人工智能在農業領域應用的制約因素及建議措施

魏浩冉，陸冬梅，姜姍，杜茂寶

中圖分類號：F323.3

文獻標志碼：B DOI： 10.19415/j.cnkl.1673-890x.2021.05.109

近年來，隨著現代技術在農業領域的不斷應用，農業生產現代化程度逐步提升，但受歷史等因素的影響，我國農業仍存在很多問題，如土地資源短缺、農業生態環境惡化等。隨著生活水平的不斷提高，人們對農業提出了更高的要求，農業轉型升級迫在眉睫，而農業轉型升級的關鍵在于人工智能等新木在農業領域的應用與推廣。

1人工智能在農業領域的主要應用

1.1智能感知技術

智能感知技術是人丁智能實現的基礎，各種傳感器連接在一起，為數據分析和建模提供了多元化的數據。一些在過去無法獲得的數據，現在依賴傳感囂結構、制造技術和信號處理技術三大技術可以進行測定，從而幫助農民作出更加合理的決策…。目前，傳感器的應用以溫度傳感器、濕度傳感器、光照傳感器等為主，產品質量傳感器、農藥殘留傳感器應的用較少，而新興的納米傳感器以及其他高端傳感器還在研究階段。

1.2智能農業生產裝備

先進的農業人工智能裝備是集成制造、信息和智能技術的深度融合的產物。針對不同的農業生產環節、生產環境，目前已研發出農業無人機、農業機器人、農業無人車等先進農業人工智能裝備。

1.2.1農業無人機

農業無人機與人工智能結合，可以利用GPS技術和人工遙控技術實現無人駕駛，利用先進的云計算和控制系統，合理規劃工作流程，更加方便地解決針對大規模農田的測量以及農情檢測的問題，也能更加精準地進行農藥噴灑等植保活動，降低人工成本，提高生產效率。農業無人機技術的普及對建設數字農業基礎設施、改變傳統農業種管方式、實現農產品追溯及培育農業人工智能起著關鍵性作用。在我國，極飛科技自主研發的植保無人機具有高效精準播撒、全地形精準作業、R工K厘米級定位等尖端無人機技術，真正實現了無人機技術在農業噴施和播種等環節的有效應用，從而為農業生產者降本增效。

1.2.2表業機器人

農用機器人可以在農業生產領域有廣闊的應用，包括收獲采摘、信息收集、農情巡查等方面，但我國土地的現實情況限制采摘機器人一類的大型機器人的使用，且對采摘機器人的使用也有品類限制。現階段的采摘機器人還無法勝任茶葉一類需要精細采摘的農作物的采摘工作，所以越來越多的高科技農機企業投身于農業智能機器人的研發工作中去。

1.2.3農業無人車

農用無人車是通過雷達、GPS、超聲波等先進技術的結合來感知周圍環境，經過計算終端的控制系統，實現自動駕駛、農資運輸、農藥噴灑等，在未來農業發展過程中有廣闊的應用場景。

1.3農業物聯網技術

農業物聯網是將各智能農業裝備、人和各智能終端相連，實時感知農作物的狀態、農業作業的狀態，實行精準感知、精準管理為精準農業提供信息支撐和遠程控制能力。同時，可以利用農業物聯網為農業溯源體系提供支持，保障食品從農場到餐桌的安全和健康。將農業物聯網滲透到農業生產的各個環節，可以連接土地、作物和生產者，提高消費者對農產品的信任，全面提高農產品價值。

1.4智能專家系統

智能專家系統是指集成某領域專家知識及水平的數據庫構成的智能計算機程序，用于處理農業生產領域的問題。在農業生產過程中.很多問題的解決需要經驗積累和專業知識，普通農民在生產時，缺乏專業的能力和知識，需要農業領域的專家進行指導，但專家數量有限，無法滿足大量農民的需求。而專家問詢系統通過人工智能語言處理與知識數據庫的結合，模擬專家進行一對一地解決農戶問題，幫助農戶快速解決農業生產中遇到的問題。[3]。

1.5農業認知計算

人工智能的認知計算能夠模仿和學習人類的認知能力，從而實現自主學習和獨立思考，為人們提供了一個類似“智庫”的系統，甚至超i斗l了人類的認知能力。農業認知計算系統以有限的人力收集、處理和理解大規模數據，減少人力參與農業工作，提高工作效率，協助農業生產和貿易活動。該系統基于認知分析，可以為農業提供決策支持，促進智能農業的發展。目前，認知計算在農業領域還沒有形成規模，但由于其強烈的人工智能特性，應用前景十分樂觀。

2制約農業領域人工智能發展的因素

2.1在農業領域的人工智能技術水平落后

我國人工智能的水平與發達國家相比仍有一定差距，農業自動化和集約化是我國農業人工智能的短板，在集成電路、高端芯片和核心算法方面較發達國家還有很大差距。例如，在農業傳感器領域，應用在農業生產環境探測方面的傳感器已經比較豐富，但針對農作物自身信息的傳感器較少，造成農業數據的缺乏，導致技術發展緩慢。

2.2農業與人工智能復合型人才缺乏

我國目前處于農業轉型的關鍵時期，對農業領域的高端人才需求量大，但在我國高等教育體系中，農業領域人才培養與現實農業的發展脫節，無法適應我國農業發展需要。同時，人r智能領域的尖端人有也不能滿足農業人r智能發展需求，人工智能領域技術門檻高，短時間難以建立完善的人才培養體系，而且人工智能技術更迭快，人才數量遠遠不足。此外，人工智能與農業的復合型人才更是缺乏，鑒于農業的低效益性以及人r智能與農業結合的復雜性，使得農業與其他行業爭奪人工智能人才的過程中不占優勢。

2.3 農業人工智能的基礎設施相對落后

農業人一r智能中很多技術實現的前提是土地大規模整合，但我國農業實行農村家庭承包責任制，碎片化經營是我國農業的主要特點，這極大地限制了農業人工智能的應用，導致智能化機械裝備無法使用，無法實現規模經濟。同時，類似農業物聯網等有助于農業人工智能發展的配套政策等基礎設施也比較缺乏。

3 促進人工智能應用于農業的措施

3.1 推進農業生產智能控制技術研發。

加快智能感知、識別和促進農業生產經營決策模型的研究和發展。針對農業種植和育種的應用場景的不同，基于多源數據融合過程的農業決策支持方法，建立田間作物、溫室、畜禽、水產養殖等領域整個產業鏈的決策管理和智能控制模型，借助5G物聯網，實現基于數據驅動下管理的“農業大腦”智能決策系統。

3.2 擴大農業與人工智能領域人才的培養規模

人才是農業人工智能快速發展的關鍵，各農業院校可根據我國農業現代化的發展趨勢進行教學改革。1）可與類似極飛科技、優必選等人工智能領域企業實行校企合作，開設針對農業的人工智能專業，解決農民生產過程中的實際問題，為農業人工智能的推廣和應用提供人才支持。2）應積極鼓勵各科技企業培養具有農業背景的復合型人才，以便農業人工智能的進一步發展。

3.3 加快農業人工智能的基礎設施建設

農業人工智能的應用離不開豐富的數據基礎和實時的網絡響應。農業基礎設施不完善會造成農業數據采集成本高，很大程度上限制了機器學習在場景中的應用廣度和深度。因此，必須注重農業物聯網和農村5G基礎設施的建設，通過智能農業傳感器等基礎設施提高供水水平，建設農業生產信息化和數字化工程，引入農業數據共享機制，為人工智能農業裝備的大規模應用提供基礎和條件。

3.4 加強人工智能裝備與整體計算架構的完善

針對農業生產需求，加快人工智能裝備的普及，逐步提高資源利用率和農業產出率，提高經濟效益。例如，農業無人機可以促進農業和其他行業之間的跨境技木整合，加快農業現代化的步伐。1）要考慮開發專用設備，降低成本，提高機器硬件方面的適應性。在軟件方面，支持二次開發和擴展，為人機協作和多機扔作提供良好的平臺。2）構建基于云架構的“農業大腦”智能決策系統，在云平臺提供存儲和存儲計算服務、邊緣計算、物聯網終端進行實時動態管理、云邊緣農業機器人的協同決策支持。3）要想農業領域的人工智能機器人承擔更多的工作，成為農業生產過程中的重要組成部分，需要同時推動動態人工智能、物聯網、大數據、虛擬感知系統、多傳感器融合及人機融合等新技術的發展和應用。

4 結語

人工智能與農業的結合是大勢所趨，是滿足人們對高質量農業要求的必然選擇。雖然我國在發展農業人工智能的過程中會il+l現一些問題，但隨著技術的成熟以及基礎設施的完善，人工智能將逐漸成為推動我國農業產業轉型升級的強大引擎。

參考文獻：

[1]何道清，張禾.傳感器與傳感器技術[M].北京：科學出版社，2014：187-228.

[2]極飛科技.極飛亮相世界無人機大會：創始人彭斌講述農業無人機的未來[EB/OL].（2019-08-13）[2020-09-15] .h工工.p： //www.zhiguker.com/index/ar工icle/cle工ail：？id=26267

[3]吳茜.基于知識圖譜的農業智能問答系統設計與實現D.廈門：廈門大學，2019。

（責任編輯：趙中正）