一九產(chǎn)業(yè)AI速寫：農(nóng)業(yè)篇

導讀：然而如果我們將目光投擲到城市環(huán)線以外，在幅員遼闊的中華大地上，AI是否能扎根進農(nóng)業(yè)的土壤中，讓這個延續(xù)千年的第一產(chǎn)業(yè)向更高的產(chǎn)業(yè)化水平邁進?

過去一年，“AI+”已經(jīng)深入到了中國產(chǎn)業(yè)的方方面面，從工業(yè)質(zhì)檢到智慧城市，第四次工業(yè)革命開始呈現(xiàn)出越來越清晰的面貌。

然而如果我們將目光投擲到城市環(huán)線以外，在幅員遼闊的中華大地上，AI是否能扎根進農(nóng)業(yè)的土壤中，讓這個延續(xù)千年的第一產(chǎn)業(yè)向更高的產(chǎn)業(yè)化水平邁進?

答案是肯定的。

2019年，我們看到計算機視覺、深度學習、邊緣計算、智能機器人等AI技術(shù)都可以被用于提高農(nóng)業(yè)的生產(chǎn)效率，從高度信息化的豬場鵝廠，到智能分揀采摘機器人，用前沿科技的視角與脈絡(luò)改造農(nóng)業(yè)產(chǎn)業(yè)鏈，AI已經(jīng)開始輸出真實的價值。

但我們也發(fā)現(xiàn)，農(nóng)業(yè)想要徹底承接住AI的技術(shù)能量，前提還要經(jīng)受第二產(chǎn)業(yè)的工業(yè)化洗禮，以及第三產(chǎn)業(yè)的社會化流程保障。沒有這樣層層遞進的產(chǎn)業(yè)基礎(chǔ)，“AI+農(nóng)業(yè)”的美好愿景，就如同一場過云雨，尚未深入根系，就已煙消云散。

如何將智能的甘霖，輸送到960萬平方公里的土地，2019年的農(nóng)業(yè)AI，就在進行一場滋養(yǎng)未來的播種。

跨越沙海：農(nóng)業(yè)智能化的三步曲

BIS Research前不久發(fā)布了《2019-2024年農(nóng)業(yè)市場的全球人工智能(AI)分析與預(yù)測》報告，最新的市場情報顯示，農(nóng)業(yè)AI的市場規(guī)模在2019年估計為5.780億美元，并將以28.38%的復合年增長率增長，預(yù)計到2024年將達到20.157億美元。

需求驅(qū)動下的農(nóng)業(yè)智能化，想承接住這個時代機遇，卻沒有想象中容易。

核心原因，自然是作為第一產(chǎn)業(yè)的農(nóng)業(yè)AI之路，與其他現(xiàn)代化基礎(chǔ)良好的二三產(chǎn)業(yè)有著明顯的差異。

所以在這篇文章中，或許我們可以換一種方式，先回到問題的起源地，去追問那個必不可少的前情提要——今天的農(nóng)產(chǎn)業(yè)鏈條迫切渴望從AI的復雜算式中，尋找到哪些問題的時代解法?

1.提質(zhì)增效。在過去的幾年里，從勞動密集型轉(zhuǎn)型為工業(yè)密集型，成為中國農(nóng)業(yè)的主旋律。而導致這一變化的主要誘因：糧食單位產(chǎn)量低，分散家庭經(jīng)營為主要生產(chǎn)模式，越來越多的年輕人選擇退出“農(nóng)民”這一職業(yè)，尤其是在環(huán)保主義、產(chǎn)業(yè)集中化等政策大趨勢的影響下， 以智慧機器代替人工完成農(nóng)產(chǎn)品生產(chǎn)，就成為2019年乃至未來數(shù)年的主題詞。

2.科技推廣。要解決問題一，自然就會引出第二個問題——AI農(nóng)業(yè)的技術(shù)門檻高，而中國長期的小農(nóng)經(jīng)濟與政策主導的科技推廣模式，就讓技術(shù)改造的初始成本、安全性等問題，成為阻礙農(nóng)業(yè)智能化、規(guī)?；芾淼囊?。

盡管此前一些機器人技術(shù)和智能算法都讓一些生產(chǎn)過程變得更加容易，但小農(nóng)戶在我國占據(jù)80%以上，農(nóng)業(yè)人口的受教育年限也低于7.5年，大多數(shù)缺乏有效操作、理解相關(guān)技術(shù)的專業(yè)知識，也會影響AI成果轉(zhuǎn)化為現(xiàn)實生產(chǎn)力。

3.產(chǎn)銷斷層。上述生產(chǎn)端的標準化和現(xiàn)代化改造，即使有政府補貼、金融保險等機制，高昂的投入短期內(nèi)還是會反映到最終的農(nóng)產(chǎn)品價格中，今年以來的豬肉價格飛漲，連帶著牛羊肉、雞蛋等畜禽產(chǎn)品價格不同程度上揚，甚至某段時間水果也讓消費者無福消受，“價賤傷農(nóng)、價高傷民”的產(chǎn)銷斷層，也昭示著農(nóng)業(yè)融入城市數(shù)字經(jīng)濟中的必要性。

所以在2019年，我們看到AI在農(nóng)業(yè)上的應(yīng)用，就開始告別“XX養(yǎng)豬”這樣樹典型的示范工程，也不再是單一的器械自動化升級，而是向更深的土壤層伸展出了密集的根系。

2019：

農(nóng)業(yè)AI解開了無數(shù)道復雜的綜合題

具體到2019年的產(chǎn)業(yè)變化，我們可以看到三個更為清晰的邏輯延展：

首先，人工智能的農(nóng)業(yè)應(yīng)用趨近于綜合化、集成化。

尤其是體現(xiàn)在生產(chǎn)環(huán)節(jié)，如果說2017-2018年是AI進入田間地頭的實驗階段，那么2019年可以信息地看到，人工智能與農(nóng)業(yè)的深度跨界融合方案正在被孕育出來。

從部署具備邊緣計算能力的多種傳感器，到視覺感知、語言閱讀、邏輯推理等算法的應(yīng)用，以及人機混合協(xié)同、群體巨智能決策等，AI農(nóng)業(yè)開始從單點作業(yè)邁向了綜合改造的大門。

比如云南某農(nóng)產(chǎn)品設(shè)備廠商，就通過設(shè)備端的智能邊緣平臺，結(jié)合云服務(wù)進行數(shù)據(jù)訓練，進而將垂直算法模型下發(fā)到生產(chǎn)設(shè)備上，指導終端作業(yè)的參數(shù)實現(xiàn)自我調(diào)節(jié)。該套AI+IoT的方案，生產(chǎn)質(zhì)量已經(jīng)可以達到中級師傅的水平。

另外，農(nóng)業(yè)領(lǐng)域的人工智能算法在精準度和實用性上也提升到了更高的價值基準。

2019年，機器識別開始脫離實驗室的窠臼，逐步克服了不同地區(qū)、不同類型農(nóng)產(chǎn)品的差異化難題，在適用性和精準度上進一步升級，識別誤差降低，開始為農(nóng)民群體交付可靠的產(chǎn)業(yè)價值。

比如某集團就與AI科技企業(yè)合作，通過在大棚內(nèi)設(shè)置專用的托架和拍攝設(shè)備，來自動識別農(nóng)產(chǎn)品的成熟度，計算最適合農(nóng)作物生長的環(huán)境，鑒別病蟲害感染情況，進而推動機器人智能分揀，降低意外狀況所造成的損失。

在海南島，數(shù)百個農(nóng)場已經(jīng)應(yīng)用上了智慧農(nóng)場管理系統(tǒng)，實現(xiàn)基于物聯(lián)網(wǎng)的智能監(jiān)控;在新疆，一排遠程遙控的無人采棉機進行秋收，一小時收獲60畝，比人工采棉的效率提高了上千倍;在內(nèi)蒙古，一戶牧民家的300多頭牦牛都裝上了5G移動設(shè)備，等待實現(xiàn)“在家放?！薄ㄟ^機器降低生產(chǎn)成本，不再只是一句紅頭文件或新聞通稿上的口號，而是正在土地上發(fā)生的真實故事。

另一個有趣的變化是，傳統(tǒng)以行政為主導的農(nóng)業(yè)科技推廣體系，開始逐漸向政企?！叭灰惑w”的方式演進。

過去按照“省-市-縣鄉(xiāng)-村”層級逐級推廣的科技服務(wù)網(wǎng)絡(luò)，正伴隨著科技互聯(lián)網(wǎng)公司與農(nóng)業(yè)巨頭之間的強強聯(lián)合，呈現(xiàn)出了農(nóng)業(yè)政策、科研創(chuàng)新、技術(shù)推廣三者緊密聯(lián)合的新業(yè)態(tài)。

某某農(nóng)業(yè)大腦與農(nóng)業(yè)集團、地方政府等的合作消息在過去一年里層出不窮，農(nóng)業(yè)領(lǐng)域的AI-as-a-service“AI即服務(wù)”創(chuàng)業(yè)公司也逐漸增多。

比如某金融機構(gòu)就通過線上采集多維度的農(nóng)戶數(shù)據(jù)，利用人工智能模型進行分析，迅速完成對生豬養(yǎng)殖戶的信用評分，進而增加農(nóng)民融資機會并降低融資成本，幫助解決“豬周期”問題。

一方面，農(nóng)戶的實際需求能夠更有針對性地得到滿足，讓創(chuàng)新科技成果可以轉(zhuǎn)化為現(xiàn)實的生產(chǎn)力。同時，社會力量的大力推動，也讓農(nóng)業(yè)科技推廣資金得到有效供給，緩解各級財政壓力，同時也減少了科技企業(yè)自身的研發(fā)成本和推廣難度，進一步擴大技術(shù)應(yīng)用范圍。

總體來看，這種相對成熟的、復合型、大范圍覆蓋的科技創(chuàng)新應(yīng)用，預(yù)計將會在未來數(shù)年間成為農(nóng)業(yè)AI快速落地的一大助力。

走向綠洲：農(nóng)業(yè)AI的彼岸

給“農(nóng)業(yè)AI”的2019年考卷打個“A”，是理所當然的一件事。問題在于，智能化、網(wǎng)絡(luò)化轉(zhuǎn)型剛剛開始展露出協(xié)同起步的晨曦，這也意味著，想要進入精確農(nóng)業(yè)時代，AI還將有更多的題目等待挑戰(zhàn)。

比如說，農(nóng)業(yè)AIoT網(wǎng)絡(luò)的覆蓋范圍還有待提升。前文提到的AI創(chuàng)新，都基于村級別的信息化服務(wù)網(wǎng)絡(luò)，尤其是農(nóng)業(yè)物聯(lián)網(wǎng)和云計算的完善，能夠提供實時響應(yīng)的數(shù)據(jù)處理和決策支持。據(jù)統(tǒng)計，我國農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率為36.5%，僅為城鎮(zhèn)地區(qū)的一半，AI想要在960萬平方公里的土地上落地生根，首先需要解決數(shù)據(jù)的“匱乏病”，這恐怕還有賴于新一代互聯(lián)網(wǎng)和IoT部署的全面鋪開。

與此同時，中國的科技企業(yè)對農(nóng)業(yè)領(lǐng)域的深入，目前還停留在基礎(chǔ)設(shè)施的改造與算法賦能階段，未來將質(zhì)量良好、有價值的農(nóng)業(yè)數(shù)據(jù)集收集并開源出來，恐怕會是農(nóng)業(yè)AI進展更快的特效藥。

另外，智能農(nóng)業(yè)設(shè)備的專屬芯片還是較為缺乏。

目前的AI應(yīng)用大多都是建立在通用芯片的基礎(chǔ)上，但與標準化程度高的工廠、城市環(huán)境不同，農(nóng)業(yè)智能設(shè)備會面臨復雜的生產(chǎn)場景、變化多端的環(huán)境氣候等影響，此類芯片在環(huán)境較差的田間地頭很容易發(fā)生損壞，進而影響智能農(nóng)業(yè)機械的應(yīng)用可靠度，而目前農(nóng)業(yè)需求反向推動半導體產(chǎn)業(yè)鏈的影響力還稍顯不足。

而在服務(wù)方面，面對部分家庭農(nóng)戶應(yīng)用人工智能的意愿和能力不夠、農(nóng)業(yè)金融信用風、，農(nóng)產(chǎn)品種植與市場品牌化等問題，還需要主管部門或社會企業(yè)運用人工智能建立垂直的行業(yè)預(yù)測模型，來指導和幫助農(nóng)業(yè)生產(chǎn)主體動態(tài)地調(diào)節(jié)生產(chǎn)活動。如何對提供此類B2B、B2C解決方案的服務(wù)商給予幫扶支持，也成為等到農(nóng)業(yè)AI回答的一道多選題。

總體來看，這些既是2019年的歷史遺留問題，也是一份來自未來的禮物。

2017年，在《新一代人工智能發(fā)展規(guī)劃》提出了要推進農(nóng)業(yè)的智能化升級，建立典型農(nóng)業(yè)大數(shù)據(jù)智能決策分析系統(tǒng)，開展智能農(nóng)場、智能化植物工廠、農(nóng)產(chǎn)品加工智能車間等集成應(yīng)用示范等舉措。

時至今日，人工智能已經(jīng)在田間地頭全面開花，擺脫農(nóng)業(yè)固有的復雜性，以及技術(shù)落地的種種掣肘，培育出了眾多的AI綠洲，催生出不少優(yōu)秀的解決案例。

春播秋收冬藏，AI在這一年寫下的，正是對這片土地的期盼與深情。