場(chǎng)景描述：在農(nóng)業(yè)生產(chǎn)上，利用機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺(jué)，混合現(xiàn)實(shí)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(lái)。

關(guān)鍵詞：?AI 農(nóng)業(yè) ，混合現(xiàn)實(shí)，計(jì)算機(jī)視覺(jué)

中國(guó)的農(nóng)耕文化源遠(yuǎn)流長(zhǎng)，從新石器時(shí)代開(kāi)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(guó)家。

?

作為農(nóng)業(yè)大國(guó)，我國(guó)始終把農(nóng)業(yè)放在首位，今年兩會(huì)上「三農(nóng)」仍是焦點(diǎn)話題。雖然農(nóng)耕文明距今已經(jīng)近八千年，但是機(jī)械化的農(nóng)機(jī)工具介入生產(chǎn)，是建國(guó)前后才逐漸發(fā)展，中國(guó)的農(nóng)民在很長(zhǎng)的時(shí)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(gè)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(guò)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(lái)看，AI 農(nóng)業(yè)已經(jīng)似乎取得不錯(cuò)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(guò)機(jī)器學(xué)習(xí)等技術(shù)，將大量數(shù)據(jù)輸入統(tǒng)計(jì)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(zhǎng)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(chǎng)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(cè)能力，將會(huì)對(duì)種植業(yè)和畜牧養(yǎng)殖帶來(lái)自動(dòng)化的智能方案。?

現(xiàn)在一種具體的模擬技術(shù)，也會(huì)逐步被應(yīng)用到農(nóng)業(yè)生產(chǎn)中去，這就是混合現(xiàn)實(shí)（ MR，Mixed Reality ）。?將真實(shí)世界和虛擬世界混合在一起，來(lái)產(chǎn)生新的可視化環(huán)境，環(huán)境中同時(shí)包含了物理實(shí)體與虛擬信息，并且必須是「實(shí)時(shí)的」。

當(dāng) MR 混合現(xiàn)實(shí)應(yīng)用到農(nóng)業(yè)里，功能就很強(qiáng)大了。過(guò)去農(nóng)民選擇自己種植的作物，通常是靠經(jīng)驗(yàn)和村鎮(zhèn)里的推廣，今年種大豆不行，就種西紅柿，西紅柿長(zhǎng)不出來(lái)，就種辣椒。

但是古舊的經(jīng)驗(yàn)，并不是最有效的解決方案，還會(huì)因?yàn)樘鞖狻⒉∠x(chóng)災(zāi)害、灌溉而歉收，傳統(tǒng)方式的試錯(cuò)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(yuǎn)程設(shè)備監(jiān)測(cè)或控制等等，讓我們?cè)诟N之前，就可以測(cè)算出某種作物的生長(zhǎng)情況，甚至模擬出最后的收成。

通過(guò) MR 技術(shù)，對(duì)農(nóng)場(chǎng)地形、作物、設(shè)施設(shè)備、建筑

人員和警報(bào)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(hù)目鏡」觀察作物狀況的機(jī)會(huì)。利用可視化，傳感器， VR 等技術(shù)，幫助實(shí)現(xiàn)對(duì)農(nóng)場(chǎng)的實(shí)時(shí)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(zhǎng)的效果圖

當(dāng)然，這只是探索物理世界中潛在分層數(shù)字信息的一個(gè)開(kāi)始。利用想象力去實(shí)現(xiàn)數(shù)字化的模擬，能夠減少實(shí)際的失敗率，還可以探索出更多潛在的用例。?

?

計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)齊上陣

?

AI 提高農(nóng)場(chǎng)產(chǎn)量和效率用例和應(yīng)用正在越來(lái)越多。比如在以下的幾個(gè)方面：

計(jì)算機(jī)視覺(jué)實(shí)現(xiàn)自動(dòng)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(shí)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(jì)算機(jī)視覺(jué)系統(tǒng)允許拖拉機(jī)進(jìn)行尋路，檢測(cè)障礙物，收獲某個(gè)指定種類(lèi)的作物等。?

基于機(jī)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(kāi)來(lái)，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(wú)人機(jī)在進(jìn)行農(nóng)藥噴灑作業(yè)，這一技術(shù)已經(jīng)在廣泛推進(jìn)

神經(jīng)網(wǎng)絡(luò)用在土質(zhì)分析：通過(guò)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(dá)成像技術(shù)，結(jié)合電磁感應(yīng)土壤傳感器獲取的信號(hào)，獲取土壤表層的粘土含量信息等等。從而精準(zhǔn)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(jì)效益。

機(jī)器人對(duì)土質(zhì)進(jìn)行收集檢測(cè)

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(guò)專(zhuān)有的機(jī)器學(xué)習(xí)算法分析衛(wèi)星數(shù)據(jù)并預(yù)測(cè)玉米產(chǎn)量，該算法可以識(shí)別植物的一般狀況。

機(jī)器視覺(jué)識(shí)別昆蟲(chóng)：國(guó)內(nèi)一家名為托普云農(nóng)的公司設(shè)計(jì)了手機(jī)識(shí)別昆蟲(chóng)的應(yīng)用，該應(yīng)用可以識(shí)別70種以上昆蟲(chóng)。

手機(jī)識(shí)別昆蟲(chóng)

科技大廠的 AI 農(nóng)業(yè)之路?

?

那些掌握了資源和技術(shù)國(guó)內(nèi)大廠們，也在去年紛紛開(kāi)啟了 AI 農(nóng)業(yè)的研究，他們?cè)?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(wèn)題。比如在養(yǎng)豬上， AI 利用了機(jī)器視覺(jué)攝像頭與數(shù)據(jù)分析能力，來(lái)觀察豬的生長(zhǎng)數(shù)據(jù)，從而達(dá)成優(yōu)勝劣汰；

此外，將聲紋識(shí)別和紅外線測(cè)溫帶到養(yǎng)豬場(chǎng)，通過(guò)豬的體溫和聲音進(jìn)行 AI 預(yù)測(cè)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(jī)器人管理系統(tǒng)，比如養(yǎng)殖巡檢機(jī)器人、飼喂機(jī)器人等等，而且還有采用「豬臉識(shí)別」技術(shù)，來(lái)幫助養(yǎng)殖場(chǎng)的管理。?

京東數(shù)科的豬臉識(shí)別

除了養(yǎng)豬， AI 在農(nóng)作物種植上，也有不錯(cuò)的進(jìn)展。阿里的 ET 農(nóng)業(yè)大腦，報(bào)道過(guò)甜瓜和生菜上的養(yǎng)殖工作。去年 12 月，騰訊 AI lab 的團(tuán)隊(duì)在國(guó)際人工智能溫室種植大賽（Autonomous Greenhouse Challenge），通過(guò)強(qiáng)化學(xué)習(xí)算法去實(shí)現(xiàn)智能「種黃瓜」項(xiàng)目，最終獲得了「AI 策略」單項(xiàng)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(shuō)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(biāo)準(zhǔn)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(wèn)題，還是解決配套的硬件技術(shù)支持等工程問(wèn)題。?

盡管如此，隨著社會(huì)的發(fā)展，智能農(nóng)業(yè)帶來(lái)的利潤(rùn)和收益的潛能是無(wú)限的。一些初步的應(yīng)用結(jié)果已經(jīng)小有成效，通過(guò)對(duì) AI 的合理利用， 在智能化農(nóng)業(yè)的道路上也將越走越遠(yuǎn)。

本文作者的公眾號(hào)

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(qǐng)關(guān)注和分享↓↓↓?

本站的知識(shí)星球（黃博的機(jī)器學(xué)習(xí)圈子）ID：92416895

目前在機(jī)器學(xué)習(xí)方向的知識(shí)星球排名第一

往期精彩回顧

• 良心推薦：機(jī)器學(xué)習(xí)入門(mén)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(jī)器學(xué)習(xí)及深度學(xué)習(xí)資源）

• 吳恩達(dá)老師的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)課程筆記打印版
  

• 機(jī)器學(xué)習(xí)小抄-（像背托福單詞一樣理解機(jī)器學(xué)習(xí)）

• 首發(fā)：深度學(xué)習(xí)入門(mén)寶典-《python深度學(xué)習(xí)》原文代碼中文注釋版及電子書(shū)

• 機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)

• 機(jī)器學(xué)習(xí)必備寶典-《統(tǒng)計(jì)學(xué)習(xí)方法》的python代碼實(shí)現(xiàn)、電子書(shū)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(xiě)得丑怎么辦？推薦幾個(gè)神器拯救你

• 重磅 | 完備的 AI 學(xué)習(xí)路線，最詳細(xì)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?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。