一座蔬菜大棚中的智能調(diào)節(jié)設(shè)備
“人工智能與大數(shù)據(jù)技術(shù)是我們發(fā)展現(xiàn)代農(nóng)業(yè)、智慧農(nóng)業(yè)核心的基礎(chǔ)技術(shù)?！比涨埃袊r(nóng)業(yè)科學院農(nóng)業(yè)信息研究所（以下簡稱信息所）所長孫坦研究員走上農(nóng)科講壇，為與會者作了題為“大數(shù)據(jù)驅(qū)動的智慧農(nóng)業(yè)”的報告。
人工智能與大數(shù)據(jù)的農(nóng)業(yè)應(yīng)用場景
孫坦指出，智慧農(nóng)業(yè)不是憑空出現(xiàn)的，但是智慧農(nóng)業(yè)具備產(chǎn)業(yè)化的市場標準、顛覆式轉(zhuǎn)變是在人工智能技術(shù)出現(xiàn)之后。分析發(fā)現(xiàn)，智慧農(nóng)業(yè)領(lǐng)域以大數(shù)據(jù)和人工智能為基礎(chǔ)和主要驅(qū)動力。
農(nóng)業(yè)領(lǐng)域的人對傳統(tǒng)病蟲害防治場景都非常熟悉。但是在智慧農(nóng)業(yè)的環(huán)境下，病蟲害防治將呈現(xiàn)另外一種景象：悉尼大學研發(fā)的針對蘋果進行精準打藥的智能機器人，首先通過圖像識別病蟲害的位置，之后根據(jù)識別結(jié)果，對病蟲害進行精準打藥。
再來看智慧農(nóng)業(yè)的果品采摘場景：日本松下公司研發(fā)的西紅柿采摘機器人，通過圖像識別算法獲取西紅柿的位置、顏色和形狀等信息，并精準采摘成熟的西紅柿。
“智慧農(nóng)業(yè)實際上也被稱為農(nóng)業(yè)3.0，核心特點是數(shù)據(jù)加智能，廣泛地通過智能感知系統(tǒng)獲取相關(guān)的信息和數(shù)據(jù)，然后通過對所獲取的數(shù)據(jù)分析、整理和挖掘驅(qū)動群決策。它的智能化程度非常高，使用智能機械?！?a >孫坦說。
如果分析國內(nèi)外目前關(guān)于智慧農(nóng)業(yè)的研究動態(tài)將會發(fā)現(xiàn)，2015—2017年SCI關(guān)于智慧農(nóng)業(yè)的發(fā)文和被引情況中，其發(fā)文量在倍增，被引量增長也非常明顯。
“說明智慧農(nóng)業(yè)已經(jīng)成為研究熱點，但研究水平相對較低?！?a >孫坦指出。繼續(xù)分析發(fā)現(xiàn)，智慧農(nóng)業(yè)非常強調(diào)數(shù)據(jù)的重要性和精準性，主要應(yīng)用是農(nóng)業(yè)的可視化遠程診斷、遠程控制、災(zāi)變預(yù)警等智能管理。
如果對比智慧農(nóng)業(yè)和人工智能的關(guān)鍵詞，會發(fā)現(xiàn)它們的重復(fù)率非常低?！斑@也說明人工智能技術(shù)在農(nóng)業(yè)研究領(lǐng)域的應(yīng)用還不是特別充分，仍然是以3S技術(shù)、傳感器、農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)遠程自動控制為主要研究對象?！?a >孫坦說。
大數(shù)據(jù)在農(nóng)業(yè)領(lǐng)域另一個重要應(yīng)用是計算育種：首先遴選種質(zhì)資源和基因資源，然后收集它們的表型數(shù)據(jù)，把表型數(shù)據(jù)和基因數(shù)據(jù)進行融合，接著進行組裝映射。在映射過程中，標記和確認感興趣的用于育種的材料，也就是它的基因片段，然后進入到分子育種階段。
“這種模式在未來會成為計算育種或者育種專家一個重要的助手、工具，甚至是替代性的工具?！?a >孫坦指出。
面向區(qū)域的整體技術(shù)解決方案
在簡單考察了國際上關(guān)于智慧農(nóng)業(yè)的情況之后，信息所根據(jù)研究布局和特長，選擇了大數(shù)據(jù)的融合治理與并行計算、機器視覺與表型、農(nóng)業(yè)模型和全局數(shù)據(jù)管理、信息控制，以及計算育種為重點發(fā)展方向。
孫坦介紹，在大數(shù)據(jù)驅(qū)動的智慧農(nóng)業(yè)的基本范式上，信息所推出了1+1+N的模式：一個智慧農(nóng)業(yè)大數(shù)據(jù)中心，支撐一個智慧農(nóng)業(yè)大數(shù)據(jù)決策指揮平臺，帶動N個面向區(qū)域特色的智慧農(nóng)業(yè)的具體應(yīng)用。從主體決策上來講，包括生產(chǎn)經(jīng)營者、消費者和管理者；從要素上來講，涵蓋農(nóng)業(yè)投入品、產(chǎn)出品和廢棄物。
具體而言，首先，需要做數(shù)字農(nóng)業(yè)系統(tǒng)，完成數(shù)字農(nóng)業(yè)的本底資源的數(shù)字化才能為智慧農(nóng)業(yè)提供基礎(chǔ)支撐。然后主要是智慧農(nóng)場、智慧牧場和現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園區(qū)等應(yīng)用；在政府監(jiān)管方面，包括土地管理、農(nóng)資監(jiān)管、補貼、扶貧、信貸、保險、環(huán)保監(jiān)管、食品安全等，都要融入到整個數(shù)字農(nóng)業(yè)的產(chǎn)業(yè)系統(tǒng)之中。最后，產(chǎn)生的所有數(shù)據(jù)進入到大數(shù)據(jù)中心，融匯整理和挖掘之后，再反過來去支撐生產(chǎn)、管理以及消費系統(tǒng)?！斑@是我們面向區(qū)域的一個整體技術(shù)解決方案?！?a >孫坦說。
在模型建設(shè)和機器視覺與表型深度學習的基礎(chǔ)上，建立全局的大數(shù)據(jù)管理平臺。例如智慧農(nóng)業(yè)果園管理平臺，把政府的監(jiān)管、電子商務(wù)、質(zhì)量溯源、監(jiān)測控制應(yīng)用和整個生產(chǎn)過程都集成到一個平臺上。
孫坦認為，智慧農(nóng)業(yè)的模型必須為農(nóng)業(yè)節(jié)本提質(zhì)增效發(fā)揮作用。只有有了模型，才能讓自動化農(nóng)業(yè)裝上中國芯，才會讓它有腦，實現(xiàn)智能。
“我們之所以很看重機器視覺與表型，是因為它是一種低投入，并且是可以有效替代人工勞動力的技術(shù)解決方案；之所以很看重全局數(shù)據(jù)控制和信息管理，是因為我們站在區(qū)域以及農(nóng)業(yè)和其他產(chǎn)業(yè)的相互關(guān)聯(lián)的視角上，去解決整個過程中的數(shù)據(jù)分析、控制、挖掘以至于決策支持，并進行傳遞?！?a >孫坦說。
不過，孫坦也指出了目前智慧農(nóng)業(yè)領(lǐng)域的技術(shù)瓶頸：農(nóng)業(yè)物聯(lián)網(wǎng)缺乏智慧；農(nóng)業(yè)傳感器投入高，質(zhì)量不穩(wěn)定；勞動力替代問題尚無定論；流程控制和全局管理問題。
他認為解決方案包括：要堅持大數(shù)據(jù)驅(qū)動，堅持多源數(shù)據(jù)的融匯；加強流程信息管理；走軟件替代硬件的道路，降低成本；做動態(tài)的智慧決策。
因此，智能模型技術(shù)是跨越農(nóng)業(yè)互聯(lián)網(wǎng)、實現(xiàn)智慧農(nóng)業(yè)不可或缺的核心和基礎(chǔ)；機器視覺與表型技術(shù)是很重要的手段和渠道；全產(chǎn)業(yè)鏈的信息管理和控制，是發(fā)揮大數(shù)據(jù)全局治理優(yōu)勢，支持各個環(huán)節(jié)、局部和整體不同范圍決策的一個重要基礎(chǔ)。
