據(jù)福布斯雜志報(bào)道，當(dāng)“綠色革命之父”諾曼·博洛格(NormanBorlaug)1970年獲得諾貝爾獎(jiǎng)時(shí)，諾貝爾獎(jiǎng)委員會(huì)當(dāng)時(shí)表示：“這個(gè)年齡段的人比任何其他年齡段的人都要多，他已經(jīng)幫助這個(gè)饑餓的提供面包。”博洛格幫助引入抗病高產(chǎn)的作物品種和先進(jìn)的農(nóng)業(yè)技術(shù)，并成為游戲規(guī)則的改變者，促使農(nóng)業(yè)產(chǎn)量大幅增加，幫助數(shù)百萬(wàn)人免于饑餓。

 

　　在博洛格獲得諾貝爾獎(jiǎng)后半個(gè)世紀(jì)，我們生活在產(chǎn)量穩(wěn)定增長(zhǎng)的，而耕地總量卻在持續(xù)減少。氣候模式的變化和水資源的可用性正在改變某些農(nóng)業(yè)地區(qū)的生產(chǎn)力。與此同時(shí)，人口繼續(xù)增長(zhǎng)，預(yù)計(jì)到2050年將至少達(dá)到90億人，其中大部分增長(zhǎng)集中在發(fā)展中。

 

　　在這些，快速的經(jīng)濟(jì)擴(kuò)張使人們對(duì)卡路里和蛋白質(zhì)的需求不斷增加。隨著人口增長(zhǎng)和對(duì)糧食需求的增長(zhǎng)，我們正接近所謂的“馬爾薩斯末日（Malthusiandoomsday）”。在這種假設(shè)中，人口增長(zhǎng)速度超過(guò)了糧食供應(yīng)的增長(zhǎng)，從而導(dǎo)致大規(guī)模饑荒。預(yù)防這種末日?qǐng)鼍昂芸赡苁?1世紀(jì)最重要的挑戰(zhàn)之一。

 

　　消費(fèi)增加推動(dòng)了對(duì)農(nóng)業(yè)生產(chǎn)增長(zhǎng)的需求。全球各地的種植者都在應(yīng)對(duì)這樣的挑戰(zhàn)，但他們必須以一種不會(huì)對(duì)地球資源造成無(wú)法彌補(bǔ)傷害的方式來(lái)應(yīng)對(duì)這一挑戰(zhàn)。為了平衡增加生產(chǎn)和節(jié)約資源的目標(biāo)，研究人員和企業(yè)家正在研究如何在現(xiàn)有的碳足跡上發(fā)展可持續(xù)性增強(qiáng)型農(nóng)業(yè)。就像博洛格那樣，這些研究人員和企業(yè)家們可以借助植物遺傳學(xué)、化學(xué)、農(nóng)學(xué)以及機(jī)械等工具。然而，今天他們還有全新的工具可用，即人工智能(AI)技術(shù)。

 

　　農(nóng)業(yè)迅速實(shí)現(xiàn)數(shù)字化

 

　　盡管在數(shù)字化行業(yè)調(diào)查中排名接近墊底，但農(nóng)業(yè)正迅速實(shí)現(xiàn)數(shù)字化。高速變量種植設(shè)備的采用正提供準(zhǔn)確的種植信息，產(chǎn)量監(jiān)測(cè)設(shè)備提供了關(guān)于收獲顆粒的各類信息。這類基礎(chǔ)數(shù)據(jù)(投入與產(chǎn)出)是構(gòu)建預(yù)測(cè)算法的關(guān)鍵。

 

　　農(nóng)民們正在使用傳感器和取樣技術(shù)收集土壤水分和養(yǎng)分水平的數(shù)據(jù)。有各種各樣的農(nóng)業(yè)信息管理系統(tǒng)，使操作和財(cái)務(wù)數(shù)據(jù)獲取變得更容易?，F(xiàn)在的農(nóng)民可以使用軟件工具來(lái)輔助實(shí)地考察，從移動(dòng)應(yīng)用到無(wú)人機(jī)，這些工具收集的數(shù)據(jù)可以用來(lái)評(píng)估作物的健康狀況，并監(jiān)測(cè)不同季節(jié)的病蟲害情況。

 

　　隨著這種轉(zhuǎn)變，農(nóng)業(yè)數(shù)據(jù)變得更加豐富和實(shí)用。這些數(shù)據(jù)的可用性正在為開發(fā)和部署農(nóng)業(yè)AI鋪平了道路。今天AI的應(yīng)用主要是由科技行業(yè)推動(dòng)的，從增強(qiáng)信息到移動(dòng)廣告植入，再到無(wú)人駕駛汽車。

 

　　五年前，谷歌資助的研究人員在AI領(lǐng)域取得了突破性進(jìn)展，他們的神經(jīng)網(wǎng)絡(luò)軟件學(xué)會(huì)了識(shí)別貓和人的形狀，準(zhǔn)確率達(dá)到70%。今天，在一年一度的ImageNetChallenge上，許多團(tuán)隊(duì)已經(jīng)展示了超過(guò)人類的圖像識(shí)別能力，分類錯(cuò)誤率還不到3%。谷歌和IEEE計(jì)算協(xié)會(huì)正在舉辦名為iNaturalistCompetition的競(jìng)賽，希望訓(xùn)練AI算法識(shí)別5000多種不同種類的植物和動(dòng)物。

 

　　這些算法的力量也延伸到語(yǔ)言解釋方面。利用AI技術(shù)，微軟的語(yǔ)音識(shí)別系統(tǒng)現(xiàn)在的出錯(cuò)率僅為5.1%，與專業(yè)人員的識(shí)別率相當(dāng)。他們的系統(tǒng)準(zhǔn)確性每年都有很大幅度的提高。

 

　　美國(guó)知名私募股權(quán)投資數(shù)據(jù)庫(kù)及數(shù)據(jù)分析服務(wù)提供商Pitchbook的數(shù)據(jù)顯示，在過(guò)去10年里，超過(guò)170億美元資金投資于美國(guó)的AI創(chuàng)業(yè)企業(yè)身上。自2012年以來(lái)，已經(jīng)有200多起與AI相關(guān)的收購(gòu)。這些收購(gòu)活動(dòng)主要由谷歌、Facebook、微軟以及亞馬遜等科技巨頭主導(dǎo)，因?yàn)樗鼈兿Ｍ塬@得更多的能力，幫助改變交通、醫(yī)療、零售以及制造業(yè)等行業(yè)。農(nóng)業(yè)會(huì)成為下個(gè)被改變的目標(biāo)嗎？

 

　　農(nóng)業(yè)AI技術(shù)迅猛發(fā)展

 

　　雖然AI已經(jīng)成為技術(shù)社區(qū)的重要支柱，但許多大公司、設(shè)備制造商以及服務(wù)提供商還沒(méi)有大力發(fā)展農(nóng)業(yè)領(lǐng)域的AI應(yīng)用。這種猶豫的部分原因可能是缺乏對(duì)AI技術(shù)進(jìn)步和潛在應(yīng)用不夠熟悉所致，這篇文章希望能部分地彌補(bǔ)這一缺陷。此外，AI算法在農(nóng)業(yè)領(lǐng)域的發(fā)展也具有挑戰(zhàn)性。AI應(yīng)用需要大量數(shù)據(jù)來(lái)對(duì)算法進(jìn)行恰當(dāng)?shù)挠?xùn)練。而在農(nóng)業(yè)中，雖然有大量的空間數(shù)據(jù)，但大部分?jǐn)?shù)據(jù)只能在每年的生長(zhǎng)季節(jié)使用一次。

 

　　因此，可能需要數(shù)年時(shí)間才能收集到關(guān)于某個(gè)給定字段或農(nóng)場(chǎng)具有統(tǒng)計(jì)意義的數(shù)據(jù)。通常，這個(gè)領(lǐng)域收集的數(shù)據(jù)需要大量的預(yù)處理(清理)，然后才能被放心地用于訓(xùn)練AI算法。

 

　　今天，與數(shù)據(jù)連接相關(guān)的挑戰(zhàn)仍然存在?！度A爾街日?qǐng)?bào)》最近撰文指出，在農(nóng)場(chǎng)里，手機(jī)接收信號(hào)不夠穩(wěn)定或根本不存在，因此很難將數(shù)據(jù)轉(zhuǎn)移到可以分析的地方。缺乏數(shù)據(jù)使用和所有權(quán)的標(biāo)準(zhǔn)和透明度，以及收集和共享數(shù)據(jù)的困難，都導(dǎo)致農(nóng)業(yè)領(lǐng)域的AI算法開發(fā)人員仍然無(wú)法找到合適的數(shù)據(jù)。幸運(yùn)的是，像ClimateCorporation公司的FieldViewDrive、JohnDeere的JDlink以及Farmobile的PUC這樣的產(chǎn)品，旨在使設(shè)備數(shù)據(jù)的收集和傳輸變得更容易和無(wú)縫。

 

　　新興農(nóng)業(yè)技術(shù)(AgTech)公司開發(fā)AI算法也可能加劇這個(gè)問(wèn)題。許多初創(chuàng)公司正在構(gòu)建決策自動(dòng)化工具，而在數(shù)據(jù)收集、準(zhǔn)備和基準(zhǔn)測(cè)試能力等方面仍然存在很大差距。在歷史上，農(nóng)場(chǎng)始終缺乏信息技術(shù)基礎(chǔ)設(shè)施和數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，而硅谷科技公司一直依賴這些技術(shù)來(lái)開發(fā)和部署AI應(yīng)用。在大規(guī)模農(nóng)業(yè)AI部署成功之前，農(nóng)場(chǎng)中的數(shù)據(jù)基礎(chǔ)設(shè)施需要變得更加強(qiáng)大。

 

　　此外，有些新興公司傾向于避免使用經(jīng)過(guò)科學(xué)驗(yàn)證的、統(tǒng)計(jì)控制的實(shí)地試驗(yàn)來(lái)量化其產(chǎn)品的收益。相反，這些公司采用了“精益方法”，迅速在少量客戶中進(jìn)行推廣，此舉遵循了創(chuàng)辦科技初創(chuàng)企業(yè)的策略。雖然精益方法在軟件方面很有效，但在農(nóng)業(yè)領(lǐng)域，種植者不會(huì)冒險(xiǎn)在整個(gè)農(nóng)場(chǎng)采用全新技術(shù)，為此其可能行不通。

 

　　在推出產(chǎn)品之前，主要的農(nóng)業(yè)公司需要通過(guò)多年的實(shí)地測(cè)驗(yàn)來(lái)確保產(chǎn)品的性能和明顯的效益。即使進(jìn)行了這樣的測(cè)試，許多種植者還是希望看到新產(chǎn)品在自己的土地上采用之前，能夠有上佳的表現(xiàn)。因此，普遍的“快速進(jìn)入市場(chǎng)”和“快速擴(kuò)張”心態(tài)可能不合適，而是需要采用更加漸進(jìn)的產(chǎn)品發(fā)布策略。

 

　　最終的挑戰(zhàn)是對(duì)AI人才的競(jìng)爭(zhēng)非常激烈。在科技初創(chuàng)企業(yè)社區(qū)中，人們普遍抱怨，在與軟件、互聯(lián)網(wǎng)和無(wú)人駕駛汽車行業(yè)的雇主進(jìn)行競(jìng)爭(zhēng)的情況下，很難找到合適的AI人才。此外，即使招募到這些人之后，留住他們也是不小的挑戰(zhàn)。一家MGV投資公司的機(jī)器學(xué)習(xí)專家最近被科技巨頭招募，年薪超過(guò)700萬(wàn)美元。

 

　　農(nóng)業(yè)AI技術(shù)的前景

 

　　盡管農(nóng)業(yè)領(lǐng)域AI技術(shù)面臨諸多挑戰(zhàn)，但我們有理由相信，AI在農(nóng)業(yè)領(lǐng)域的成功和大規(guī)模推廣將會(huì)成為現(xiàn)實(shí)。以下就是有望部分改變農(nóng)業(yè)的AI技術(shù)。

 

　　AbundantRobotics：這是從斯坦福研究所剝離出來(lái)的初創(chuàng)企業(yè)，它已經(jīng)開發(fā)出自主采摘取水果的技術(shù)。AbundantRobotics利用機(jī)器視覺(jué)技術(shù)來(lái)探測(cè)棚架上生長(zhǎng)的水果位置，然后利用真空系統(tǒng)將其從樹枝上拉下來(lái)。這家公司已經(jīng)獲得谷歌旗下風(fēng)投機(jī)構(gòu)GoogleVentures的扶持。
 

　　圖2：AbundantRobotics公司的自動(dòng)摘果機(jī)

 

　　Resson：孟山都成長(zhǎng)創(chuàng)投公司(MonsantoGrowthVentures)扶持的初創(chuàng)企業(yè)，在加拿大和美國(guó)圣何塞都有辦事處。Resson已經(jīng)開發(fā)出一種圖像識(shí)別算法，與訓(xùn)練有素的人類相比，它能夠更準(zhǔn)確地檢測(cè)和分類植物害蟲與疾病。Resson與麥凱恩食品公司（McCainFoods）合作，以幫助減少土豆生產(chǎn)供應(yīng)鏈的損失。