農業人工智能的應用和思考

文/羅錫文 華南農業大學

習近平總書記在“人工智能發展現狀和趨勢”第九次集體學習會議上指出，“人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題”，“要加強基礎理論研究，支持科學家勇闖人工智能科技前沿‘無人區’，努力在人工智能發展方向和理論、方法、工具、系統等方面取得變革性、顛覆性突破，確保我國在人工智能這個重要領域的理論研究走在前面、關鍵核心技術占領制高點”，“要主攻關鍵核心技術，以問題為導向，全面增強人工智能科技創新能力，加快建立新一代人工智能關鍵共性技術體系，在短板上抓緊布局，確保人工智能關鍵核心技術牢牢掌握在自己手里”。

人工智能是研究開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。自1956年在達特茅斯會議上第一次被正式提出后經歷了三個發展階段，包括人工智能起步期（1950s-1980s）、專家系統推廣期（1980s-1990s）和深度學習期（2006s-至今）。

人工智能的研究領域包括：機器人、語言識別、圖像識別、自然語言處理和專家系統等。新一代人工智能（AI2.0）的關鍵共性技術包括：知識計算引擎與知識服務、跨媒體分析推理、群體智能、混合增強智能、自主無人系統、虛擬現實、智能計算芯片與系統、自然語言處理 。

我國政府高度重視人工智能發展，相繼出臺了十多個關于發展人工智能的規劃，截止到2018年8月，全國已有一半以上省份發布了新一代人工智能專項規劃。

農業人工智能的發展現狀

早在上個世紀人工智能技術便開始了在農業領域內的探索，但由于當時技術水平有限，并未帶來太多實質性的進展。進入21世紀后，人工智能技術在工業領域所發揮出的巨大效能，讓農業看到了新的變革的機會。

人工智能在農業領域的應用，主要是集成應用計算機與網絡技術、物聯網技術、3S技術、無線通信技術、音視頻技術及專家智慧，實現農業可視化遠程診斷、遠程預警和遠程控制等智能管理。

人工智能技術最初應用于耕作、播種、栽培等方面的專家系統。

隨著物聯網和智能控制技術的應用，出現了采摘智能機器人、智能探測土壤、探測病蟲害、氣候災難預警等智能識別系統。將人工智能識別技術與智能機器人技術相結合，可廣泛應用于農業的耕整、種植、采摘等環節，極大提升勞動生產率、土地產出率和資源利用率。

以種植業為例，可以在種子檢測、智能種植、作物監控、土壤灌溉等方面發揮作用。

種子是農業生產中最重要的生產資料之一，種子質量直接關系到作物產量。種子的純度和安全性檢測，是提升農產品質量的重要手段。因此，利用圖像分析技術以及神經網絡等非破壞性的方法對種子進行準確的評估，對提高農產品產量和質量起到了很好的保障作用。

農情信息采集機器人

在傳統農業中，需要耗費大量的人力、物力。搭載人工智能技術的機器人將有助于緩解農民的負擔，大大降低土地對勞動力的需求量。例如在種植、管理、采摘、分揀等環節都可以通過智能機器人來完成，實現農業種植的智能化與自動化。

在農業生產的很多方面，大部分的工作是通過對農作物外觀的判斷進行的，例如農作物的生長狀態、病蟲害監測以及雜草辨別等等。在過去，這些工作是通過人的肉眼去觀察，但是這存在著不少問題，比如農民并不能保證根據經驗做出的判斷是完全正確的，而且，由于沒有專業人士及時到現場診斷，可能會使農作物病情延誤或加重。人工智能技術可在農作物檢測中提供強大的技術的支持，通過機器人視覺技術，模擬人類的視覺功能，從客觀事物的圖像中獲取信息并處理和分析。

人工神經網絡具備機器學習能力，能夠根據檢測得到的氣候指數和當地的水文氣象觀測數據，選擇最佳灌溉規劃策略。通過對土壤濕度的實時監控，利用周期灌溉、自動灌溉等多種方式，提高灌溉精準度和水的利用率。這樣既能節省用水，又能保證農作物良好的生長環境。

人工智能與大數據集成技術也已應用在我國農業生產機械裝備中，已研制出蔬菜嫁接機器人、花卉移栽機器人、水果采摘機器人、作物株間機械除草機器人；可實現自動巡檢、靶向施藥、精密定植、選擇剪枝、快速套袋、識別采集、柔性搬運和智能分揀等各種功能的農業機器人。

我國人工智能整體發展水平與發達國家相比仍存在較大差距，首先是在基礎理論、核心算法以及關鍵設備等方面差距較大，缺少重大原創成果。這是我國最大的劣勢，我們現在所用的主流理論和關鍵算法，絕大多數都是歐美國家發明的。其次是人才稀缺，尤其是智能農業研發、制造和應用人才嚴重缺乏。人才稀缺是目前人工智能發展面臨的共性難題。高盛公司在《全球人工智能產業發布》報告中稱，中國的人工智能人才儲備僅占全球的5%左右，距離美國有較大差距。最后是科研機構和企業尚未形成具有國際影響力的生態圈和產業鏈，缺乏系統的超前研發布局；適應人工智能發展的基礎設施、政策法規、標準體系亟待完善。

農產品加工智能車間

2017年7月，國務院印發了《新一代人工智能發展規劃》，明確提出：推動人工智能與各行業融合創新，在制造、農業、物流、金融、商務、家居等重點行業和領域開展人工智能應用試點示范，推動人工智能規模化應用，全面提升產業發展智能化水平。在智能農業方面，要研制農業智能傳感與控制系統、智能化農業裝備、農機田間作業自主系統等。建立完善的天、空、地一體化的智能農業信息遙感監測網絡。建立典型農業大數據智能決策分析系統，開展智能農場、智能化植物工廠、智能牧場、智能漁場、智能果園、農產品加工智能車間和農產品綠色智能供應鏈等集成應用示范，同時建立農業大數據智能決策分析系統。除去國家層面的政策之外，各地政府也開始密集出臺相關政策，以解決人工智能技術在農業領域的應用中面臨的實際問題。

2018年4月，教育部印發《高等學校人工智能創新行動計劃》，提出加強人才培養與創新研究基地的融合，完善人工智能領域多主體協同育人機制，以多種形式培養多層次的人工智能領域人才;到2020年建立50家人工智能學院、研究院或交叉研究中心，并引導高校通過增量支持和存量調整，加大人工智能領域人才的培養力度。截至2017年12月，國內共有七十余所高校圍繞人工智能領域設置86個二級學科或交叉學科。2018年國內高校首批612個“新工科”研究與實踐項目中，已布局建設將近60個人工智能類項目。

對加快發展農業人工智能的思考

雖然人工智能技術已經開始應用于農業領域，但是與其在金融、醫療、交通等領域上的成功應用相比，人工智能在農業上的運用略顯初級，大多農場、農業設備制造商還沒有深入推進人工智能的引入。究其原因，農業領域的數據獲取比其他行業要難，農業生產統計和量化應用困難，農業環境變化對人工智能技術在農業上的測試、驗證和推廣更加困難，缺乏既懂農業又懂人工智能技術的復合型人才。

為推動人工智能在農業領域的應用，應從基礎研究、核心技術、科技應用和人才隊伍建設四個方面發力。

加強基礎研究。整合全球智能農業技術資源，加強國際合作交流，建設智能農業協同研發創新平臺。引進、消化國內外智能農業先進技術，集成創新一批具有自主知識產權的智能農業技術。

突破關鍵核心技術。加快建立“信息感知、定量決策、智能控制、精準投入、個性服務”的農業智能技術體系。主要從以下三個方面著手：

智能農業關鍵技術研發?；谖锫摼W的農情感知技術、基于大數據的農業分析技術、基于云計算的數據處理技術和信息技術與農業深度融合，催生多種智慧農業技術。這也是智慧農業發展的四大關鍵技術。

智能農業機械重大產品研制。突破信息感知、決策智控、試驗檢測、精細生產管控等應用基礎及節能環保拖拉機、精量種植、變量植保與高效收獲裝備等關鍵共性核心技術，重點是農業機器人；創制關鍵共性核心技術裝置與系統。

典型農業大數據智能分析決策系統。包括農業資源管理、生態環境監測、農情會商、農產品市場預測和農民個性服務等。

設施農業大棚

強化科技應用開發。主要從五個方面開展重點工程建設。

智能農業支撐平臺建設工程。開發建設智能農業平臺、組建國際智能農業研究院、組建智能農業產業服務平臺。

智能農業技術創新工程。加快低成本、低功耗、高精度，穩定可靠、適合農業復雜特殊環境條件的新型物聯網傳感器的研發；突破智能化農業關鍵裝備，實現控制智能化、操作自動化；開展人工智能知識處理與利用技術研究。

智能農業應用創新工程。開展智能農業大數據應用創新；開展農產品質量安全監管追溯創新；開展智能農業電子商務應用創新。

智能農業應用示范工程。開展設施園藝、水產養殖、畜禽養殖、現代種業、智能農機等智能應用示范。采用田間自動導航系統、機器視覺系統等精準農業研究成果，實現農業機械作業的高效率、高質量、低能耗和改善操作者的舒適性與安全性。建立智能農機的大數據平臺，利用人工智能統籌安排農機調度，實現農機跨區作業科學調度；構建由定位系統、土地信息采集系統、遙感監測系統、農業專家系統、智能化農機系統、環境監測系統等智能系統構成的精準農業，提高農機智能水平；應用農機智能監控終端，實施農機定位耕種、平地、整地、深松等作業技術體系，推廣農作物“種、水、肥、藥”一體化精準作業技術、農田廢棄物處理技術，提高農機作業質量和效率，實現精準智能、自動高效。加快實現“一控兩減三基本”目標，保護和改善生態環境。

智能農業國際合作工程。主要建設國際智能農業示范園區和開展一些國際合作項目。

加強人才隊伍建設。將高端人才隊伍建設作為人工智能發展的重中之重，堅持培養和引進相結合，完善人工智能教育體系，加強人才儲備和梯隊建設，特別是加快引進和培養全球頂尖人才和青年人才，形成我國人工智能人才高地。具體措施包括：培育高水平人工智能創新人才和團隊；加大高端人工智能人才引進力度；建設人工智能學科。