人工智能應用在農業的三個案例

江華

2016年世界人口總數達到72億，其中有7.8億人面臨著饑餓威脅。根據聯合國糧農組織預測，到2050年，全球人口將超過90億，盡管人口較目前只增長25%，但由于生活水平的提高和膳食結構的改善，對糧食需求量將增長70%。與此同時，全球又面臨著土地資源緊缺、化肥農藥過度使用造成的土壤和環境破壞等問題。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？人工智能是解決方法之一，其展示出巨大的應用潛力。

一、土壤、病蟲害探測等智能識別系統

人工智能在農業領域可實現土壤探測、病蟲害防護、產量預測、畜禽患病預警等功能。在土壤探測領域，IntelinAir公司開發了一款無人機，通過類似核磁共振成像技術拍下土壤照片，通過電腦智能分析，確定土壤肥力，精準判斷適宜栽種的農作物。在病蟲害防護領域，生物學家戴維·休斯和作物流行病學家馬塞爾·薩拉斯將關于作物葉子的5萬多張照片導入計算機，并運行相應的深度學習算法開發了一款手機App Plant Village（美國），農戶將在合乎標準光線條件及背景下拍攝出來的農作物照片上傳，App能智能識別作物所患蟲害。目前，該款App可檢測出14種作物的26種疾病，識別準確率高達99.35%。此外，該款App上還有用戶和專家交流的社區，農戶可咨詢專家有關作物所患病蟲害的解決方案。在產量預測領域，美國Descartes Labs公司通過人工智能和深度學習技術，利用大量與農業相關的衛星圖像數據，分析其與農作物生長之間的關系，從而對農作物的產量做出精準預測。據測算，這家公司預測的玉米產量比傳統預測方法準確率高出99%。在畜牧業領域，加拿大Cainthus機器視覺公司通過農場的攝像裝置獲得牛臉以及身體狀況的照片，進而對牛的情緒、健康狀況、是否到了發情期等進行智能分析判斷，并將結果及時告知農場主。

二、耕作、播種、采摘等智能機器人

將人工智能識別技術與智能機器人技術相結合，可廣泛應用于農業中的播種、耕作、采摘等場景，極大提升農業生產效率，同時降低農藥和化肥消耗。在播種環節，美國David Dorhout研發了一款智能播種機器人Prospero，其可以通過探測裝置獲取土壤信息，然后通過算法得出最優化的播種密度并且自動播種。在耕作環節，美國Blue River Technologies生產的Lettuce Bot農業智能機器人可以在耕作過程中為沿途經過的植株拍攝照片，利用電腦圖像識別和機器學習技術判斷是否為雜草，或長勢不好/間距不合適的作物，從而精準噴灑農藥殺死雜草，或拔除長勢不好或間距不合適的作物。據測算，LettuceBot可以幫助農民減少90%的農藥化肥使用。在采摘環節，美國Aboundant Robotics公司開發了一款蘋果采摘機器人，其通過攝像裝置獲取果樹的照片，用圖片識別技術識別適合采摘的蘋果，結合機器人的精確操控技術，可以在不破壞果樹和蘋果的前提下實現一秒一個的采摘速度，大大提升工作效率，降低人力成本。

三、禽畜智能穿戴產品

智能穿戴產品主要應用在畜牧業，其可以實時搜集所養殖畜禽的個體信息，通過機器學習技術識別畜禽的健康狀況、發情期探測和預測、喂養狀況等，從而及時獲得相應處置。以日本Farmnote開發的一款用于奶牛身上的可穿戴設備“Farmnote Color”為例，它可以實時收集每頭奶牛的個體信息。這些數據信息會通過配套的軟件進行分析，采用人工智能技術分析出奶牛是否出現生病、排卵或是生產的情況，并將相應信息自動推送給農戶，以得到及時的處理。endprint