。在東北，為什么農場主歡迎我們，不單單是因為我們可以節省勞動力，因為傳統的拖拉機手，他是人類，有情緒，在不開心的時候會在地里空跑耗油，農田作業機器人就沒有意識和情緒，會按照人類的指示老老實實地干活。白天也好，夜間也好，都能夠好好干活。

農業自動化技術做到極致，但如果農業機器人不能像人一樣具備學習能力，不能應對農業植被的差異性，農田作業的復雜性，不能應對無法窮舉的邊緣工況，就無法完全替代人類勞動。因此，把一個千人農場，如何變成100個人，進而變成10個人，幾個人，這就是我們對于未來農場的期望。

這里面最有難度的，就是農業作業的常識，為什么現在有人說農業機器人還不能用，主要是因為它沒有農業常識。因此，我認為，未來農業機器人需要有像標桿農機手學習的能力。一開始，農機手在前臺工作，農田作業機器腦就在后臺靜悄悄的向人學習；第二個階段是機器人作業自動開始，人類農機手感覺作業不太妥當，就進行適當干預和修正，第三個階段機器人自動作業，自己跟自己學習，獨立進行作業，反復迭代學習。所以在這里，我呼吁學者們把我們常說的監督學習一詞修改一下，我們平常說supervised learning，可以翻譯成有指導的學習，不僅僅是監督。指導老師比監督老師作用可大多了，需要引領智能農機進入狀態，是它的引路人。我們需要通過學習來應對無法窮舉的工況，除了正學習還需要學習負樣本，利用專家群體智能分析并吸取作業事故教訓，物化為長期記憶，依靠突發場景觸發，正確應對事故。例如，無人農機把苗壟弄斷了，我們把它作為事故教訓建立一個常見事故防范庫，不斷補充訓練學習，以后就不再犯這個錯誤了。我們看到，用人工智能可以彌補突發情況下個體智能的缺失，可以讓100臺拖拉機，1000臺拖拉機都可以向標準農機手那樣干活，沒有情緒，不鬧脾氣，就很好。

因此，我對人工智能賦能農業，前景看好。我國農業相關勞動力數量急劇下降，農民進城，鐵牛耕地，智慧農場迫在眉睫。我個人認為，當前階段主要強調智能，把人的智慧納入到農機系統，不要急急忙忙把意識、情緒這些東西納入到農機系統。中國人工智能2030年要占領世界高地，智能農機舉足輕重，要勇闖未來農田作業機器人的無人區，抓好產業鏈的關鍵環節，加速我國農業的轉型升級。