太空中的衛(wèi)星可以幫助探測氣候是否會出現(xiàn)干旱；田間的拖拉機可以觀察種植物并剔除不良作物；而基于人工智能的智能手機應用可以實時告訴農(nóng)業(yè)人員什么疾病正在對農(nóng)作物產(chǎn)生影響……忘記田間的那些稻草人吧，一場由真正智能化的機器人技術以及機器學習算法帶來的新農(nóng)業(yè)革命，正在世界各國的田野間鋪開。

智能生菜機器人：減少90%農(nóng)藥使用

日前，美國著名科技雜志《連線》特別報道了這場由人工智能帶來的新農(nóng)業(yè)革命，在報道里人們稱之為新的“綠色革命” （Green Revolution），因為其中有一個重要的標準就是，不僅極大提高生產(chǎn)效率，同時也使農(nóng)業(yè)更加環(huán)保。

為了保證農(nóng)作物免受蟲害以保證高產(chǎn)，世界各農(nóng)業(yè)大國目前都采取一種粗放式的防治手段——使用農(nóng)藥。據(jù)統(tǒng)計，美國農(nóng)民每年使用除草劑應對玉米、大豆和棉花種植就要花費31億元左右。然而在人工智能時代，這將不再是問題了。

在美國，一家名叫Blue River Technology的農(nóng)業(yè)機器人公司，開發(fā)了智能化的農(nóng)業(yè)機器人LettuceBot。LettuceBot又被稱為“智能生菜機器人”。原來美國是全球第二大生菜出口國，但是生菜是一種需要精耕細作的作物，它不僅需要施肥除草，而且對植株的疏密度要求也很高。想要培育出優(yōu)良的生菜作物，需要有適中的排列密度，要不然就會制約其生長。

如果從外觀來看，LettuceBot與人們經(jīng)常在田間看到的農(nóng)業(yè)拖拉機似乎沒有什么兩樣，但是論本事的話，智能化的農(nóng)業(yè)機器人LettuceBot可以用“厲害到令人吃驚”來描述。LettuceBot會操縱拖拉機，并為沿途經(jīng)過的植株拍攝照片。然后通過設計的多種計算機視覺算法，把這些照片和數(shù)據(jù)庫中超過100萬幅的圖片進行比對，辨認出生菜幼苗或者野草，以及密度過大的植株。據(jù)介紹，LettuceBot每分鐘掃描5000株幼苗。深度學習算法公司Enlitic創(chuàng)始人杰里米霍華德對此的評價：“這是關于機器學習和計算機視覺技術的最佳應用?！?/p>

為什么圖像自動識別技術能夠幫助減少除草劑等農(nóng)藥的使用呢？由于LettuceBot機器人對雜草和作物幼苗的定位精度能夠達到四分之一英寸，所以當機器自動識別并確定當前植株是雜草或長勢不好的作物，它就會自動利用農(nóng)藥噴霧殺死植物；而如果機器判斷兩棵幼苗的種植間距過小，就會拔掉一棵。如該公司商務副總裁本考斯特納所說：此前的方法就像是城市的少部分人感染了病菌，你唯一的方法就是讓城市中的每一個人都使用抗生素。這種方法雖然可以治愈疾病，但卻開銷巨大。而相比之下，使用LettuceBot則可以幫助農(nóng)民減少90%的化學藥劑使用。

“機器人或許不能夠像人類一樣在田間勞作，但是作物管理方面卻有著不可比擬的精度優(yōu)勢?！北究妓固丶{介紹，LettuceBot功能之所以強大，是因為它將機器學習技術與機器固有的操作精確優(yōu)勢相結(jié)合，從而可以更精準的施肥和打藥，可以大大的減少農(nóng)藥和化肥的使用。據(jù)本考斯特納介紹，LettuceBot服務的生菜種植面積目前已經(jīng)占到美國生菜種植的10%左右。

農(nóng)業(yè)界的AlphaGo：快速變身“植物醫(yī)生”

AlphaGo讓人們見識了人工智能的厲害，可以深度學習的計算機，不再需要程序員告訴他需要做什么了。事實上，深度學習技術也已經(jīng)應用于農(nóng)業(yè)，打造農(nóng)業(yè)界的AlphaGo，可以實時告訴農(nóng)業(yè)人員什么疾病正在對農(nóng)作物產(chǎn)生影響。

通過深度學習算法，生物學家戴維·休斯和作物流行病學家馬塞爾·薩拉斯將關于植物葉子的5萬多張照片導入計算機，并運行相應的深度學習算法應用于他們開發(fā)的手機應用Plant Village。在明亮的光線條件及合乎標準的背景下拍攝出植物的照片，然后手機應用Plant Village就會將照片與數(shù)據(jù)庫的照片進行對比，

可以檢測出14種作物的26種疾病，而且程序正確識別作物疾病的準確率高達99.35%。

根據(jù)薩拉斯的介紹，目前Plant Village可以讓世界各地的農(nóng)民上傳患病作物照片，并有農(nóng)業(yè)專家對此做出相應的診斷。而且，未來休斯和薩拉斯還將通過導入更多的患病作物照片，使這種人工智能算法更為聰明可靠。薩拉斯說：“我們從多個來源獲取了關于作物的大量圖片，其中也包含了照片是如何拍攝的、拍攝地點、年份等大量信息。這些照片能夠有效提升算法的精確度。”

算法的應用不僅僅是對植物病蟲害的深度挖掘，對作物影響的因素還有很多。休斯指出，“大部分妨礙作物生長的因素都是生理性的，譬如土壤養(yǎng)分中缺鈣元素或鎂元素，亦或是鈉含量過多或環(huán)境溫度過高。農(nóng)民卻往往認為是細菌或真菌導致的作物疾病。”對作物的誤診會導致農(nóng)民濫用農(nóng)藥和除草劑，對時間和金錢都是一種浪費。而在未來，人工智能可以幫助農(nóng)民快速準確查明問題所在。

一個手機應用便可幫助農(nóng)民確定問題，而專家也可根據(jù)環(huán)境給出相應的解決方法。據(jù)休斯的極少，理想情況下，未來人類可以完全控制農(nóng)作物的生長。

其實，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Plant Village。在德國，名叫Plantix也是一款能夠智能植物識別的APP。它能做的不僅僅是幫農(nóng)戶識別不認識的農(nóng)作物，還能夠幫農(nóng)戶智能識別農(nóng)作物的各種病蟲害。農(nóng)戶把患有病蟲害農(nóng)作物的照片上傳，App就會識別出農(nóng)作物犯了那種病蟲害，并且可以給出相應的處理方案。

智能采摘機器人：知道蘋果熟了

Aboundant Robotics是來自美國加州的農(nóng)業(yè)機器人公司，目前他們已經(jīng)上市的是一款蘋果采摘機器人，可以在不破壞蘋果樹和蘋果的前提下達到一秒一個的采摘速度。

更厲害的是，蘋果采摘機器人通過攝像裝置獲取果樹的照片，用圖片識別技術去定位那些適合采摘的蘋果，然后用機械手臂和真空管道進行采摘，一點都不會傷到果樹和蘋果。Abundant Robotics創(chuàng)始人丹·斯蒂爾說：“現(xiàn)代蘋果園一般栽種矮化品種，由網(wǎng)狀結(jié)構支撐，一般高10-14英尺?！闭O果機器人的摘取過程，由農(nóng)場工人遠程進行操控。

“20多年來，高密度種植系統(tǒng)逐漸普及，果園的生產(chǎn)力變得更高。然而，果園內(nèi)大部分任務仍然依靠人力完成?！彼沟贍柋硎?，Abundant Robotics的蘋果采摘機器人，旨在幫助市場規(guī)模達到2000億美元的果園種植行業(yè)減少對季節(jié)性勞動力的依賴。

大量使用人工不僅低效，成本也較高。并且愿意和能夠進行手工農(nóng)場作業(yè)的工人數(shù)量正在縮小。斯蒂爾說：“這份工作很辛苦，工人基本要站立整天，而且還需要隨身攜帶裝蘋果的袋子，蘋果袋最多可以達到60磅?！绷硗?，使用人工作業(yè)也增加了時間成本和風險，即水果可能無法在最佳時機被采摘下來。

隨著計算機視覺技術以及機器人系統(tǒng)的軟硬件的不斷發(fā)展，Abundant Robotics已經(jīng)能夠創(chuàng)造出在斯蒂爾看來領先市場的完整解決方案。“我們正在研發(fā)可以進行復雜操作的機器人，但想要創(chuàng)造出具有人手感知能力和精細操縱能力的機器人，我們還有很長的路要走。” Steere說。

據(jù)介紹，Abundant Robotics的蘋果采摘機器人預期在2018年實現(xiàn)商業(yè)化。斯蒂爾認為Abundant Robotics的新投資者也將在公司發(fā)展中起到巨大作用。近期，Abundant Robotics在谷歌領投的A輪投資中籌集了1000萬美元。

投資者說 人工智能掌握農(nóng)業(yè)未來

一直以來，人類如何養(yǎng)活自己就是一個棘手的問題。如今世界人口總數(shù)為72億，其中有7.8億人面臨著饑餓威脅，到2050年，全球人口將要達到90億，這意味著我們生產(chǎn)的糧食熱量需要增長60%。與此同時，人類又面臨著石油農(nóng)業(yè)所依靠的能源危機，面臨著化肥農(nóng)藥過度使用造成的土壤和環(huán)境的破壞以及對人類健康的威脅。

所以說，在耕地資源有限的情況下增加農(nóng)業(yè)的產(chǎn)出，同時保持可持續(xù)發(fā)展，人工智能在農(nóng)業(yè)領域的應用前景無疑非常被看好。2010年，歐盟開始為“農(nóng)用聰明機器人”項目提供資金。正如項目負責人所說：“農(nóng)用機器人必須具有智能，只有這樣它們才能在松散、動態(tài)、不友好的農(nóng)業(yè)環(huán)境中穩(wěn)定地運行。

其實，人工智能在農(nóng)業(yè)領域的研發(fā)及應用早在本世紀出就已經(jīng)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系統(tǒng)，還有在家畜養(yǎng)殖業(yè)中使用的禽畜智能穿戴產(chǎn)品。這些應用正在幫助我們提高產(chǎn)出、提高效率，同時減少農(nóng)藥和化肥的使用。

不過，人工智能在農(nóng)業(yè)領域所面臨的挑戰(zhàn)比其他任何行業(yè)都要大?，F(xiàn)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(huán)境或者特定的種植養(yǎng)殖模式。當外界環(huán)境變換后，如何挑戰(zhàn)算法和模型是這些人工智能公司面臨的挑戰(zhàn)，這需要來自行業(yè)間以及農(nóng)學家之間更多的協(xié)作。

但不管現(xiàn)實困難如何，無法忽視的一個現(xiàn)狀是：農(nóng)業(yè)已經(jīng)進入一個新的環(huán)境，新的秩序，新的世界。人們可以繼續(xù)采用傳統(tǒng)方法從事農(nóng)業(yè)生產(chǎn)，但是未來的農(nóng)業(yè)一定是以更明智的方式，使用大數(shù)據(jù)、人工智能和機器人。