張國鋒 肖宛昂

當(dāng)前，數(shù)字化轉(zhuǎn)型已成為各行業(yè)經(jīng)濟(jì)發(fā)展的新引擎，以科技為支撐的農(nóng)業(yè)信息化、智能化正在朝著智慧農(nóng)業(yè)的方向不斷升級發(fā)展，我國數(shù)字農(nóng)業(yè)的發(fā)展水平顯著提升?！?019全國縣域數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展水平評價報告》顯示，2018年全國縣域數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展水平達(dá)33%，農(nóng)業(yè)生產(chǎn)數(shù)字化水平達(dá)18.6%，農(nóng)作物種植數(shù)字化水平為16.2%，設(shè)施栽培信息化水平為27.2%，畜禽養(yǎng)殖信息化水平為19.3%，水產(chǎn)養(yǎng)殖信息化水平為15.3%[1]。信息化水平的提高為農(nóng)業(yè)人工智能技術(shù)的應(yīng)用奠定了堅實基礎(chǔ)，并為數(shù)字農(nóng)業(yè)經(jīng)濟(jì)發(fā)展提供了新動能。艾瑞咨詢發(fā)布的《2019年中國人工智能產(chǎn)業(yè)研究報告》預(yù)測，我國“AI+農(nóng)業(yè)”市場規(guī)模將以35.2%的年復(fù)合增長率高速發(fā)展，并將于2024年突破10億元，2025年達(dá)到15.7億元。

應(yīng)用現(xiàn)狀

從農(nóng)業(yè)科技的推廣經(jīng)驗來看，人工智能被率先應(yīng)用于經(jīng)濟(jì)效益較高的農(nóng)業(yè)生產(chǎn)領(lǐng)域[2]。深度神經(jīng)網(wǎng)絡(luò)作為人工神經(jīng)網(wǎng)絡(luò)的代表已經(jīng)在農(nóng)業(yè)領(lǐng)域得到了廣泛使用，尤其是計算機(jī)視覺和語音技術(shù)的日漸成熟，更加促進(jìn)了農(nóng)業(yè)機(jī)器人的智能化水平發(fā)展。

目前，農(nóng)業(yè)人工智能的應(yīng)用主要依托于科技公司的技術(shù)驅(qū)動，通過采用人工智能算法、模型以及農(nóng)機(jī)智能裝備等實現(xiàn)農(nóng)業(yè)信息的智能采集、加工和處理，并最終用于指導(dǎo)農(nóng)業(yè)生產(chǎn)、提升農(nóng)業(yè)生產(chǎn)效率及保障農(nóng)產(chǎn)品質(zhì)量。農(nóng)業(yè)人工智能應(yīng)用從技術(shù)分類來看，主要包括：農(nóng)業(yè)計算機(jī)視覺、農(nóng)業(yè)語音識別、農(nóng)業(yè)機(jī)器人和專家系統(tǒng)等。從應(yīng)用階段來看，包括產(chǎn)前的土壤墑情分析、灌溉用水分析和品種選育鑒別等，產(chǎn)中的精細(xì)化管理、生產(chǎn)作業(yè)管理（如灌溉、插秧、除草、采收、病蟲害防治和產(chǎn)量預(yù)測）等，產(chǎn)后的農(nóng)產(chǎn)品品質(zhì)鑒定、等級分級分類和倉儲物流等。目前，我國以技術(shù)、資金和產(chǎn)業(yè)鏈為主導(dǎo)的新型或大型農(nóng)業(yè)人工智能服務(wù)平臺已初具規(guī)模，開始為農(nóng)業(yè)不同產(chǎn)業(yè)領(lǐng)域提供全產(chǎn)業(yè)鏈的人工智能服務(wù)。

1.農(nóng)業(yè)計算機(jī)視覺應(yīng)用

基于FPGA（Field Programmable Gate Array，現(xiàn)場可編程門陣列）芯片、專用視覺處理芯片等嵌入式處理模塊和多技術(shù)融合的機(jī)器視覺系統(tǒng)將成為未來人工智能的主要發(fā)展趨勢，以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)模型也將成為圖像識別的核心技術(shù)，并將極大地改善目前機(jī)器視覺在農(nóng)業(yè)應(yīng)用中存在的諸多問題[3]。如可將農(nóng)業(yè)人工智能技術(shù)應(yīng)用于對水稻、棉花、黃瓜、草莓和馬鈴薯等不同作物病蟲害的診斷，或是利用人工智能模型完成對核桃無損檢測分類、茶葉質(zhì)量評估、奶酪質(zhì)量等級分類、根據(jù)作物葉片自動識別雜草、對果樹上的果實進(jìn)行識別計數(shù)以及成熟度鑒別等人工很難勝任的工作。

但是，目前我國農(nóng)業(yè)計算機(jī)視覺應(yīng)用的實時性和準(zhǔn)確性還較低，現(xiàn)有算法及模型的計算成本較高，對設(shè)備性能要求苛刻，同時缺乏農(nóng)業(yè)計算機(jī)視覺專用算法、芯片及配套設(shè)備。因此，須重視并加強農(nóng)業(yè)計算機(jī)視覺芯片及智能化裝備的研究與開發(fā)。

2.農(nóng)業(yè)語音技術(shù)應(yīng)用

目前，農(nóng)業(yè)語音技術(shù)已應(yīng)用于機(jī)器人語音控制、牲畜疾病診斷以及農(nóng)業(yè)特定場景信息采集等系統(tǒng)中。其中，語音識別技術(shù)應(yīng)用最為廣泛，主要包括：通過語音對機(jī)器人進(jìn)行自動控制，實現(xiàn)精準(zhǔn)作業(yè)；將農(nóng)業(yè)信息自動轉(zhuǎn)換為語音輸出，用于指導(dǎo)農(nóng)業(yè)生產(chǎn)活動等。目前農(nóng)業(yè)語音技術(shù)已將農(nóng)機(jī)設(shè)備的人機(jī)交互水平提升到更高層面，朝著智慧農(nóng)機(jī)的方向不斷發(fā)展。但我國地域廣闊，農(nóng)業(yè)從業(yè)者多以所在地方言進(jìn)行交流，導(dǎo)致基于普通話的農(nóng)業(yè)語音技術(shù)難以在全國范圍內(nèi)得到推廣應(yīng)用。因此，研究針對地域口音特征和農(nóng)業(yè)領(lǐng)域?qū)I(yè)術(shù)語的語音識別、合成等技術(shù)勢在必行。

3.農(nóng)業(yè)機(jī)器人應(yīng)用

農(nóng)業(yè)機(jī)器人可應(yīng)用于信息采集、施肥、除草、嫁接、采摘和分揀等多種生產(chǎn)場景，解決傳統(tǒng)人工在特殊場景中無法作業(yè)的難題。但是，農(nóng)業(yè)機(jī)器人的應(yīng)用需要與農(nóng)耕方式相適應(yīng)才能發(fā)揮其準(zhǔn)確性和高效性。我國農(nóng)業(yè)種植多采用作物輪作耕種，不同作物種類、耕作方式并存，降低了農(nóng)機(jī)作業(yè)的適用范圍。因此，除了研究通用的農(nóng)業(yè)機(jī)器人技術(shù)之外，還應(yīng)建立不同農(nóng)作物的區(qū)域性標(biāo)準(zhǔn)耕作方式，并以此為標(biāo)準(zhǔn)設(shè)計研發(fā)配套的系列農(nóng)業(yè)機(jī)器人。另外，精確定位技術(shù)是進(jìn)行自動導(dǎo)航的農(nóng)業(yè)機(jī)器人執(zhí)行巡檢任務(wù)的基礎(chǔ)，相較于其他應(yīng)用于生產(chǎn)生活領(lǐng)域的機(jī)器人，其作業(yè)環(huán)境更加復(fù)雜且易受光照、雜草等自然條件的影響。因此，農(nóng)業(yè)機(jī)器人在應(yīng)用過程中，還需要結(jié)合機(jī)器視覺、激光雷達(dá)、語音識別和農(nóng)業(yè)專家系統(tǒng)等多種技術(shù)，進(jìn)行多任務(wù)協(xié)同作業(yè)。

4.農(nóng)業(yè)專家系統(tǒng)

作為一個解決實際問題的計算機(jī)系統(tǒng)，農(nóng)業(yè)專家系統(tǒng)將解決農(nóng)業(yè)生產(chǎn)中的困難。該類系統(tǒng)主要為某個單品農(nóng)作物或牲畜服務(wù)，如大豆專家系統(tǒng)、肉牛專家系統(tǒng)或智能灌溉系統(tǒng)等。伴隨著人工智能技術(shù)的不斷發(fā)展，農(nóng)業(yè)專家系統(tǒng)也需要進(jìn)行改進(jìn)升級。目前，我國已將深度神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于不同的農(nóng)業(yè)專家系統(tǒng)中，如灌溉用水分析系統(tǒng)、河流徑流量、玉米產(chǎn)量、模擬育種及作物營養(yǎng)水平預(yù)測等。相對于人工診斷而言，專家系統(tǒng)對于某些問題的判斷更加準(zhǔn)確、高效，但它也存在知識獲取難、處理復(fù)雜問題耗時較長等缺點[4]，而且對于生產(chǎn)數(shù)據(jù)的采集和錄入等都有較高要求，因此，農(nóng)業(yè)從業(yè)者的知識水平、農(nóng)業(yè)信息化基礎(chǔ)設(shè)施建設(shè)情況成了影響其應(yīng)用的主要因素。未來的農(nóng)業(yè)專家系統(tǒng)，應(yīng)借助農(nóng)業(yè)人工智能技術(shù)，實現(xiàn)更加“傻瓜”的操作方式，出具更加“智慧”和通俗易懂的診斷說明使其更好地服務(wù)于農(nóng)業(yè)生產(chǎn)。

5.農(nóng)業(yè)人工智能服務(wù)平臺

目前，我國農(nóng)業(yè)人工智能服務(wù)平臺主要以人工智能初創(chuàng)公司、超大型互聯(lián)網(wǎng)公司為主體，面向某一農(nóng)業(yè)單品或某一農(nóng)業(yè)人工智能技術(shù)提供全產(chǎn)業(yè)鏈的農(nóng)業(yè)人工智能方案，實現(xiàn)對原產(chǎn)業(yè)鏈的升級改造。該類平臺主要包括：基于百度大腦的智能農(nóng)業(yè)，可以針對農(nóng)業(yè)地塊識別、作物模型構(gòu)建、病蟲害識別、無人機(jī)植保、農(nóng)產(chǎn)品溯源及智能養(yǎng)殖等場景提供解決方案；阿里云ET農(nóng)業(yè)大腦，基于人工智能、大數(shù)據(jù)和云計算技術(shù)優(yōu)勢，提供涵蓋產(chǎn)業(yè)鏈上游、核心、下游及倉儲物流、供應(yīng)鏈金融服務(wù)的人工智能整體方案，目前已成功應(yīng)用于生豬養(yǎng)殖、蘋果及甜瓜種植；京東農(nóng)牧自主研發(fā)并推出集成“AI神農(nóng)大腦”+“IoT神農(nóng)物聯(lián)網(wǎng)設(shè)備”+“SaaS神農(nóng)系統(tǒng)”三大模塊的智能養(yǎng)殖解決方案，實現(xiàn)了養(yǎng)豬/養(yǎng)牛的智能養(yǎng)殖。此外，還有佳格推出的數(shù)字農(nóng)業(yè)系統(tǒng)——耕境，其利用中、美、歐等數(shù)十顆衛(wèi)星和無人機(jī)實時采集地面和氣象數(shù)據(jù)，幫助客戶進(jìn)行標(biāo)準(zhǔn)化生產(chǎn)，實現(xiàn)生產(chǎn)全程可追溯，助力食品安全；麥飛科技自主研發(fā)的天空地一體化視覺/光譜技術(shù)，可以實時生成作物長勢及病蟲害多維農(nóng)情監(jiān)測圖，推出麥云農(nóng)業(yè)AI云平臺，建立了麥信、農(nóng)情及地理信息采集系統(tǒng)。

發(fā)展建議

農(nóng)業(yè)數(shù)據(jù)是驅(qū)動和支撐農(nóng)業(yè)人工智能技術(shù)的核心要素，農(nóng)業(yè)物聯(lián)網(wǎng)是農(nóng)業(yè)數(shù)據(jù)采集、傳輸?shù)年P(guān)鍵技術(shù)，面向農(nóng)業(yè)應(yīng)用的系列芯片是農(nóng)業(yè)數(shù)據(jù)計算和處理的核心器件，農(nóng)業(yè)信息安全則是農(nóng)業(yè)安全和國家安全的重要屏障。因此，為了保障農(nóng)業(yè)人工智能技術(shù)快速、有序、健康地發(fā)展，筆者建議做好四方面工作：

1.發(fā)展農(nóng)業(yè)人工智能，助力農(nóng)業(yè)物聯(lián)網(wǎng)改造升級

計算能力是農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用的重要阻礙之一，常規(guī)人工智能算法計算量過大，無法直接集成應(yīng)用于傳統(tǒng)物聯(lián)網(wǎng)系統(tǒng)。而經(jīng)過訓(xùn)練并裁剪壓縮的農(nóng)業(yè)人工智能算法模型可嵌入物聯(lián)網(wǎng)設(shè)備，在設(shè)備邊緣端即可計算提取有效信息，從而實現(xiàn)物聯(lián)網(wǎng)設(shè)備端的AI應(yīng)用。如基于AI的病蟲害檢測，攝像頭采集到農(nóng)作物圖像后，可于第一時間在設(shè)備端利用集成的AI芯片或模塊進(jìn)行預(yù)處理，完成特征提取、邊緣檢測及圖像分割等計算操作，再將可用于農(nóng)業(yè)生產(chǎn)的有效數(shù)據(jù)傳輸?shù)皆贫?，大大降低物?lián)網(wǎng)系統(tǒng)中數(shù)據(jù)傳送量，減少網(wǎng)絡(luò)資源消耗，縮短計算延時。

2.研發(fā)農(nóng)業(yè)人工智能芯片，提升農(nóng)機(jī)智能化水平

人工智能芯片是人工智能技術(shù)的重要一環(huán)，但我國的人工智能芯片和智能傳感器等核心技術(shù)仍較薄弱，適用于低成本農(nóng)業(yè)應(yīng)用的人工智能芯片尚不能滿足農(nóng)業(yè)的特殊需求和應(yīng)用場景的性能需求。因此，應(yīng)針對農(nóng)業(yè)應(yīng)用智能處理器進(jìn)行深入研究。目前，伴隨著語音技術(shù)的成熟和計算機(jī)視覺的深入應(yīng)用，國內(nèi)已有企業(yè)和科研院所開始進(jìn)行人工智能芯片研發(fā)[5]。如中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院聯(lián)合中國科學(xué)院半導(dǎo)體研究所，已針對農(nóng)業(yè)病蟲害識別、農(nóng)業(yè)智能控制及農(nóng)業(yè)信息安全等研制基于RISC-V指令集（加州大學(xué)伯克利分校發(fā)布的基于精簡指令集計算原理建立的開放指令集架構(gòu)）的人工智能芯片。

3.標(biāo)準(zhǔn)化引領(lǐng)，推進(jìn)農(nóng)業(yè)人工智能技術(shù)落地

目前我國農(nóng)業(yè)人工智能技術(shù)作為新一代信息技術(shù)的核心，依然缺乏國家級/行業(yè)級標(biāo)準(zhǔn)或規(guī)范。因此，現(xiàn)階段，我們要加強標(biāo)準(zhǔn)化對農(nóng)業(yè)人工智能技術(shù)的引領(lǐng)，從國家/行業(yè)/企業(yè)等多個層面，研究制定圍繞人工智能技術(shù)與農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)機(jī)設(shè)備和農(nóng)業(yè)大數(shù)據(jù)等融合應(yīng)用的相關(guān)標(biāo)準(zhǔn)，在頂層設(shè)計上優(yōu)先制定人工智能在農(nóng)業(yè)裝備制造及現(xiàn)代農(nóng)業(yè)生產(chǎn)、經(jīng)營和管理決策中的應(yīng)用創(chuàng)新研究規(guī)劃[6]，進(jìn)一步解決不同品牌、不同種類的設(shè)備間因缺少一致性接口難以實現(xiàn)互聯(lián)互通，進(jìn)而導(dǎo)致技術(shù)或設(shè)備重復(fù)采購、利用率低，且無法服務(wù)于智慧農(nóng)業(yè)整體解決方案等問題。

4.技術(shù)發(fā)展與信息安全并重，切實保障農(nóng)業(yè)安全和國家安全

農(nóng)業(yè)人工智能技術(shù)發(fā)展依賴于數(shù)據(jù)，而農(nóng)業(yè)數(shù)據(jù)具有體量大、種類多和來源廣等特點，必須首先保障農(nóng)業(yè)數(shù)據(jù)安全和信息系統(tǒng)安全，才可以保障農(nóng)業(yè)的安全生產(chǎn)、精準(zhǔn)管理和智能決策[7]。因此，應(yīng)加強面向農(nóng)業(yè)應(yīng)用的自主芯片和軟件的研發(fā)，加強農(nóng)業(yè)人工智能技術(shù)體系以及產(chǎn)品的監(jiān)管。在技術(shù)及產(chǎn)品層面，將農(nóng)業(yè)人工智能技術(shù)和區(qū)塊鏈技術(shù)進(jìn)行融合，研發(fā)滿足農(nóng)業(yè)安全監(jiān)管要求的農(nóng)業(yè)人工智能安全芯片、智能裝備及系統(tǒng)。