盤點農(nóng)場中你不知道的人工智能黑科技

前言

根據(jù)聯(lián)合國糧農(nóng)組織預(yù)測，到2050年，全球人口將超過90億，盡管人口較目前只增長25%，但由于生活水平的提高和膳食結(jié)構(gòu)的改善，對糧食需求量將增長70%。與此同時，全球又面臨著土地資源緊缺、化肥農(nóng)藥過度使用造成的土壤和環(huán)境破壞等問題。

如何在耕地資源有限的情況下增加農(nóng)業(yè)的產(chǎn)出，同時保持可持續(xù)發(fā)展？人工智能是解決方法之一，其展示出巨大的應(yīng)用潛力。

1土壤、病蟲害探測等智能識別系統(tǒng)

人工智能在農(nóng)業(yè)領(lǐng)域可實現(xiàn)土壤探測、病蟲害防護、產(chǎn)量預(yù)測、畜禽患病預(yù)警等功能。

在土壤探測領(lǐng)域，IntelinAir公司開發(fā)了一款無人機，通過類似核磁共振成像技術(shù)拍下土壤照片，通過電腦智能分析，確定土壤肥力，精準(zhǔn)判斷適宜栽種的農(nóng)作物。在病蟲害防護領(lǐng)域，生物學(xué)家戴維·休斯和作物流行病學(xué)家馬塞爾·薩拉斯將關(guān)于作物葉子的5萬多張照片導(dǎo)入計算機，并運行相應(yīng)的深度學(xué)習(xí)算法開發(fā)了手機App，農(nóng)戶將在合乎標(biāo)準(zhǔn)光線條件及背景下拍攝出來的農(nóng)作物照片上傳，App能智能識別作物所患蟲害。

目前，該款A(yù)pp可檢測出14種作物的26種疾病，識別準(zhǔn)確率高達99.35%。此外，該款A(yù)pp上還有用戶和專家交流的社區(qū)，農(nóng)戶可咨詢專家有關(guān)作物所患病蟲害的解決方案。

在產(chǎn)量預(yù)測領(lǐng)域，美國通過人工智能和深度學(xué)習(xí)技術(shù)，利用大量與農(nóng)業(yè)相關(guān)的衛(wèi)星圖像數(shù)據(jù)，分析其與農(nóng)作物生長之間的關(guān)系，從而對農(nóng)作物的產(chǎn)量做出精準(zhǔn)預(yù)測。據(jù)測算，這家公司預(yù)測的玉米產(chǎn)量比傳統(tǒng)預(yù)測方法準(zhǔn)確率高出99%。在畜牧業(yè)領(lǐng)域，加拿大通過農(nóng)場的攝像裝置獲得牛臉以及身體狀況的照片，進而對牛的情緒、健康狀況、是否到了發(fā)情期等進行智能分析判斷，并將結(jié)果及時告知農(nóng)場主。

2耕作、播種、采摘等智能機器人

將人工智能識別技術(shù)與智能機器人技術(shù)相結(jié)合，可廣泛應(yīng)用于農(nóng)業(yè)中的播種、耕作、采摘等場景，極大提升農(nóng)業(yè)生產(chǎn)效率，同時降低農(nóng)藥和化肥消耗。

在播種環(huán)節(jié)，美國t研發(fā)了一款智能播種機器人，其可以通過探測裝置獲取土壤信息，然后通過算法得出最優(yōu)化的播種密度并且自動播種。

在耕作環(huán)節(jié)，美國生產(chǎn)的農(nóng)業(yè)智能機器人可以在耕作過程中為沿途經(jīng)過的植株拍攝照片，利用電腦圖像識別和機器學(xué)習(xí)技術(shù)判斷是否為雜草，或長勢不好/間距不合適的作物，從而精準(zhǔn)噴灑農(nóng)藥殺死雜草，或拔除長勢不好或間距不合適的作物。

據(jù)測算，這一機器人可以幫助農(nóng)民減少90%的農(nóng)藥化肥使用。在采摘環(huán)節(jié)，美國開發(fā)了一款蘋果采摘機器人，其通過攝像裝置獲取果樹的照片，用圖片識別技術(shù)識別適合采摘的蘋果，結(jié)合機器人的精確操控技術(shù)，可以在不破壞果樹和蘋果的前提下實現(xiàn)一秒一個的采摘速度，大大提升工作效率，降低人力成本。

3禽畜智能穿戴產(chǎn)品

智能穿戴產(chǎn)品主要應(yīng)用在畜牧業(yè)，其可以實時搜集所養(yǎng)殖畜禽的個體信息，通過機器學(xué)習(xí)技術(shù)識別畜禽的健康狀況、發(fā)情期探測和預(yù)測、喂養(yǎng)狀況等，從而及時獲得相應(yīng)處置。以日本開發(fā)的一款用于奶牛身上的可穿戴設(shè)備為例，它可以實時收集每頭奶牛的個體信息。這些數(shù)據(jù)信息會通過配套的軟件進行分析，采用人工智能技術(shù)分析出奶牛是否出現(xiàn)生病、排卵或是生產(chǎn)的情況，并將相應(yīng)信息自動推送給農(nóng)戶，以得到及時的處理。