近年來，“人工智能”成了人們口中的熱詞。隨著人工智能技術(shù)的不斷發(fā)展，它已經(jīng)逐漸滲透至各個各業(yè)，例如農(nóng)業(yè)、醫(yī)療、教育、制造業(yè)等。人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用，加速了農(nóng)業(yè)現(xiàn)代化的進程，因此農(nóng)業(yè)需要人工智能這個“催化劑”。
AI能干什么？
它能與人類交流，能幫助人類識別并抓捕嫌疑犯，也能夠協(xié)助醫(yī)生進行診斷……不知不覺間，AI已經(jīng)深度滲透人類的生活，幫助教育、安防、醫(yī)療等多個領(lǐng)域?qū)崿F(xiàn)智能化升級。
然而，在AI向著人類生活全面進軍的時候，依然有著“滄海遺珠”般的存在，比如農(nóng)業(yè)。
AI與農(nóng)業(yè)之間存在一種“互利互需”的關(guān)系。
于農(nóng)業(yè)而言，AI的加入能夠幫助其解決勞動力短缺、工作效率低等問題。這其中，以植保無人機最具代表性。
某農(nóng)業(yè)無人機運營商表示，一架載重10公斤的植保無人機，作業(yè)面積為8-12畝，每日作業(yè)面積可高達200-300畝。若是人為噴灑，人均速度最快1畝/小時，一臺植保無人機的工作量相當(dāng)于數(shù)十個人。
所需人工少、工作效率高……這種自動化、智能化的操作，很適合當(dāng)下的農(nóng)業(yè)。
“有很多過去的小農(nóng)田變成了大片農(nóng)田，這意味著機械作業(yè)越來越有優(yōu)勢。由人工智能技術(shù)驅(qū)動的農(nóng)業(yè)，將會幫助減輕農(nóng)民的勞動強度，同時也使整個作業(yè)過程更加環(huán)保。”斯坦福大學(xué)計算機系客座教授、原百度首席科學(xué)家吳恩達表示。
就在今年7月底，其所創(chuàng)立的AI公司Landing.ai與中聯(lián)重科簽署了戰(zhàn)略合作協(xié)議，雙方將在智慧農(nóng)機等方面進行技術(shù)研發(fā)與合作。在吳恩達看來，用AI改造農(nóng)業(yè)會讓農(nóng)民的工作更有效。
眼下，農(nóng)業(yè)已經(jīng)對AI有所需求，反之，于AI而言，農(nóng)業(yè)則是一塊“試驗田”，也是一個大有可為的應(yīng)用場景。
依舊以植保無人機為例，當(dāng)無人機尋求B端應(yīng)用的時候，存在需求、風(fēng)險性較小的農(nóng)業(yè)就成為了第一批“試驗田”。2013年，無人機還處于“萌芽期”，所謂的植保無人機也才只有100架的保有量。彼時，從事噴灑作業(yè)的無人機就已經(jīng)在農(nóng)業(yè)中展示拳腳，并磨練、提升有關(guān)技術(shù)。
現(xiàn)如今，植保無人機在噴灑作業(yè)中的操作愈發(fā)成熟穩(wěn)練，且保有量也翻了不止百倍。有數(shù)據(jù)統(tǒng)計，至2025年，國內(nèi)無人機市場總規(guī)模將達到750億，而農(nóng)業(yè)植保無人機就占去了200億的份額。
可以說，植保無人機代表了“AI+農(nóng)業(yè)”的一個縮影。在農(nóng)業(yè)這一場景下，植保無人機所搭載的AI技術(shù)得到了提升，并實現(xiàn)了自己的價值。
這之外，不同于已經(jīng)半只腳踏入成熟期的植保無人機，自動駕駛農(nóng)機、采摘機器人、農(nóng)作物物聯(lián)網(wǎng)監(jiān)控……更多的“AI+農(nóng)業(yè)”應(yīng)用正處于不同階段的發(fā)展期或是萌芽期。這也意味著，“AI+農(nóng)業(yè)”的成長空間還有很多。
農(nóng)業(yè)需要AI，但是農(nóng)民“不信任”AI
調(diào)查機構(gòu)MarketsandMarkets的報告顯示，全球智慧農(nóng)業(yè)市場在2017年達到了67億美元，預(yù)計將在2018年達到75.3億美元，到2023年則是135億美元，預(yù)測年復(fù)合增長率為12.39%。其中，2016年人工智能技術(shù)在農(nóng)業(yè)市場的價值為4.322億美元，預(yù)計這一數(shù)值到2025年將變?yōu)?6.285億美元，預(yù)測復(fù)合年增長率為22.5%。
依照數(shù)據(jù)來看，“AI+農(nóng)業(yè)”大有可為。然而，從眼下的情況來看，農(nóng)民有時候并不“信任”AI，以致于不去用AI。
在許多人看來，諸如植保無人機這類自動化工具不能夠取得他們的“信任”。換一種說法，AI+農(nóng)業(yè)的軟硬件應(yīng)用對于他們而言是“陌生”的，而有時候，最終成效也難以保證。
目前，人們較為熟知的“AI+農(nóng)業(yè)”產(chǎn)品為植保無人機，但截至今年6月，其普及率不足10%。這背后的原因有許多，包括飛手短缺、缺乏行業(yè)標(biāo)準(zhǔn)以致于植保效果難以有效評估等等。
植保無人機之外，“AI+農(nóng)業(yè)”的軟硬件應(yīng)用還包括自動駕駛農(nóng)機、物聯(lián)網(wǎng)監(jiān)控、采摘機器人等等。不可否認(rèn)，一旦這些技術(shù)或產(chǎn)品被投入使用，它們將能夠帶來極大的農(nóng)業(yè)經(jīng)濟效益。屆時，通過物聯(lián)網(wǎng)監(jiān)測，農(nóng)作物將能夠朝著最佳狀態(tài)的方向生長，而通過自動駕駛農(nóng)機、采摘機器人等等，人力成本也將大大降低。
然而，這些還只是“未來”。
在現(xiàn)實情況中，這些應(yīng)用有的還處于實驗室中，有的才堪堪起步，比之植保無人機更讓農(nóng)民覺得“陌生”。
此外，在具體的實施上，它們也正面臨一些難題。以物聯(lián)網(wǎng)監(jiān)控為例，農(nóng)作物生病前兆是什么？怎樣才是最佳生長環(huán)境？它的標(biāo)準(zhǔn)是什么？什么時候才是最佳收獲時間？AI系統(tǒng)判斷這些問題都需要大量數(shù)據(jù)的支撐，然而這方面卻是相對缺失的，需要人們將以往棄之一旁的數(shù)據(jù)重新“撿起來”，建立一個數(shù)據(jù)庫，以此去進行訓(xùn)練。另外，在某些地區(qū)，物聯(lián)網(wǎng)所依賴的網(wǎng)絡(luò)信號連接的穩(wěn)定性也是一個問題。
再看采摘機器人，用某業(yè)內(nèi)人士的話來說，這方面的技術(shù)并不純熟，尤其是在力度掌控和工作效率方面，眼下并不如人工采摘更好。而在現(xiàn)實中也的確如此，雖然時有出現(xiàn)采摘機器人的最新動態(tài)，但多數(shù)時候只是有關(guān)公司、高校取得新進展，在具體的商業(yè)落地方面還不具備可行性。
最后
眼下看來，AI+農(nóng)業(yè)的確具有發(fā)展前景，且植保無人機也打了一個較好的“開頭”。但是，農(nóng)民不“信任”AI、不采用AI也是一種較為普遍的現(xiàn)實。
依據(jù)目前的情況，在實施操作上，AI在農(nóng)業(yè)上主要有兩大主流方向，一類是物聯(lián)網(wǎng)監(jiān)控，一類是規(guī)模性、非精細(xì)型農(nóng)作業(yè)，比如自動駕駛農(nóng)機、植保無人機等等。
而在模式上，前者較為適合針對性的系統(tǒng)部署，后者多將采用租賃式，由一個團隊進行運營，面向農(nóng)民提供服務(wù)，如同現(xiàn)在植保無人機的服務(wù)模式。至于采摘等精細(xì)類操作，在技術(shù)等方面還需要多加磨合磨合。
（原標(biāo)題：吳恩達都在做的AI農(nóng)業(yè)到底有什么魔力？）
