互聯網巨頭加快智慧農業領域布局

本刊通訊員 張燕妮

隨著互聯網的快速發展和國家鄉村振興戰略的提出，農業作為支撐國民經濟發展的基礎產業，正在被互聯網、大數據、人工智能等新科技進行重構和升級，互聯網已經成為農業發展的重要設施，農業領域出現一片藍海，阿里、京東、百度、騰訊等巨頭紛紛布局智慧農業，為推動我國智慧農業建設做出努力。

互聯網巨頭搶灘智慧農業

互聯網時代利用技術發展農業是順應需求的，不僅可以提高傳統農業生產的效率和質量，也在改變農業從業者、消費者的生產與生活方式，加上我們國家原本是農業立國，大量的土地都和人口聯系在一起，智慧農業也能走出中國特色。近年來，百度、阿里、騰訊、京東等國內互聯網巨頭紛紛加快了在智慧農業領域的布局。

騰訊：AI種植

2018年，騰訊在一場由荷蘭瓦赫寧根大學舉辦的國際人工智能溫室種植大賽上，憑借著人工智能種植的黃瓜技壓群雄贏得了大獎，該黃瓜和普通種植的黃瓜并沒有什么區別，也是可以吃的，不同的是它們的澆水、通風、光照等都是依靠人工智能完成的。就這樣，騰訊率先開啟了國內AI種植新時代。

2019年7月2日，騰訊宣布與WUR合辦第二屆“國際智慧溫室種植大賽”，挑戰在6個月內利用AI和IoT物聯網等技術遠程控制溫室種植番茄，要種出那種品質好、產量高、能耗少、自動化、技術可遷移的番茄。伴隨著騰訊的大動作，我們沿用了萬年的傳統種菜模式正在被顛覆。

AI種植是先由騰訊的AI專家根據植物的生長發育規律和溫室環境等相關學科知識，建立起一個模擬農作物生長環境和其生長的仿真器。AI 系統通過攝像頭和傳感器進行檢測黃瓜苗的生長情況，黃瓜苗什么時候需要澆水、需要什么樣的空氣濕度，AI都會根據具體情況進行調整。

在產量方面，AI種植的成果更是出乎意料。還是以種植黃瓜為例，在4 個月的時間里，騰訊AI 在61 m2的溫室內種出了3 496 kg黃瓜，平均57 kg/m2。與之形成鮮明對比的是，普通種植方式種出來的黃瓜每m2的產量一般在11 kg 左右，AI 種植產量比傳統種植整整高出了5倍。

阿里：農業大腦技術

2018年6月7日，阿里正式發布“ET農業大腦”，通過人工智能指導農民播種、施肥和耕作，進行智慧選址，針對不同品種的果樹選擇最適宜的水土環境。目前，阿里云“ET 農業大腦”已應用于生豬養殖、蘋果及甜瓜種植，已具備數字檔案生成、全生命周期管理、智能農事分析、全鏈路溯源等功能。

不久前，在淘寶吃貨節期間，利用阿里云AI 技術種植的農產品首次登錄吃貨頻道。阿里巴巴相關負責人介紹，目前農業大腦已經被廣泛應用在種菜、種瓜、水果等農產品。這些AI農產品將陸續登錄淘寶吃貨。

此次登錄淘寶吃貨頻道的閻良甜瓜結合阿里云農業大腦的人工智能技術，在技術人員的支持下，甜瓜的整個生產生長過程全部實現了數字化——無論是測土、育苗、移栽、開花、結果，農民用手機就可以精確了解到澆水、施肥、授粉、纏蔓等耕作信息。

目前，應用阿里云農業大腦技術種植的閻良甜瓜共計173.33 hm2。農業大腦能調動智能設備進行噴灑灌溉，記錄甜瓜的日照時間、施肥量等信息。種植戶不用靠經驗判斷、不打激素，跟著手機軟件上一套科學的標準化種植手冊操作，確保在每個甜瓜品質最佳的時候采摘。

百度：智慧農業體系

百度在農業的布局也早已展開，2018年9月，李彥宏召開ABC SUMMIT百度云智峰會。百度云攜手國內龍頭農企中化農業，展示出一個智能化農業生產管理平臺，從連接、理解、喚醒三個層面推動智慧農業體系建立。

近日，百度大腦聯合京東方實現了針對某類水培蔬菜的智能種植。比如，在京東方植物工廠育苗室，可以對蔬菜的長勢進行分析，比如蔬菜的枯萎識別、重量估計、蟲害識別等，都可運用百度的多模數據對蔬菜進行逐棵識別。而水培方案通過精調，還可實現對環境的控制，比如對溫濕度、光照、水肥濃度等進行控制。在面對難以根治的蟲害問題時，雙方打造的蟲害預警引擎，通過蟲害樣本的數據采樣和識別訓練，建立預警模型，可以第一時間降低蟲害造成的損失。

就重量估計而言，百度大腦結合京東方植物工廠的智能排產、供應分析引擎等功能，通過對植物生長期的拍照，由機器進行數據收集和樣本學習，來判斷出準確的克重及數量。

支撐這些功能實現的，是百度大腦強大的深度學習、圖像識別等技術。由于機器自動識別的標準化與準確率優于人工，這也提升了蔬菜的品質和產量。據了解，植物工廠引入AI 技術后，初步估計產量提升了10%～15%；同時像種子、基質、營養液這類的生產資料的使用，也降低了10%～15%的用量。由于對專業人才依賴的降低也解放了農業專家，其工作效率提高了3倍，預計一個專家從原來只能照看1.33 hm2地到目前能看4 hm2，甚至更多。

京東：智能植物工廠

其實，早在騰訊之前，京東就已經建立了一個人工智能植物工廠了。京東植物工廠采用的是水耕培方式，一舉顛覆了幾千年的傳統土耕方式。通過類似集裝箱的裝置培育秧苗，然后將秧苗移植到塑料大棚內，通過人造太陽光和營養液進行水耕栽培。全程采用人工智能技術，控制溫度、濕度、光照、二氧化碳濃度等因素，常年把環境保持在最適合蔬菜生長的狀態。京東植物工廠的每棵菜都保持在絕對無菌的環境下生長，就連京東工廠的工作人員每次進出工廠，都要全身消毒。在這種環境生長的蔬菜不僅沒有任何病蟲侵害，就連農藥和各種肥料都不需要。長大后的蔬菜，干凈到不用清洗就能直接吃。

同樣，在這種環境下培育出來的蔬菜產量也相當驚人。不到1 hm2（相當于一個足球場大小）的京東植物工廠，每年蔬菜產量可以達到300 t，是傳統產量的幾十倍以上，并且蔬菜質量極高。

智慧農業仍面臨規模落地難題

和許多互聯網化產業發展歷程一樣，智慧農業也經歷著各類由人工走向智能的機遇和挑戰。中商產業研究院測算顯示，我國智慧農業的潛在市場規模巨大，前景十分廣闊。然而，目前農業多數還停留在傳統農業的階段，大部分地區農業基礎設施仍然落后，對于智慧農業的接受程度相對較低，且較為分散。

諸如阿里、百度等互聯網巨頭主打“智慧農業”，即通過先進的互聯網技術，讓傳統粗放型的經營模式升級為高端集約型的經營模式。其中可能應用到的互聯網技術包括但不限于：物聯網、云計算、人工智能、大數據等。這些互聯網技術可以讓農業信息化進程加快，但是目前我國農業生產普遍存在機械化水平低、效率低下、信息不暢等問題，離智慧二字實在太遠，更何況相關技術普遍具備較高的復雜度，在農村落地是非常困難的，面臨的問題遠超我們想象。

首先，作為農業經濟的主體人群——農民，大部分在計算機和互聯網方面的知識儲備是相對薄弱的。現如今，年輕一代普遍外出打工，留下中老年人在農村務農，這是一個非常不利的現象。如果真的要發展智慧農業，首要的一點，就是要提高農民朋友的綜合水平，讓他們具備對技術的敏感性，這就要求大量年輕人留在農村，否則智慧農業落地就變得困難。

其次，目前通過技術去執行某些農業運作或者指導農業生產，在科學性上不一定成立。我們知道，袁隆平的雜交水稻經歷多年的積累、反復的實驗才能發展到今天，這說明農業發展并非一蹴而就。換言之，如果沒有足夠多的數據儲備，智慧農業是無法形成科學可靠的解決方案的。而相關數據的儲備必然不是一個輕易解決的問題，這又涉及上面提到的一點——大部分農民不懂互聯網，不會去貢獻太多有價值的農業信息。

對于巨頭入局將帶來的影響，業內人士同樣給出了冷靜的預期。一些智慧農業的應用技術發展成熟、門檻較低，市面上已經有很多中小型企業在從事這方面的工作。大型企業的深度切入，無論從農作物的生產，還是物流等方面都將會是逐步改變的，但智慧農業大規模的應用，短期之內還是做不到的。

在專家看來，目前智慧農業技術已經應用到生產監測、溫室植物種植、精準灌溉、農產品質量安全追溯等諸多領域，并形成了獨特優勢。不過，目前智慧農業還處在初級發展階段，也需要業界在產品、技術及服務等領域持續創新，從而進一步驅動行業健康發展。