在不少舆论抱怨着资本寒冬,风口不再的时刻,我们似乎忽略了一个巨大的蓝海市场—农业。随着物联网、大数据、人工智能等新技术的快速发展,以科技为主导的规模化、精细化和智能化是未来农业科技的大趋势。
2018年11月16日,在高交会2018年人工智能领袖峰会上,赛为智能人工智能研究院首席科学家汪玉冰发表了主题为《AI浪潮下的农业改革》演讲,讲述了农业科技革命的发展历程以及未来趋势,最后阐述了赛为智能在农业领域的两个落地项目。
汪玉冰长期围绕传感器与精准农业,在传感器敏感机理、信息获取及结构优化等方面开展基础理论和应用研究。她在国内外SCI/EI多个核心学术刊物上发表了SCI论文十余篇,授权发明专利十余项,并主持了多门科研项目。
会后,笔者专访了汪玉冰,从产业发展、人工智能、农业互联网等方面探讨了农业的发展现状与未来。
农业4.0与精准农业
土地也会‘过劳死’。人们不断从土地索取,然后注入各种‘营养’,还使用大量防治病虫害的农药,土地的功能被破坏。过度使用和地力透支是我国的土地环境现状。
——中国工程院院士孟伟
2013年,德国政府正式提出了“工业4.0”的概念,明确了信息化在工业化中的重要作用。时隔两年,以物联网、大数据、移动互联、云计算技术为支撑和手段的现代农业形态——农业4.0也随着提出。
农业4.0是继1.0的传统农业、2.0的机械化农业、3.0的信息化农业之后进步到智能化的更高阶段。《党的十九大报告》曾重点指出,农业4.0是农业现代化的制高点,是未来农业发展的根本方向。
汪玉冰告诉亿欧,从以人力农业1.0(以人力、畜力使用为主要特征)、农业2.0(以农业机械化为主要特征)、农业3.0(以单项信息技术应用为主要特征)再到农业4.0(以信息技术集成化、业务应用全程化、生产设备在线化为主要特征)的过程中,中国正处于从农业3.0迈向农业4.0的过渡阶段。
农业4.0的提出,同时让能够承载现代农业飞速发展的精准农业,再次成为人们关注的焦点。据市场研究公司Research and Markets发布的《2020年全球精准农业市场预测》报告显示,全球精准农业市场预计将以11.7%的年复合增长率从2015年的27.6亿美元增至2020年的48亿美元。
精准农业是指根据特定地理空间位置特性,对生产和农耕作业进行精细化调整,做到精准控制灌溉、施肥、除草等生产输入,达到高产、低耗、减排、生态友好的农耕水平。它涉及了农业传感器与物联网技术、动植物生命与环境信息感知技术、农业大数据与云计算技术、农业机器人智能识别与控制技术、农业精准作业技术与装备等。此外,它包括了信息采集-信息解码-投入优化-田间实践的良性循环,其中信息和数据是精准农业最核心部分。
美国和以色列是使用精准农业技术较早的国家,目前已经在该方面取得了一定的进步。
美国的精准农业以规模化著称,全国约有200多万个农场,其中有60%-70%采用了精准农业技术。此外,美国还有专业的精准农业服务公司,为农场提供精准农业设备与服务。美国农业部还与太空署合作,利用遥感卫星探测土壤和作物信息。
以色列则拥有发达的温室技术与节水灌溉系统。其中,以色列的温室技术从20世纪70年代至今,已经完全实现了智能化与自动化。一个温室大约4000㎡,从播种开始到收获,全过程电脑控制,基本上不需要人力,而将滴灌技术引入温室系统,进一步提高了花卉、蔬菜等农作物的产量。
事实上,中国早在20世纪90年代,就开始了精准农业的应用研究,先后在北京、上海、新疆、黑龙江等13个地方实现了大面积应用。但是与国外相比,国内推进农业4.0显然会更困难一点。汪玉冰表示,中国的农业发展还需要借鉴国外经验。
AI赋能农业,数据必不可少
人工智能的发展依靠数据的支持,农业若想完全实现精准农业,需要首先实现农业数字化,完成农业物联网布局。
在峰会现场,汪玉冰表示,农业的数据收集目前还是一件比较困难的事情。赛为智能其中一个项目是采用深度学习的方法,针对不同的田间环境和土壤类型,进行农田施肥模型的构建。该项目已经收集一百余个土壤样本相关数据,实验结果相关系数能达到93%。
事实上,国内外大部分公司都是利用传感器、卫星遥感或者无人机航拍进行农业数据的收集工作,通常收集的数据主要有土地土壤数据、农作物生长数据、天气气候数以及病虫害数据等,赛为也不例外。
在农业产业领域,国内主要有佳格天地、珈和科技、大气候农业等企业,三者致力于建立农业数据平台。联想佳沃集团则意图打造农业产前、产中、产后全方位的现代农业服务生态圈。前几日,华为携手盐碱地稻作改良研究所发布了农业沃土云平台,旨在利用信息技术对农业生产进行定时定量管理,根据农产品的生长情况合理分配资源。
在国外,也已经有不少企业瞄准大数据在农业管理的应用。如孟山都近两年分别以2.5亿美元收购Precision Planting公司,9.3亿美元并购Climate Corporation公司。Climate Corporation公司成立于2016年,主要利用卫星进行天气数据的收集并对数据进行分析,为农民提供意外保险服务。
汪玉冰表示,大数据思维的背后,其实是农业生产从“靠经验”走向“靠数据”、从粗放走向精准的变革。
我国的农业发展正处于爬坡过坎的关键期。当农业数据获取变得相对容易后,人工智能的技术也将逐渐渗透到农业领域,智慧农业企业以及该行业未来发展潜力巨大。
上一篇:AI专利申请量中、美、日分列前三
下一篇:未来的智能工厂,是雇用人还是机器人?
- 使用 Analog Devices 的 LT1182 的参考设计
- 使用 ROHM Semiconductor 的 BD5226 的参考设计
- C8051F800DK、8051 MCU 开发套件旨在用作 C8051F330 微控制器的开发平台
- LT3507 的典型应用 - 具有 LDO 的三路单片式降压型稳压器
- 一种用于光纤激光器的线性热电冷却器温度控制器
- DC1783A-C,用于 LTC2377CMS-16、16 位、500 ksps、25MHz 低功率、低噪声模数转换器的演示板
- LT8390IUFD 98% 效率 48W (12V/4A) 微型降压-升压稳压器的典型应用电路
- wxhtsj
- AD9246-80EBZ,用于评估 AD9246 14 位、80 MSPS 模数转换器的评估板
- 使用 NXP Semiconductors 的 MC25XS6300EK 的参考设计