人工智能在農(nóng)業(yè)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

（河北科技師范學院，河北秦皇島 066004）

近年來，隨著現(xiàn)代技術在農(nóng)業(yè)領域的不斷應用，農(nóng)業(yè)生產(chǎn)現(xiàn)代化程度逐步提升，但受歷史等因素的影響，我國農(nóng)業(yè)仍存在很多問題，如土地資源短缺、農(nóng)業(yè)生態(tài)環(huán)境惡化等。隨著生活水平的不斷提高，人們對農(nóng)業(yè)提出了更高的要求，農(nóng)業(yè)轉(zhuǎn)型升級迫在眉睫，而農(nóng)業(yè)轉(zhuǎn)型升級的關鍵在于人工智能等新術在農(nóng)業(yè)領域的應用與推廣。

1 人工智能在農(nóng)業(yè)領域的主要應用

1.1 智能感知技術

智能感知技術是人工智能實現(xiàn)的基礎，各種傳感器連接在一起，為數(shù)據(jù)分析和建模提供了多元化的數(shù)據(jù)。一些在過去無法獲得的數(shù)據(jù)，現(xiàn)在依賴傳感器結構、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(nóng)民作出更加合理的決策［1］。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(chǎn)品質(zhì)量傳感器、農(nóng)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(nóng)業(yè)生產(chǎn)裝備

先進的農(nóng)業(yè)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(chǎn)物。針對不同的農(nóng)業(yè)生產(chǎn)環(huán)節(jié)、生產(chǎn)環(huán)境，目前已研發(fā)出農(nóng)業(yè)無人機、農(nóng)業(yè)機器人、農(nóng)業(yè)無人車等先進農(nóng)業(yè)人工智能裝備。

1.2.1 農(nóng)業(yè)無人機

農(nóng)業(yè)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(xiàn)無人駕駛，利用先進的云計算和控制系統(tǒng)，合理規(guī)劃工作流程，更加方便地解決針對大規(guī)模農(nóng)田的測量以及農(nóng)情檢測的問題，也能更加精準地進行農(nóng)藥噴灑等植保活動，降低人工成本，提高生產(chǎn)效率。農(nóng)業(yè)無人機技術的普及對建設數(shù)字農(nóng)業(yè)基礎設施、改變傳統(tǒng)農(nóng)業(yè)種管方式、實現(xiàn)農(nóng)產(chǎn)品追溯及培育農(nóng)業(yè)人工智能起著關鍵性作用。在我國，極飛科技自主研發(fā)的植保無人機具有高效精準播撒、全地形精準作業(yè)、RTK 厘米級定位等尖端無人機技術，真正實現(xiàn)了無人機技術在農(nóng)業(yè)噴施和播種等環(huán)節(jié)的有效應用，從而為農(nóng)業(yè)生產(chǎn)者降本增效［2］。

1.2.2 農(nóng)業(yè)機器人

農(nóng)用機器人可以在農(nóng)業(yè)生產(chǎn)領域有廣闊的應用，包括收獲采摘、信息收集、農(nóng)情巡查等方面，但我國土地的現(xiàn)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(xiàn)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(nóng)作物的采摘工作，所以越來越多的高科技農(nóng)機企業(yè)投身于農(nóng)業(yè)智能機器人的研發(fā)工作中去。

1.2.3 農(nóng)業(yè)無人車

農(nóng)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(huán)境，經(jīng)過計算終端的控制系統(tǒng)，實現(xiàn)自動駕駛、農(nóng)資運輸、農(nóng)藥噴灑等，在未來農(nóng)業(yè)發(fā)展過程中有廣闊的應用場景。

1.3 農(nóng)業(yè)物聯(lián)網(wǎng)技術

農(nóng)業(yè)物聯(lián)網(wǎng)是將各智能農(nóng)業(yè)裝備、人和各智能終端相連，實時感知農(nóng)作物的狀態(tài)、農(nóng)業(yè)作業(yè)的狀態(tài)，實行精準感知、精準管理為精準農(nóng)業(yè)提供信息支撐和遠程控制能力。同時，可以利用農(nóng)業(yè)物聯(lián)網(wǎng)為農(nóng)業(yè)溯源體系提供支持，保障食品從農(nóng)場到餐桌的安全和健康。將農(nóng)業(yè)物聯(lián)網(wǎng)滲透到農(nóng)業(yè)生產(chǎn)的各個環(huán)節(jié)，可以連接土地、作物和生產(chǎn)者，提高消費者對農(nóng)產(chǎn)品的信任，全面提高農(nóng)產(chǎn)品價值。

1.4 智能專家系統(tǒng)

智能專家系統(tǒng)是指集成某領域?qū)＜抑R及水平的數(shù)據(jù)庫構成的智能計算機程序，用于處理農(nóng)業(yè)生產(chǎn)領域的問題。在農(nóng)業(yè)生產(chǎn)過程中，很多問題的解決需要經(jīng)驗積累和專業(yè)知識，普通農(nóng)民在生產(chǎn)時，缺乏專業(yè)的能力和知識，需要農(nóng)業(yè)領域的專家進行指導，但專家數(shù)量有限，無法滿足大量農(nóng)民的需求。而專家問詢系統(tǒng)通過人工智能語言處理與知識數(shù)據(jù)庫的結合，模擬專家進行一對一地解決農(nóng)戶問題，幫助農(nóng)戶快速解決農(nóng)業(yè)生產(chǎn)中遇到的問題［3］。

1.5 農(nóng)業(yè)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(xiàn)自主學習和獨立思考，為人們提供了一個類似“智庫”的系統(tǒng)，甚至超出了人類的認知能力。農(nóng)業(yè)認知計算系統(tǒng)以有限的人力收集、處理和理解大規(guī)模數(shù)據(jù)，減少人力參與農(nóng)業(yè)工作，提高工作效率，協(xié)助農(nóng)業(yè)生產(chǎn)和貿(mào)易活動。該系統(tǒng)基于認知分析，可以為農(nóng)業(yè)提供決策支持，促進智能農(nóng)業(yè)的發(fā)展。目前，認知計算在農(nóng)業(yè)領域還沒有形成規(guī)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(nóng)業(yè)領域人工智能發(fā)展的因素

2.1 在農(nóng)業(yè)領域的人工智能技術水平落后

我國人工智能的水平與發(fā)達國家相比仍有一定差距，農(nóng)業(yè)自動化和集約化是我國農(nóng)業(yè)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(fā)達國家還有很大差距。例如，在農(nóng)業(yè)傳感器領域，應用在農(nóng)業(yè)生產(chǎn)環(huán)境探測方面的傳感器已經(jīng)比較豐富，但針對農(nóng)作物自身信息的傳感器較少，造成農(nóng)業(yè)數(shù)據(jù)的缺乏，導致技術發(fā)展緩慢。

2.2 農(nóng)業(yè)與人工智能復合型人才缺乏

我國目前處于農(nóng)業(yè)轉(zhuǎn)型的關鍵時期，對農(nóng)業(yè)領域的高端人才需求量大，但在我國高等教育體系中，農(nóng)業(yè)領域人才培養(yǎng)與現(xiàn)實農(nóng)業(yè)的發(fā)展脫節(jié)，無法適應我國農(nóng)業(yè)發(fā)展需要。同時，人工智能領域的尖端人才也不能滿足農(nóng)業(yè)人工智能發(fā)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(yǎng)體系，而且人工智能技術更迭快，人才數(shù)量遠遠不足。此外，人工智能與農(nóng)業(yè)的復合型人才更是缺乏，鑒于農(nóng)業(yè)的低效益性以及人工智能與農(nóng)業(yè)結合的復雜性，使得農(nóng)業(yè)與其他行業(yè)爭奪人工智能人才的過程中不占優(yōu)勢。

2.3 農(nóng)業(yè)人工智能的基礎設施相對落后

農(nóng)業(yè)人工智能中很多技術實現(xiàn)的前提是土地大規(guī)模整合，但我國農(nóng)業(yè)實行農(nóng)村家庭承包責任制，碎片化經(jīng)營是我國農(nóng)業(yè)的主要特點，這極大地限制了農(nóng)業(yè)人工智能的應用，導致智能化機械裝備無法使用，無法實現(xiàn)規(guī)模經(jīng)濟。同時，類似農(nóng)業(yè)物聯(lián)網(wǎng)等有助于農(nóng)業(yè)人工智能發(fā)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(nóng)業(yè)的措施

3.1 推進農(nóng)業(yè)生產(chǎn)智能控制技術研發(fā)。

加快智能感知、識別和促進農(nóng)業(yè)生產(chǎn)經(jīng)營決策模型的研究和發(fā)展。針對農(nóng)業(yè)種植和育種的應用場景的不同，基于多源數(shù)據(jù)融合過程的農(nóng)業(yè)決策支持方法，建立田間作物、溫室、畜禽、水產(chǎn)養(yǎng)殖等領域整個產(chǎn)業(yè)鏈的決策管理和智能控制模型，借助5G 物聯(lián)網(wǎng)，實現(xiàn)基于數(shù)據(jù)驅(qū)動下管理的“農(nóng)業(yè)大腦”智能決策系統(tǒng)。

3.2 擴大農(nóng)業(yè)與人工智能領域人才的培養(yǎng)規(guī)模

人才是農(nóng)業(yè)人工智能快速發(fā)展的關鍵，各農(nóng)業(yè)院校可根據(jù)我國農(nóng)業(yè)現(xiàn)代化的發(fā)展趨勢進行教學改革。1）可與類似極飛科技、優(yōu)必選等人工智能領域企業(yè)實行校企合作，開設針對農(nóng)業(yè)的人工智能專業(yè)，解決農(nóng)民生產(chǎn)過程中的實際問題，為農(nóng)業(yè)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(yè)培養(yǎng)具有農(nóng)業(yè)背景的復合型人才，以便農(nóng)業(yè)人工智能的進一步發(fā)展。

3.3 加快農(nóng)業(yè)人工智能的基礎設施建設

農(nóng)業(yè)人工智能的應用離不開豐富的數(shù)據(jù)基礎和實時的網(wǎng)絡響應。農(nóng)業(yè)基礎設施不完善會造成農(nóng)業(yè)數(shù)據(jù)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(nóng)業(yè)物聯(lián)網(wǎng)和農(nóng)村5G 基礎設施的建設，通過智能農(nóng)業(yè)傳感器等基礎設施提高供水水平，建設農(nóng)業(yè)生產(chǎn)信息化和數(shù)字化工程，引入農(nóng)業(yè)數(shù)據(jù)共享機制，為人工智能農(nóng)業(yè)裝備的大規(guī)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(nóng)業(yè)生產(chǎn)需求，加快人工智能裝備的普及，逐步提高資源利用率和農(nóng)業(yè)產(chǎn)出率，提高經(jīng)濟效益。例如，農(nóng)業(yè)無人機可以促進農(nóng)業(yè)和其他行業(yè)之間的跨境技術整合，加快農(nóng)業(yè)現(xiàn)代化的步伐。1）要考慮開發(fā)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(fā)和擴展，為人機協(xié)作和多機協(xié)作提供良好的平臺。2）構建基于云架構的“農(nóng)業(yè)大腦”智能決策系統(tǒng)，在云平臺提供存儲和存儲計算服務、邊緣計算、物聯(lián)網(wǎng)終端進行實時動態(tài)管理、云邊緣農(nóng)業(yè)機器人的協(xié)同決策支持。3）要想農(nóng)業(yè)領域的人工智能機器人承擔更多的工作，成為農(nóng)業(yè)生產(chǎn)過程中的重要組成部分，需要同時推動動態(tài)人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、虛擬感知系統(tǒng)、多傳感器融合及人機融合等新技術的發(fā)展和應用。

4 結語

人工智能與農(nóng)業(yè)的結合是大勢所趨，是滿足人們對高質(zhì)量農(nóng)業(yè)要求的必然選擇。雖然我國在發(fā)展農(nóng)業(yè)人工智能的過程中會出現(xiàn)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(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級的強大引擎。