您好,歡迎來到農(nóng)機1688網(wǎng)!  |  官方微信
     手機版

咨詢熱線

18701651688

AI正在農(nóng)業(yè)領(lǐng)域崛起,它真能幫助養(yǎng)活整個世界嗎?

   2017-09-08 36氪6410
核心提示: 據(jù)福布斯雜志報道,當(dāng)“綠色革命之父”諾曼·博洛格(NormanBorlaug)1970年獲得諾貝爾獎時,諾貝爾獎委員會當(dāng)時表示:“這個年齡段的人比任何其他年齡段的人都要多,他已經(jīng)幫助這個饑餓的提供面包。
   據(jù)福布斯雜志報道,當(dāng)“綠色革命之父”諾曼·博洛格(NormanBorlaug)1970年獲得諾貝爾獎時,諾貝爾獎委員會當(dāng)時表示:“這個年齡段的人比任何其他年齡段的人都要多,他已經(jīng)幫助這個饑餓的提供面包。”博洛格幫助引入抗病高產(chǎn)的作物品種和先進的農(nóng)業(yè)技術(shù),并成為游戲規(guī)則的改變者,促使農(nóng)業(yè)產(chǎn)量大幅增加,幫助數(shù)百萬人免于饑餓。



 

  在博洛格獲得諾貝爾獎后半個世紀(jì),我們生活在產(chǎn)量穩(wěn)定增長的,而耕地總量卻在持續(xù)減少。氣候模式的變化和水資源的可用性正在改變某些農(nóng)業(yè)地區(qū)的生產(chǎn)力。與此同時,人口繼續(xù)增長,預(yù)計到2050年將至少達(dá)到90億人,其中大部分增長集中在發(fā)展中。

 

  在這些,快速的經(jīng)濟擴張使人們對卡路里和蛋白質(zhì)的需求不斷增加。隨著人口增長和對糧食需求的增長,我們正接近所謂的“馬爾薩斯末日(Malthusiandoomsday)”。在這種假設(shè)中,人口增長速度超過了糧食供應(yīng)的增長,從而導(dǎo)致大規(guī)模饑荒。預(yù)防這種末日場景很可能是21世紀(jì)最重要的挑戰(zhàn)之一。

 

  消費增加推動了對農(nóng)業(yè)生產(chǎn)增長的需求。全球各地的種植者都在應(yīng)對這樣的挑戰(zhàn),但他們必須以一種不會對地球資源造成無法彌補傷害的方式來應(yīng)對這一挑戰(zhàn)。為了平衡增加生產(chǎn)和節(jié)約資源的目標(biāo),研究人員和企業(yè)家正在研究如何在現(xiàn)有的碳足跡上發(fā)展可持續(xù)性增強型農(nóng)業(yè)。就像博洛格那樣,這些研究人員和企業(yè)家們可以借助植物遺傳學(xué)、化學(xué)、農(nóng)學(xué)以及機械等工具。然而,今天他們還有全新的工具可用,即人工智能(AI)技術(shù)。

 

  農(nóng)業(yè)迅速實現(xiàn)數(shù)字化

 

  盡管在數(shù)字化行業(yè)調(diào)查中排名接近墊底,但農(nóng)業(yè)正迅速實現(xiàn)數(shù)字化。高速變量種植設(shè)備的采用正提供準(zhǔn)確的種植信息,產(chǎn)量監(jiān)測設(shè)備提供了關(guān)于收獲顆粒的各類信息。這類基礎(chǔ)數(shù)據(jù)(投入與產(chǎn)出)是構(gòu)建預(yù)測算法的關(guān)鍵。

 

  農(nóng)民們正在使用傳感器和取樣技術(shù)收集土壤水分和養(yǎng)分水平的數(shù)據(jù)。有各種各樣的農(nóng)業(yè)信息管理系統(tǒng),使操作和財務(wù)數(shù)據(jù)獲取變得更容易?,F(xiàn)在的農(nóng)民可以使用軟件工具來輔助實地考察,從移動應(yīng)用到無人機,這些工具收集的數(shù)據(jù)可以用來評估作物的健康狀況,并監(jiān)測不同季節(jié)的病蟲害情況。

 

  隨著這種轉(zhuǎn)變,農(nóng)業(yè)數(shù)據(jù)變得更加豐富和實用。這些數(shù)據(jù)的可用性正在為開發(fā)和部署農(nóng)業(yè)AI鋪平了道路。今天AI的應(yīng)用主要是由科技行業(yè)推動的,從增強信息到移動廣告植入,再到無人駕駛汽車。

 

  五年前,谷歌資助的研究人員在AI領(lǐng)域取得了突破性進展,他們的神經(jīng)網(wǎng)絡(luò)軟件學(xué)會了識別貓和人的形狀,準(zhǔn)確率達(dá)到70%。今天,在一年一度的ImageNetChallenge上,許多團隊已經(jīng)展示了超過人類的圖像識別能力,分類錯誤率還不到3%。谷歌和IEEE計算協(xié)會正在舉辦名為iNaturalistCompetition的競賽,希望訓(xùn)練AI算法識別5000多種不同種類的植物和動物。

 

  這些算法的力量也延伸到語言解釋方面。利用AI技術(shù),微軟的語音識別系統(tǒng)現(xiàn)在的出錯率僅為5.1%,與專業(yè)人員的識別率相當(dāng)。他們的系統(tǒng)準(zhǔn)確性每年都有很大幅度的提高。

 

  美國知名私募股權(quán)投資數(shù)據(jù)庫及數(shù)據(jù)分析服務(wù)提供商Pitchbook的數(shù)據(jù)顯示,在過去10年里,超過170億美元資金投資于美國的AI創(chuàng)業(yè)企業(yè)身上。自2012年以來,已經(jīng)有200多起與AI相關(guān)的收購。這些收購活動主要由谷歌、Facebook、微軟以及亞馬遜等科技巨頭主導(dǎo),因為它們希望能獲得更多的能力,幫助改變交通、醫(yī)療、零售以及制造業(yè)等行業(yè)。農(nóng)業(yè)會成為下個被改變的目標(biāo)嗎?

 

  農(nóng)業(yè)AI技術(shù)迅猛發(fā)展

 

  雖然AI已經(jīng)成為技術(shù)社區(qū)的重要支柱,但許多大公司、設(shè)備制造商以及服務(wù)提供商還沒有大力發(fā)展農(nóng)業(yè)領(lǐng)域的AI應(yīng)用。這種猶豫的部分原因可能是缺乏對AI技術(shù)進步和潛在應(yīng)用不夠熟悉所致,這篇文章希望能部分地彌補這一缺陷。此外,AI算法在農(nóng)業(yè)領(lǐng)域的發(fā)展也具有挑戰(zhàn)性。AI應(yīng)用需要大量數(shù)據(jù)來對算法進行恰當(dāng)?shù)挠?xùn)練。而在農(nóng)業(yè)中,雖然有大量的空間數(shù)據(jù),但大部分?jǐn)?shù)據(jù)只能在每年的生長季節(jié)使用一次。

 

  因此,可能需要數(shù)年時間才能收集到關(guān)于某個給定字段或農(nóng)場具有統(tǒng)計意義的數(shù)據(jù)。通常,這個領(lǐng)域收集的數(shù)據(jù)需要大量的預(yù)處理(清理),然后才能被放心地用于訓(xùn)練AI算法。

 

  今天,與數(shù)據(jù)連接相關(guān)的挑戰(zhàn)仍然存在?!度A爾街日報》最近撰文指出,在農(nóng)場里,手機接收信號不夠穩(wěn)定或根本不存在,因此很難將數(shù)據(jù)轉(zhuǎn)移到可以分析的地方。缺乏數(shù)據(jù)使用和所有權(quán)的標(biāo)準(zhǔn)和透明度,以及收集和共享數(shù)據(jù)的困難,都導(dǎo)致農(nóng)業(yè)領(lǐng)域的AI算法開發(fā)人員仍然無法找到合適的數(shù)據(jù)。幸運的是,像ClimateCorporation公司的FieldViewDrive、JohnDeere的JDlink以及Farmobile的PUC這樣的產(chǎn)品,旨在使設(shè)備數(shù)據(jù)的收集和傳輸變得更容易和無縫。

 

  新興農(nóng)業(yè)技術(shù)(AgTech)公司開發(fā)AI算法也可能加劇這個問題。許多初創(chuàng)公司正在構(gòu)建決策自動化工具,而在數(shù)據(jù)收集、準(zhǔn)備和基準(zhǔn)測試能力等方面仍然存在很大差距。在歷史上,農(nóng)場始終缺乏信息技術(shù)基礎(chǔ)設(shè)施和數(shù)據(jù)倉庫系統(tǒng),而硅谷科技公司一直依賴這些技術(shù)來開發(fā)和部署AI應(yīng)用。在大規(guī)模農(nóng)業(yè)AI部署成功之前,農(nóng)場中的數(shù)據(jù)基礎(chǔ)設(shè)施需要變得更加強大。

 

  此外,有些新興公司傾向于避免使用經(jīng)過科學(xué)驗證的、統(tǒng)計控制的實地試驗來量化其產(chǎn)品的收益。相反,這些公司采用了“精益方法”,迅速在少量客戶中進行推廣,此舉遵循了創(chuàng)辦科技初創(chuàng)企業(yè)的策略。雖然精益方法在軟件方面很有效,但在農(nóng)業(yè)領(lǐng)域,種植者不會冒險在整個農(nóng)場采用全新技術(shù),為此其可能行不通。

 

  在推出產(chǎn)品之前,主要的農(nóng)業(yè)公司需要通過多年的實地測驗來確保產(chǎn)品的性能和明顯的效益。即使進行了這樣的測試,許多種植者還是希望看到新產(chǎn)品在自己的土地上采用之前,能夠有上佳的表現(xiàn)。因此,普遍的“快速進入市場”和“快速擴張”心態(tài)可能不合適,而是需要采用更加漸進的產(chǎn)品發(fā)布策略。

 

  最終的挑戰(zhàn)是對AI人才的競爭非常激烈。在科技初創(chuàng)企業(yè)社區(qū)中,人們普遍抱怨,在與軟件、互聯(lián)網(wǎng)和無人駕駛汽車行業(yè)的雇主進行競爭的情況下,很難找到合適的AI人才。此外,即使招募到這些人之后,留住他們也是不小的挑戰(zhàn)。一家MGV投資公司的機器學(xué)習(xí)專家最近被科技巨頭招募,年薪超過700萬美元。

 

  農(nóng)業(yè)AI技術(shù)的前景

 

  盡管農(nóng)業(yè)領(lǐng)域AI技術(shù)面臨諸多挑戰(zhàn),但我們有理由相信,AI在農(nóng)業(yè)領(lǐng)域的成功和大規(guī)模推廣將會成為現(xiàn)實。以下就是有望部分改變農(nóng)業(yè)的AI技術(shù)。

 

  AbundantRobotics:這是從斯坦福研究所剝離出來的初創(chuàng)企業(yè),它已經(jīng)開發(fā)出自主采摘取水果的技術(shù)。AbundantRobotics利用機器視覺技術(shù)來探測棚架上生長的水果位置,然后利用真空系統(tǒng)將其從樹枝上拉下來。這家公司已經(jīng)獲得谷歌旗下風(fēng)投機構(gòu)GoogleVentures的扶持。
 

  圖2:AbundantRobotics公司的自動摘果機

 

  Resson:孟山都成長創(chuàng)投公司(MonsantoGrowthVentures)扶持的初創(chuàng)企業(yè),在加拿大和美國圣何塞都有辦事處。Resson已經(jīng)開發(fā)出一種圖像識別算法,與訓(xùn)練有素的人類相比,它能夠更準(zhǔn)確地檢測和分類植物害蟲與疾病。Resson與麥凱恩食品公司(McCainFoods)合作,以幫助減少土豆生產(chǎn)供應(yīng)鏈的損失。

 
標(biāo)簽: 人工智能
反對 0舉報 0 收藏 0 打賞 0評論 0
 
更多>同類農(nóng)機資訊
推薦圖文
推薦農(nóng)機資訊
點擊排行