人工智能(AI)技术在果蔬等农业领域的应用场景

烟台果树2019-1(总145)专题论坛

在美国和墨西哥的几座农场里,温室中有

10台摄像机正连续拍摄西红柿的生长情况,并

提交给相关软件进行分析,识别出可能存在的

问题,比如虫害或病菌侵染……AI识别技术的

应用,正从人脸识别、动物识别进一步扩展到农

作物病虫害检测等领域。在国内继阿里巴巴、腾

讯、百度、京东等互联网巨头纷纷举着AI大旗

进军农业后,日前拼多多创始人兼CEO黄峥也

宣布涉入农产品上行端,并表示中国农业将被

AI、5G和物联网彻底改变。

持续火爆的AI农业是个什么概念?简单来

说,人工智能研究用计算机去完成过去只有人

才胜任的智能工作,赋能于农业,经过对农业大

数据的深度学习和模仿,做出高精准度的农业

解决方案。也就是说,当我们拥有足够多的农业

数据和强大的计算能力驱动AI的学习决策能

力,其可适用于多种应用场景,并为农业生产作

出降成本、增效率等贡献

。

美国的蓝河科技公司和农业机器人公司,

都在利用机器视觉功能让农业机械“活”起来。

前者是通过AI深度学习来识别农作物和杂草,

实现智能农药喷雾,相关负责人表示这可以节

省80%的除草剂,同时降低人工成本,达到精

准种植和管理的目的;后者则探测棚架上生长

的水果位置,达到1s采摘一个水果的速度,而

且不损伤果树和水果,提高农业生产效率

。

据中国统计年鉴2016年披露,我国农业生

产总值达5.93万亿元,占GDP的8%,但由农

业病害等灾害造成的直接损失达0.503万亿

元,占农业生产总值的8.48%。病虫害是全世界

农业最头疼的问题。全国有5亿农民,能够为他

们解决农作物病虫害的专家可能不足5万,平

均1万个农民才对应1个专家,而且一个专家

通常只研究1~2种农作物,未必能知道所有农

作物的病害问题。AI农作物病害检测为解决农

户需求与专业信息不对称的问题提供了解决之

道。美国数据农业技术公司Resson已经利用

AI开发出一种智能图像识别算法,更准确地监

测和分类植物害虫与疾病。分析出虫情趋势,发

出虫情预警。同时,当AI与农眼系统实时采集

的气象、虫情、土壤、图像等数据和信息结合,可

形成虫情模型,指导农户和政府预防虫害。

AI与农业病虫害做结合,首先是要建立病

虫害的数据集,其次需要机器学习和图像识别系

统技术的配合,并且要确保农民使用智能手机的

普及率,这样才可以使技术快速有效地传达。

目前AI在图像识别领域已非常成熟,并有

了相应的数据,将其应用到农业病虫害检测中

难度不大。不过,利用AI检测病虫害发生并非

如此容易。有农业专家在接受科技日报记者专

访时表示,应用难点主要体现在农业领域涉及

不可知因素太多,如地理位置、气候水土、病虫

害、生物多样性甚至微生物环境等都影响着农

作物生产。因此,在应用推广过程中,其中某个

因素的改变很可能就将在特定环境中已经测试

成功的算法变成无效算法,进而影响检测效率。

针对当前AI检测技术只能应用于场景、害

虫种类以及相应检测方法都相对特定化环境的

现实,有专家表示,AI检测技术还对隐蔽性较

强的农业害虫或病害的监测能力有限。农业害

虫本身就存在着种间相似、种内变化、姿态变

化、作物遮挡等问题,从特征分析角度来讲,会

造成待识别样本的同一种类内差异大、相近种

类间差异小、特征信息缺失严重等情况,无形中

大大增加了害虫目标区分的难度。尤其对于一

些个体小、生境隐蔽的害虫而言,比如烟粉虱成

虫体长不到2mm,且活动能力强,利用AI对其

进行检测,难度非常大。

人工智能(AI)技术在果蔬等农业领域的应用场景

王凤娟

(烟台职业学院,烟台圆远源远苑园)

7

··

烟台果树2019-1(总145)专题论坛

此外,用于辅助农药的喷施过程中,从获取

图像、处理分析、喷施作业决策到执行喷施作

业,通常允许处理的时间非常短暂,这也对相关

算法的时间复杂度提出了很高要求。

美国宾夕法尼亚州立大学和瑞士联邦理工

学院的研究人员建立了一个系统模型,并将其

连接到一个计算机集群来形成一个神经网络。

随后建立了一个拥有53000多张健康及患病

农作物照片的数据库,其中包括14种作物和

26种病害。研究人员利用深度学习的方法来

“训练”模型寻找出所有视觉数据。最终,这个系

统能够从照片中识别出作物和病害,准确率高

达99.35%。不过,美国通用人工智能协会主席、

汉森机器人公司首席科学家本·戈策尔表示,如

果拍摄的图片不符合标准,识别准确率会从

99.35%降到30%,甚至更低。因此,要想让AI

成为农业方面的“医生”,还要加强用AI的能

力,让其模仿人类大脑,多维度观察学习作物病

害特点从而进行判断

。

农作物的产量可以被精准预测到吗?以色

列的Prospera公司用近距离摄像机和云服务收

集分析农民需要的信息,再通过机器学习分析

做到了,并可提醒农户采取措施弥补预期损失。

AI农作物病害检测仅是AI在农业应用的很小

一个方面,它的应用领域非常广泛,比如农业专

家系统,也可以称作农业智能系统,是一个具有

大量农业专业知识与经验的计算机系统。应用

AI技术可依据一个或多个农业专家提供的特

殊领域知识、经验进行推理和判断,模拟农业专

家就某一复杂农业问题进行决策。

再如农产品无损检测,即在不损坏检测对

象的前提下,利用被测物外部特征和内部结构

所引起的物化反应变化,来探测其性质和数量

变化,主要用于水果、蔬菜、畜禽、水产品类、经

济作物和谷物籽粒等的检测与分级。随着无损

检测技术的发展,AI技术将在农产品无损检测

中发挥越来越重要的作用。智能农田气候预测

系统,即通过对卫星拍摄图片、航拍图片以及农

田间其他设备拍摄的照片进行智能识别和分

析,AI能够精确的预报天气、气候灾害,识别土

壤肥力、庄稼的健康状况等。

而东京大学研究团队,则在构建可预测蔬

菜等农作物的产量与供应需求的AI智能系统,

通过正确预测市场农产物的需求量,以销定产,

避免粮食浪费或生产不足

。

目前很多大型企业在实践采用图像、视频

监控与AI深度学习相结合的方式,监测猪、牛、

羊等动物的运动轨迹,通过大数据分析建立生

存模型,判断其情绪和健康状况是否正常,再以

具象化的方式展示到经销商和消费者面前

。

在农业生产中,农药使用也在急剧增加,农

药残留不仅会引发社会问题,还会加剧对环境

的污染。因此,对农作物进行准确的病害识别并

推荐合适的防治措施,创造出能为植物看病的

“医生”,可以挽救农作物的生命,减少农药使用

量,保证农作物的产量。

上世纪80年代初,污染土壤和环境的石化

农业给日本农业带来了几乎毁灭性的打击,倒

逼日本发展起有机农业。我国农业目前的情况

和当时的日本极为相似,在种植管理端引入AI

技术,化肥、农药、水资源等有望实现精准规划,

从而降低对土壤和环境的破坏,恢复并培养农

作物所需的理想环境,随之而来的食品安全问

题也将有效解决。

从国内应用情况看,广州大气候农业科技

有限公司较为成功。作为国家高新技术企业,大

气候农业自主研发农眼、农眼APP、农眼

全景、虫感知等物联网硬件和农业操作系统气

候云TM AOS,为精准种植、虫情预警、数字农场、

农产品可视化溯源、品牌农业打造、产销对接、

新农村建设、精准扶贫提供服务。目前,公司业

务已覆盖全球3个国家,国内20个省份、68个

地级市、1170个种植基地,监管193种作物,

超过16.67万hm2土地。

当然在我国,距离AI农业的实现尚有点距

离,但心怀期待未尝不可。

○R○R

○R

8

··