文思海辉:当人工智能遇上农业,能玩出何种花样?(转载)_理财前线_论坛_天涯社区

发布时间:2022年08月12日
       金秋十月已进入收获季节。 在不少小伙伴开始准备新季节的粮食计划的同时, 广大农户也进入了一年中最忙碌的季节。 对于现代农业来说, 庄稼的收割还是靠农民面朝黄土、背朝天地进田吗? 农业还是那种“下午锄草的日子, 汗水顺着杂草滴进土里”的印象吗? 或许, 目前智能信息技术在农业上的应用已经远远超出了你的想象。 要了解智能信息技术对农业的影响, 首先要确定智能技术在农业中的应用类型。 从目前云智能和嵌入式智能的发展方向来看, 后者是农业中最常见的做法。 为什么说互联网对农业的改造还处于起步阶段? 这与农业本身的特点有关。 与电信、零售等热门行业相比, 信息技术对农业的改造确实起步较晚, 处于机械化完成、信息化不足的阶段, 更不用说互联网技术带来的改造了。 原因在于, 一方面, 大量农作物种植在远离城市和其他发达基础设施的地方, 必须广泛采用“人工+自动化机械”的方式。 另一方面, 农业从业人员的年龄和通识教育水平也影响其对新兴技术的吸收和接受程度。 此外, 农业生产周期较长, 在风险投资者普遍追求“快钱”的环境下, 长周期行业的收益率无疑存在较高的不确定性。 因此, 在互联网经济的今天, 农业互联网应用在各行各业仍是后来者。 从易观智库给出的各行业“互联网+”进程来看, 属于第一产业的“农林牧渔业”主要产业都在信息化进程中, 目前仍处于信息化进程中。 向互联网过渡的阶段。
        尤其是农业, 在第一产业中排名垫底。 因此, 当人们觉得互联网已经能够在分分钟内创新和替代(颠覆)众多服务行业, 各种智能化、无人化应用遍地开花时, 仍然需要形成大量基于云的智能应用场景。 而这正是互联网在农业领域应用现状的真实写照。 嵌入式智能已经出现在农业领域。 但是当我们换个角度看嵌入式智能的发展时, 情况就不同了。 嵌入式人工智能在农业领域的研发和应用早在本世纪就开始了。 不仅有耕种、播种、采摘等智能机器人, 还有智能土壤检测、病虫害检测、气候灾害预警等智能识别系统。 有畜牧业使用的畜牧智能穿戴产品。
        这些应用正在帮助人们增加产量、提高效率并减少农药和化肥的使用。 举一些发达国家的例子:智能识别+智能采摘机器人(BlueRiver的生菜种植机) BlueRiver Technologies是一家位于美国加利福尼亚州的农业机器人公司。 BlueRiver的农业智能机器人可以智能地除草、灌溉、施肥和喷洒。 它的智能该机器人利用计算机图像识别技术,

获取农作物的生长状态, 并通过机器学习, 分析判断哪些杂草需要清除, 哪些地方需要灌溉, 哪些地方需要施肥, 哪些地方需要药物, 可以 立即执行。 智能机器人可以大大减少农药和化肥的使用, 因为它们可以更准确地施用化肥和农药, 与传统种植方式相比, 农药和化肥的使用量减少了90%。 智能播种机器人还可以通过检测装置获取土壤信息, 进而通过算法获得最佳播种密度, 自动播种。 除了播种和田间管理, 农业智能机器人还可以帮助人们采摘成熟的果蔬。 (AboundantRobotics 的苹果采摘机器人) AboundantRobotics 也是一家来自美国加利福尼亚州的农业机器人公司。 目前,

他们推出了一款苹果采摘机器人, 可以在不损坏苹果树和苹果的情况下实现每秒一颗的采摘速度。 苹果采摘机器人通过摄像设备对果树进行拍照, 利用图像识别技术定位适合采摘的苹果, 然后利用机械臂和真空管道进行采摘, 完全不伤害果树和苹果。
        牛人脸识别、智能穿戴嵌入式人工智能还可以用于畜牧养殖, 比如养牛行业。
        你知道吗? 牛其实并不想看到人类, 它们将人类视为掠食者, 所以养牛场的工作人员可以给牛带来紧张感。 人工智能通过农场的摄像头设备获取奶牛的面部和身体状况图片, 然后通过深度学习分析奶牛的情绪和健康状况, 进而帮助农民判断哪些奶牛生病了, 哪些奶牛生病了 没吃。 吃饱了,

甚至还有哪些奶牛发情了。 目前, 加拿大的 Cainthus Machine Vision 正在这样做。 除了摄像头对牛的“牛脸”识别外,

它还可以配备可穿戴智能设备, 让农民更好地管理自己的农场。 荷兰的 Connecterra 是一家动物智能可穿戴技术公司。 数据由牛脖子上的智能传感器采集, 结合牧场上的固定探测器, 利用自主研发的算法, 将这些海量原始数据制作成直观的图表, 通过机器学习发送给客户。 这些信息包括奶牛健康分析、发情检测和预测、饲喂状态、定位服务等。 Connecterra 极大地节省了奶农的工作时间并提高了工作效率, 尤其是对有机农场而言。 (农田各种物联网设施) 除了智能穿戴, 还有更多的农业物联网设施, 如野外相机、温湿度监测、土壤监测、无人机航拍等。 这些设施可以为农业管理提供海量实时数据, 不同类型的农业服务公司会根据不同的农业情况设置自己的算法, 然后通过机器学习和深度学习将这些数据转化为对农民有意义的信息, 例如 害虫在哪里超标, 哪里需要灌溉等等。虽然以上只是发达国家智能装备在农业上的应用, 但对国内农业生产还是有指导意义的。 而我们更关心的问题是, 为什么嵌入式智能能够首先受到技术服务商的青睐? 仔细想想, 这可能与以下几个原因分不开: 农业种植的本质是线下生产活动。 在几千年的历史中, 农业种植一直是人们赖以生存的基础, 而这样的传统产业本身就是离线的。 , 并且具有一定的封闭性, 即农民可以用一定的生产资料进行劳动, 亲自体验, 不需要与外部环境有很强的交互作用。 这也在一定程度上反映了农业生产活动的性质。 农业生产更多地依赖低功率、高可靠性的技术装备。 由于农作物基本都在田间种植, 相比于互联网在“增收、节支、提高效率、规避风险”方面的价值, 农民需要24小时实时监控。 农产品的生长情况, 从虫害、湿度, 到田间气候、土壤质量等数据都可以实时更新传输, 确保作物如期收获。 由于农民不能一直呆在农田里, 对低功耗、高可靠性的技术设备的需求越来越大。 这正是嵌入式智能设备的用武之地。农业云智能需要基于嵌入式智能。
        数据是智能的基础, 农业的数据源来自于田间。 因此, 在现实中结合众多农业产业链上下游企业时, 首先要能够实时采集农业生产数据,

然后建立供、研、产的数据系统和农业信息服务平台。 、销售、服务, 实现农业资源要素的数据共享。 . 在此基础上, 终端消费者可以通过客户端软件即时看到自己订购的农产品的生长状况、种植者信息和农产品品牌。 毫无疑问, 这一切的基础是嵌入式智能的广泛使用。