大數據時代服務現代農業的思考

文/張文生 中國科學院自動化研究所

人工智能到底是做什么的？在工業革命階段，到底在起什么樣的作用？從早期西方的機械化，到后來的電氣化，再到后來的自動化、智能化，這樣的過程前面是在解決人類的體力勞動，后邊逐步轉變為解決人的腦力勞動。

從人類歷史發展進程看，人工智能實際上是為解決體力勞動以后要考慮的新的發展。在農業機械化這方面，從早期的動力問題，一直到后來的聯合收割機以及糧食深加工過程，能夠看出來科技的水平在不斷地提高，從機械化到自動化，到以后可能要逐步考慮智能化這樣的過程。歐美發達國家已經基本上實現了機械化。

在中國，經過多年的努力，我國的農機行業發生了翻天覆地的變化。從耕種到生產過程中的農藥、化肥的施用，到農產品的收割、深加工，逐步改變了原來的以人的體力和個體生產的過程。同時，改革開放這四十年，農機從分田到戶，到后來的規模化發展，隨著經濟的發展，現在又處于一種特殊的時期，這樣一個農機的機械化程度，放緩的過程，那么我們怎么樣圍繞著農機的放緩，加一些東西，比如加入一些智能功能，再讓它興奮起來，這是作為農機行業的人員要考慮的問題。

農業發展能不能也考慮到從機械化到自動化的過程？我們目前從機械化到自動化已經走完了，那么到信息化、智能化還在探索之中，怎么做智慧農業，農業和大的機械怎么樣結合，這些問題值得深思。

如何理解人工智能本質

人類是最高等的動物，那么智能到底是什么？它的本質是什么？在歷史發展的進程中，我們人類大量在做人與機器的比賽。最早的人工智能于1956年的達沃斯會議提出，它實際是在解決我們大腦認知過程中的復雜信息怎么處理，復雜信息解決的主體到底多復雜，根據它的復雜性，我們是用牛刀還是什么刀來做，這是我們應該考慮的問題，下面談幾個觀點。

人工智能是人造的智能。人造的智能主要集中在“腦”上，這個“腦”非常復雜，中科院自動化所很早就開展了類腦研究。腦科學這一塊如果開展應用還需要五十年之后，我們集中在做“人造的智能”，感知越多，在問題復雜信息的空間，描述地越靠近它的本質，從多個角度來采集傳感器的問題，這是中科院合肥智能所做得非常好的一個工作。

用反饋實現智能。計算機本身是沒反饋的，因為計算機死機了它是不知道怎么死的。我們所做的控制，這就是反饋。再比如我們做的機器人在視覺引導下怎么樣做它的手，讓它的大小適中，能把西紅柿摘下來。怎么實現呢？人類的核心是反饋，人造的腦怎么做呢？實際上我們就在做求差的迭代，迭代的過程中求優化，然后就能實現這樣的智能，人工智能里的反饋功能。

人工智能需要大數據驅動。隨著我們研究的對象復雜了，傳感器變多了，在這樣的情況下，靠人的大腦來建立模型非常困難。我們經常說在互聯網上，網上的一分鐘是人間一萬年產生的數據。大數據是技術的發展，再加上社會上的真正需要才有的。大數據采集東西是傳感，采了這么多就需要處理，處理的核心就是怎么樣理解數據，用到解決問題上，我們在工業上看到各種各樣的機器人，這樣的機器人它建模已經不再是基于機理建模，現在靠數據驅動。

大數據時代農業智能化

人工智能強調反饋和大數據驅動。人工智能發展到現在有六十多年，都在干什么呢？都在跟人類比賽，現在的人工智能是用在生產，最后我們要做到推動生產力上。現在視覺這個模塊已經做得非常好了，后來再做聽覺，能夠做詢問天氣、輔助導航等等。

人工智能到現在，隨著進一步的發展，會不會讓人類失業？尤其是在農業方面，這是大家很關注的問題。在我國，如果大量的農民失業了，大家是不支持的。 實施上，人工智能為我們提供的是更好的就業機會，勞動更輕松，體力勞動輕松，腦力勞動得到輔助。社會的進步，就是人工智能為大家提供更輕松、更好的環境，我們要適應它，要學習它，所以不會失業，因為它是造福人類的。另外一方面，人工智能不是萬能的，不是什么東西都用人工智能解決的，人工智能能解決的問題很少。

大數據時代，我們應該考慮的大數據是什么呢？最重要的是我們手邊的工具難以解決的那樣的一類對象，那樣的一些數據才是大數據。農業的育種，我們怎么樣通過人工智能來輔助、幫助加速它，數據很小或數據量特別大的時候，怎么樣利用工具幫助人類，這是一個可學習的問題，人工智能用起來復雜程度太大，我們的能力不行，就不能用人工智能。如果能用，我們要怎么用？我們需要保持清醒的頭腦，第一是把問題簡化，第二就是要人的參與。

農業大數據要從哪些方面著手？將來我們想把整體的觀測，把實驗的東西與真正的機器人結合，實際上是想解決大數據環境下的決策、支持，實際上更有效，這比研究一個工具對農業的幫助更大。有可能農業機器人將來不是能夠看得見的機器人，而是一個軟件，它能幫助我們做決策、規劃，提高我們的智能水平，做我們大腦做不了的事情。從這些方面講，我覺得“軟”的機器人是很有意義的。

另外我們要認清中國人工智能的實力，我們做了一個規劃，分三步走，人工智能學會與羅蘭貝格聯合發布《中國人工智能創新應用白皮書》。我們國家的實力到底怎么樣呢？我們在視覺處理上和美國差不多，智能機器人上比美國還多，但是我們還在買人家的機器，原因是低檔重復、水平達不上；從業人員方面，美國從事人工智能的人數是我們的將近一倍。

人工智能有很多局限，比如認知倫理的局限、智能物化方法與途徑的局限、數學方法與工具的局限，那有沒有前途呢？我們要選擇任務驅動，對于什么樣的任務用什么樣的刀來做，人工智能是一個慢慢發展的過程，我們還是要充滿信心。AI產業化重在產品模式化，像阿里電商、騰訊微信、Google知識、IBM認知計算。支撐人工智能產業的芯片業、軟件也非常重要的。