当人工智能遇见农业，农民伯伯不再「粒粒皆辛苦」
場景描述：在農(nóng)業(yè)生產(chǎn)上，利用機器學(xué)習(xí)，計算機視覺，混合現(xiàn)實等 AI 技術(shù)，打造智能化農(nóng)業(yè)，能夠?qū)鹘y(tǒng)的農(nóng)業(yè)生產(chǎn)帶到更加高效的方式中來。
關(guān)鍵詞：?AI 農(nóng)業(yè) ，混合現(xiàn)實，計算機視覺
中國的農(nóng)耕文化源遠流長，從新石器時代開始，就已經(jīng)有較為成熟農(nóng)耕文化，也是目前可考的世界上最早種植小米和水稻的國家。
?
作為農(nóng)業(yè)大國，我國始終把農(nóng)業(yè)放在首位，今年兩會上「三農(nóng)」仍是焦點話題。雖然農(nóng)耕文明距今已經(jīng)近八千年，但是機械化的農(nóng)機工具介入生產(chǎn)，是建國前后才逐漸發(fā)展，中國的農(nóng)民在很長的時間里，都在「看天吃飯」。
在科技和農(nóng)業(yè)科學(xué)飛速發(fā)展的近幾十年里，更加科學(xué)化的提高農(nóng)業(yè)各個環(huán)節(jié)的質(zhì)量和效率，喂飽了六十多億人口。
如今，人工智能逐漸介入農(nóng)業(yè)生產(chǎn)，這次解放的將是農(nóng)民的生產(chǎn)力。?據(jù)調(diào)查顯示：通過農(nóng)業(yè)科技的創(chuàng)新，與傳統(tǒng)農(nóng)業(yè)相比，農(nóng)業(yè)科技創(chuàng)業(yè)公司利用 AI 創(chuàng)新技術(shù)，使得農(nóng)作物用水量減少了 95%，而在農(nóng)業(yè)用地上的產(chǎn)量卻增加了 100 倍。?
就目前發(fā)展來看，AI 農(nóng)業(yè)已經(jīng)似乎取得不錯的成效。
耕作前就可以模擬出收成
?
目前人工智能介入農(nóng)業(yè)的主要手段，就是通過機器學(xué)習(xí)等技術(shù)，將大量數(shù)據(jù)輸入統(tǒng)計模型，能夠智能化地監(jiān)控和掌握農(nóng)產(chǎn)品的培育和生長情況，從而提高生產(chǎn)效率和產(chǎn)品質(zhì)量，為農(nóng)業(yè)生產(chǎn)提供建議和幫助。?
?AI 技術(shù)用在作物培育上
農(nóng)場可以收集大量有關(guān)作物健康，天氣，土壤等數(shù)據(jù)。利用 ML 的分析預(yù)測能力，將會對種植業(yè)和畜牧養(yǎng)殖帶來自動化的智能方案。?
現(xiàn)在一種具體的模擬技術(shù)，也會逐步被應(yīng)用到農(nóng)業(yè)生產(chǎn)中去，這就是混合現(xiàn)實（ MR，Mixed Reality ）。?將真實世界和虛擬世界混合在一起，來產(chǎn)生新的可視化環(huán)境，環(huán)境中同時包含了物理實體與虛擬信息，并且必須是「實時的」。
當 MR 混合現(xiàn)實應(yīng)用到農(nóng)業(yè)里，功能就很強大了。過去農(nóng)民選擇自己種植的作物，通常是靠經(jīng)驗和村鎮(zhèn)里的推廣，今年種大豆不行，就種西紅柿，西紅柿長不出來，就種辣椒。
但是古舊的經(jīng)驗，并不是最有效的解決方案，還會因為天氣、病蟲災(zāi)害、灌溉而歉收，傳統(tǒng)方式的試錯成本極高。
現(xiàn)在，以 3D 映射技術(shù)（ 3D - Mapping ）為例，它允許將數(shù)據(jù)轉(zhuǎn)換為虛擬環(huán)境。因此，可以借此創(chuàng)造不同作物的種植方案，還能幫助遠程設(shè)備監(jiān)測或控制等等，讓我們在耕種之前，就可以測算出某種作物的生長情況，甚至模擬出最后的收成。
通過 MR 技術(shù)，對農(nóng)場地形、作物、設(shè)施設(shè)備、建筑
人員和警報等內(nèi)容的可視化展示
科學(xué)家們還為農(nóng)民提供了使用支持 MR 的「頭盔」或「護目鏡」觀察作物狀況的機會。利用可視化，傳感器， VR 等技術(shù)，幫助實現(xiàn)對農(nóng)場的實時監(jiān)控，調(diào)控設(shè)施，智能管理等等。
利用 MR 模擬作植物生長的效果圖
當然，這只是探索物理世界中潛在分層數(shù)字信息的一個開始。利用想象力去實現(xiàn)數(shù)字化的模擬，能夠減少實際的失敗率，還可以探索出更多潛在的用例。?
?
計算機視覺、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)齊上陣
?
AI 提高農(nóng)場產(chǎn)量和效率用例和應(yīng)用正在越來越多。比如在以下的幾個方面：
計算機視覺實現(xiàn)自動化：智能農(nóng)業(yè)設(shè)備將配備攝像頭、GPS 和處理視頻數(shù)據(jù)的技術(shù)，實現(xiàn)智能的決策建議，而不需要將所有數(shù)據(jù)發(fā)送到云。計算機視覺系統(tǒng)允許拖拉機進行尋路，檢測障礙物，收獲某個指定種類的作物等。?
基于機器學(xué)習(xí)的智能灌溉：人們使用灌溉設(shè)備澆灌植物或噴灑化學(xué)品，更多現(xiàn)代化的灌溉系統(tǒng)采用集成的 ML 技術(shù)，能夠?qū)㈦s草與作物區(qū)分開來，并用除草劑噴灑雜草。這意味著使用較少的除草劑，因此降低了成本，得到更安全的食物。?
無人機在進行農(nóng)藥噴灑作業(yè)，這一技術(shù)已經(jīng)在廣泛推進
神經(jīng)網(wǎng)絡(luò)用在土質(zhì)分析：通過神經(jīng)網(wǎng)路模型，分析土壤性質(zhì)特征，并將其與宜栽作物品種間建立關(guān)聯(lián)模型。借助非侵入性的探地雷達成像技術(shù)，結(jié)合電磁感應(yīng)土壤傳感器獲取的信號，獲取土壤表層的粘土含量信息等等。從而精準的判斷出相應(yīng)的土壤適合宜栽的農(nóng)作物，提高農(nóng)作物的生產(chǎn)效率和經(jīng)濟效益。
機器人對土質(zhì)進行收集檢測
結(jié)合 AI 的衛(wèi)星數(shù)據(jù)分析：一家名為 Harvesting 的初創(chuàng)公司能夠通過專有的機器學(xué)習(xí)算法分析衛(wèi)星數(shù)據(jù)并預(yù)測玉米產(chǎn)量，該算法可以識別植物的一般狀況。
機器視覺識別昆蟲：國內(nèi)一家名為托普云農(nóng)的公司設(shè)計了手機識別昆蟲的應(yīng)用，該應(yīng)用可以識別70種以上昆蟲。
手機識別昆蟲
科技大廠的 AI 農(nóng)業(yè)之路?
?
那些掌握了資源和技術(shù)國內(nèi)大廠們，也在去年紛紛開啟了 AI 農(nóng)業(yè)的研究，他們在 AI 農(nóng)業(yè)的發(fā)展上，做出了示范作用。?
?
2018 年 6 月 阿里發(fā)布的 ET 農(nóng)業(yè)大腦，就能解決農(nóng)業(yè)的一些問題。比如在養(yǎng)豬上， AI 利用了機器視覺攝像頭與數(shù)據(jù)分析能力，來觀察豬的生長數(shù)據(jù)，從而達成優(yōu)勝劣汰；
此外，將聲紋識別和紅外線測溫帶到養(yǎng)豬場，通過豬的體溫和聲音進行 AI 預(yù)測豬的身體狀況，最終提升母豬產(chǎn)崽能力，降低死亡率。?
阿里云 ET 農(nóng)業(yè)大腦
去年 11 月，京東數(shù)科也做了 AI 輔助養(yǎng)豬的事情。除了用 AI 攝像頭與數(shù)據(jù)智能系統(tǒng)之外，他們還加入了 IoT 系統(tǒng)，機器人管理系統(tǒng)，比如養(yǎng)殖巡檢機器人、飼喂機器人等等，而且還有采用「豬臉識別」技術(shù)，來幫助養(yǎng)殖場的管理。?
京東數(shù)科的豬臉識別
除了養(yǎng)豬， AI 在農(nóng)作物種植上，也有不錯的進展。阿里的 ET 農(nóng)業(yè)大腦，報道過甜瓜和生菜上的養(yǎng)殖工作。去年 12 月，騰訊 AI lab 的團隊在國際人工智能溫室種植大賽（Autonomous Greenhouse Challenge），通過強化學(xué)習(xí)算法去實現(xiàn)智能「種黃瓜」項目，最終獲得了「AI 策略」單項第一名、總分第二名。?
騰訊 AI lab 種黃瓜效果顯著，可以發(fā)展副業(yè)了
這些科技大廠的案例，還是在示范和探索階段，要大規(guī)模地投入使用，也許還有一段路要走。 這也說明?AI 農(nóng)業(yè)的發(fā)展也面臨著一些挑戰(zhàn)。
一方面是在傳統(tǒng)農(nóng)業(yè)的發(fā)展下， AI 模型能夠分析和處理的數(shù)據(jù)并不是很多，標準化程度很低；另一方面 ，AI 農(nóng)業(yè)的技術(shù)設(shè)備需要重新去搭建和完善。這不僅僅是算法策略的問題，還是解決配套的硬件技術(shù)支持等工程問題。?
盡管如此，隨著社會的發(fā)展，智能農(nóng)業(yè)帶來的利潤和收益的潛能是無限的。一些初步的應(yīng)用結(jié)果已經(jīng)小有成效，通過對 AI 的合理利用， 在智能化農(nóng)業(yè)的道路上也將越走越遠。
本文作者的公眾號
備注：研究智慧農(nóng)業(yè)的朋友可以加黃博微信交流，在本文后面回復(fù)“智慧農(nóng)業(yè)“
可獲取黃博微信交流。
請關(guān)注和分享↓↓↓?
本站的知識星球（黃博的機器學(xué)習(xí)圈子）ID：92416895
目前在機器學(xué)習(xí)方向的知識星球排名第一
往期精彩回顧
良心推薦：機器學(xué)習(xí)入門資料匯總及學(xué)習(xí)建議（2018版）
黃海廣博士的github鏡像下載（機器學(xué)習(xí)及深度學(xué)習(xí)資源）
吳恩達老師的機器學(xué)習(xí)和深度學(xué)習(xí)課程筆記打印版
機器學(xué)習(xí)小抄-（像背托福單詞一樣理解機器學(xué)習(xí)）
首發(fā)：深度學(xué)習(xí)入門寶典-《python深度學(xué)習(xí)》原文代碼中文注釋版及電子書
機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)
機器學(xué)習(xí)必備寶典-《統(tǒng)計學(xué)習(xí)方法》的python代碼實現(xiàn)、電子書及課件
吐血推薦收藏的學(xué)位論文排版教程（完整版）
Python環(huán)境的安裝（Anaconda+Jupyter notebook+Pycharm）
Python代碼寫得丑怎么辦？推薦幾個神器拯救你
重磅 | 完備的 AI 學(xué)習(xí)路線，最詳細的資源整理！
總結(jié)
以上是生活随笔為你收集整理的当人工智能遇见农业，农民伯伯不再「粒粒皆辛苦」的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 可能是最简单易懂的人工智能入门书
- 下一篇： 【必须收藏】那些酷炫的深度学习网络图怎么