如今，農(nóng)業(yè)機器人已經(jīng)能完成播種、種植、耕作、采摘、收割、除草、分選以及包裝等工作，物料管理、播種和森林管理、土壤管理、牧業(yè)管理和動物管理等工作機器人也能實現(xiàn)?？梢哉f，農(nóng)用機器人已成為農(nóng)民種養(yǎng)殖的幫手！
 

      丨智能植物識別軟件讓你輕松變成農(nóng)作物達人

      以前我們要通過查閱資料才能知道的花草，現(xiàn)在只需要各種識圖軟件拍照、掃描就知道了，這就是電腦圖像識別技術。如今智能圖像識別準確率越來越高，不僅僅幫助識別農(nóng)作物，還能幫農(nóng)戶識別農(nóng)作物的各種病蟲害。
 

      農(nóng)戶把患有病蟲害農(nóng)作物的照片上傳，APP就會識別出農(nóng)作物正在受到哪種病蟲害的侵擾，并給出相應的處理方案。除了人工智能給出的處理方案，APP上還有用戶和專家交流的社區(qū)，可以針對相應的病蟲害進行討論交流。
 

      丨農(nóng)業(yè)界有位AlphaGo已學習成為“植物醫(yī)生”

      AlphaGo是一種可以深度學習的計算機，讓人們見識了人工智能的厲害。而深度學習技術也已經(jīng)應用于農(nóng)業(yè)，可以實時告訴農(nóng)業(yè)人員什么疾病正在對農(nóng)作物產(chǎn)生影響。
 

      通過深度學習算法，生物學家戴維·休斯和作物流行病學家馬塞爾·薩拉斯將關于植物葉子的5萬多張照片導入計算機，并運行相應的深度學習算法應用于他們開發(fā)的手機應用PlantVillage。在明亮的光線條件及合乎標準的背景下拍攝出植物的照片，然后手機應用PlantVillage就會將照片與數(shù)據(jù)庫的照片進行對比，可以檢測出14種作物的26種疾病，而且識別作物疾病的準確率高達99.35%。
 

      左：InterlinAir識別田間的雜草

      右：給出農(nóng)田的營養(yǎng)建議

      丨裝備智能開啟機器人耕作新模式

      如果把圖像智能識別跟智能機器人結合，就能幫我們種地、播種和采摘了。

      BlueRiverTechnologies是一家位于美國加州的農(nóng)業(yè)機器人公司，他們的一款農(nóng)業(yè)智能機器人利用電腦圖像識別技術來獲取農(nóng)作物的生長狀況，通過機器學習、分析和判斷出哪些是雜草需要，哪里需要灌溉、哪里需要施肥、哪里需要打藥，并且能夠立即執(zhí)行。
 

      BlueRiver的萵苣種植機

      美國愛荷華州的發(fā)明家DavidDorhout研發(fā)的智能播種機器人Prospero還可以通過探測裝置獲取土壤信息，然后通過算法得出化的播種密度并且自動播種。

      丨24小時遠程遙控躺在床上也能種田

      傳統(tǒng)農(nóng)藥田間管理看天看地看作物，而如今農(nóng)民也要成為看手機的低頭族了。每天通過電腦、手機就能實時看到農(nóng)作物的長勢，濕度、溫度等指標一目了然，缺水、缺陽光、溫度過高等情況發(fā)生時，農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)會主動“報警”，發(fā)送信息到手機上，手機一點就可以及時化解“危機”。
 

      安徽省滁州市全椒縣現(xiàn)代農(nóng)業(yè)示范園已建成“果園物聯(lián)網(wǎng)+水肥一體化”應用系統(tǒng)，實時監(jiān)測棚內(nèi)溫度、濕度、二氧化碳濃度和土壤墑情。除種植、采摘、日常養(yǎng)護工作外，包括灌溉、控溫、施肥等在內(nèi)的大部分工作，都由智能調(diào)控系統(tǒng)和感知系統(tǒng)完成。
 

     丨果蔬成熟已飄香伸出機器“手”來摘

      除了播種和田間管理，農(nóng)業(yè)智能機器人還可以幫我們采摘成熟的蔬果。

      人工智能摘草莓

      在比利時的一間溫室中，有臺小型機器人，它穿過生長在支架托盤上的一排排草莓，利用機器視覺尋找成熟完好的果實，然后用3D打印出來的爪子把每一顆果實輕輕摘下，放在籃子里以待出售。如果感覺果實還未到采摘的時候，機器人會預估其成熟的時間，然后重新過來采摘。
 

      桃子分揀器走紅網(wǎng)絡

      和人工智能摘草莓一樣，不久前北京工業(yè)大學的一群學生們，利用百度PaddlePaddle深度學習平臺做了一臺桃子“分揀器”。
 

      桃子“分揀器”在學習了6400張大桃照片后，已經(jīng)能像經(jīng)驗豐富的桃農(nóng)一樣根據(jù)桃子的大小、質量等自動進行分揀，目前準確率已達到90%。由于有深度學習技術的加持，機器在后續(xù)的使用中還能不斷累計數(shù)據(jù)，邊工作邊學習，變得越來越“聰明”。
 

      丨牛臉識別有大用輕松診斷牛健康

      人工智能還可以用在禽畜的養(yǎng)殖業(yè)。在養(yǎng)牛行業(yè)，人工智能通過農(nóng)場的攝像裝置獲得牛臉以及身體狀況的照片，進而通過深度學習對牛的情緒和健康狀況進行分析，然后幫助農(nóng)場主判斷出那些牛生病了，生了什么病，那些牛沒有吃飽，甚至那些牛到了發(fā)情期。這大大提高了工作效率，特別是對有機農(nóng)場更有幫助。
 

      丨給動物帶塊“表”就能降低患病率

      可穿戴設備不是人類的專利，在美國的許多農(nóng)場里，動物們都佩戴上了各種形式的可穿戴設備。通過可穿戴設備，可以讓動物的疾病檢測變得更簡單，通過降低動物的患病率，進而使得養(yǎng)殖業(yè)能夠節(jié)省大量的成本，并減少人為風險。
 

      這些數(shù)據(jù)也可以上傳到云服務器上，用自己開發(fā)的算法通過機器學習讓這些海量的原始數(shù)據(jù)變成直觀的圖表和信息發(fā)送到客戶那里。這些信息包括牲畜的健康分析、發(fā)情期探測和預測、喂養(yǎng)狀況、位置服務等。
 

      不過，人工智能在農(nóng)業(yè)領域所面臨的挑戰(zhàn)比其他任何行業(yè)都要大?，F(xiàn)階段看到的一些人工智能成功應用的例子大都是在特定的地理環(huán)境或者特定的種植養(yǎng)殖模式。當外界環(huán)境變換后，如何挑戰(zhàn)算法和模型是這些人工智能公司面臨的挑戰(zhàn)，這需要來自行業(yè)間以及農(nóng)學家之間更多的協(xié)作。
 

      在農(nóng)田中的各種物聯(lián)網(wǎng)設施

      但不管現(xiàn)實困難如何，無法忽視的一個現(xiàn)狀是：農(nóng)業(yè)已經(jīng)進入一個新的環(huán)境，新的秩序，新的。人們可以繼續(xù)采用傳統(tǒng)方法從事農(nóng)業(yè)生產(chǎn)，但是未來的農(nóng)業(yè)一定是以更明智的方式：使用大數(shù)據(jù)、人工智能和機器人。