机器人巡田农业插上智慧“芯”

时间 :2020-06-28点击 :48
       在田間裝上傳感器,實現遠程感知,農民可以近乎實時地查看土壤和作物狀況的相關數據;利用物聯網提供的實時數據,能對農作物疾病進行預測和預防;機械工具可以實現自動灌溉和飼養農作物……日前,記者在廣州一傢人工智能農業實驗室看到,“智慧大腦”已悄無聲息地深入田間。

我國是傳統的農業大國,大米更是我們日常生活中主要的糧食之一。“農田智能化、數字化成為農業發展的趨勢。”據國務院《新一代人工智能發展規劃》及《廣東省新一代人工智能發展規劃》均明確提出這一觀點。

廣州的艾米生態人工智能農業實驗室從三年多前便著手將人工智能與生態農業結合,試圖利用AI改變傳統“面朝黃土背朝天”的耕作方式,為農業裝上“智慧大腦”。全媒體記者在“大腦”後臺的研究室看到,盡管遠離田間,但仍可通過田間數個傳感器、無人機等實時收集農作物、天氣、土壤等數據,監測農作物的生長情況,從而減少田間耕作人員的數量與工作量。據瞭解,能“自動巡航ten1819第一次處”和除草的田間機器人1.0已進入原型測試階段。

智慧農業是我國農業現代化發展的必然趨勢。縱觀全球,許多發達國傢同樣在大力投入智慧農業的研發。專傢表示,信息技術、人工智能、互聯網、物聯網、神經網絡、無人機等技術的重大變革,孕育著一場農業技術的重大變革。

生態種植農田被插上瞭“AI芯片”

自古以來,降水、病蟲、草害、土壤等因素對種植都有極大影響。以往為采集氣象數據,技術人員隻能將天氣預報的筆記,還有通過土樣、水樣采集的土地養分、濕度等各種數據從各地農場寄到相關農業部門,再利用機器進行分析;傳統水稻田的巡田、除蟲、除草等也要靠人力完成……這些耗時、耗力的工作,隨著人工智能(AI)、大數據、物聯網等新一代信息技術高速發展,正在發生質的改變。

如今,農田被插上瞭“AI芯片”,在衛星、無人機、物聯網等高科技手段的支持下,曾對農業生產具有重要影響的因素,逐漸演變成大屏幕上的可視數據,供人工智能技術團隊進行智能分析與預測。

在艾米人工智能農業實驗室中,全媒體記者看到瞭AIRICE“農田大腦”系統。在系統的大屏幕上實時展示不同區域試驗田中天氣、土壤、農作物等各類數據。艾米人工智能農業項目總監桑強表示:“我們做的第一步是把數據采集輸入至雲端大數據後臺中,經過一段時間累計,AI團隊會建立起各種算法模型,如病蟲害、降雨量、蒸發量、土壤濕度關系等,科學地計算預測農田的產量、需肥量、放水量等。據悉,該實驗室團隊目前主要集中於水稻生態種植的現代化、智能化。所謂生態種植,與常規種植相比,它意味著避免除草劑、除蟲劑等化學農藥、化肥使用,以保證種植出來的產品安全、沒有污染。”

然而,目前看到的大數據采集環節隻是整套“大腦”的第一步。未來,這套系統還包含瞭智能感知、智能預警和智能行為。智能感知是指系統能夠對作物等進行健康指數分析,而當“發現”病蟲草害時就會做出智能預警;再者,“大腦”可“控制”各種生產機械、智能設備,例如各種農業機器人機進行田間作業。

在田間裝上傳感器實現遠程感知

對於AI+農業,實驗室團隊看來,現階段主要是解決瞭傳統農業三大“痛點”。一是保持生態種植的質量和產量。二是田間種植中人力問題,尤其讓80後、90後等年輕人願意種田,培訓專業的懂得生態種植的人才。第三則是可復制種植標準,“單個農場可以做得很好,那麼一百個農場呢?如何降低成本,特別是人力成本,並且快速復制和部署到全國各地。”

據瞭解,目前在艾米不同地區的試驗田中已基本實現瞭大數據實時采集的環節。這些數據是如何實現遠程采集?利用大量的傳感器:例如位於從化的約300畝試驗田中安裝瞭26個傳感器。據團隊的技術專傢表示,傳感器的多少是按照試驗田的面積決定,26個隻是基礎,由於不同地區的地勢落差、土壤濕度、酸度、鹽分不一樣。假如是落差較大、濕度差別較大的區域,傳感器會佈置得更密集。

以從化的農場為例,氣象數據和土壤數據目前是每隔一小時采集一次。采集後的數據會實時傳輸到系統的雲端,進入農田大腦的後臺進行存儲和處理,然後實時展示在大屏幕終端上。桑強表示,“預計今年初可在一個系統上看到多個農場不同的數據,也就說,通過一個界面能實現管理,哪個農場出現異常情況,系統就會預警。而農場的種植者也可通過這一智能系統來監控農場的各種數據情況。”

根據去年印發的《廣東省新一代人工智能發展規劃》(下稱《規劃》)中關於智慧農業的應用場景,重點是在現代農業產業園中大力推進“互聯網+”智慧農業,應用物聯網、雲計算、大數據等現代信息技術,推動農業全產業鏈改造升級。

機器人“入田”

視覺識別巡田、除草

縱觀全球,許多發達國傢正大力投入智慧農業的研發。日本在不同地區通過信息通信技術、機器人、智能溫室等新技青青河邊草免費視頻 術來打造智慧農業。有些地區的農業生產者在農場的塑料大棚區,安裝瞭傳感器,它能夠監測大棚內的溫度、濕度、二氧化碳濃度等數值,再通過網絡將數據上傳到雲端服務器存儲起來,不僅是電腦,手機也可以查看保存的數據。去年4月,日本富士通聯合九州大學共同研究如何利用AI技術來提高農業生產效率。研究人員在專用實驗場所“SmartHouse”中,利用九州大學植物體測量評定技術,並結合圖像處理技術,從相機拍攝的植株高度、植被葉量、植物莖部直徑等數據來瞭解植物生長繁殖狀況。

而農業全球聞名的以色列,將農業物聯網、互聯網技術農業與傳統農業相結合,實現農業智能化。據悉,早前,當地一創新團隊利用安裝在牛棚內的多種傳感器采集數據,並通過軟件對數據進行分析,能實時瞭解奶牛的緊張情緒程度,從而通過不同手段為奶牛緩解情緒提高產量。另外,為瞭提高農業的效率,還有以色列公司利用傳感器、遙感技術軟件等增加農業產量,提高農作物生產利潤。

近年來,國內互聯網巨頭以及一些科技創新團隊,都在嘗試利用農業無人機、智能灌溉、智能溫室、機器人等一系列物聯網技術、人工智能整合產業鏈、利用互聯網思維去改造傳統農業,發展智能農業。去年4月,京東宣佈將以無人機農林植保服務為切入點,整合京東集團物流、金融、生鮮、大數據等能力,搭建智慧農業共同體,同時打造首個農場品牌“京東農場”。在去年11月,京東宣佈進軍養豬和種菜市場,將通過整合“神農大腦(AI)”、物聯網設備、獨創養殖巡檢機器人、飼喂機器人、3D農業攝像頭等高科技手段,實現整個養豬業的智能化、數字化和互聯網化。另外,阿裡在去年正式發佈瞭阿裡雲ET農業“大腦”。百度則在2018世界大會上公佈瞭AI遙感智能監測病蟲害的最新成果,完成精準科學用藥,農藥使用量降低50%。

全媒體記者瞭解到,目前艾米實驗室團隊研發的田間機器人已進入室內路障測試階段。據計劃,田間機器人1.0主要專註於田間“穿插行走”,2.0版本將利用智能視覺進行植株分析,3.0版本則可通過智能行為進行田間作業。這個機器人包含數個除草臂和攝像頭,“行走”速度約5公裡/小時,工作時間能達到10小時/天、100畝地/天,“這相當於50~65個人的工作效率。”技術人員表示。利用機器人負擔巡田、除草等環節,不僅能節約人力成本,同時有望大面積實現零化學農藥、零化肥、零除草劑的“生態種植”標準。這也是目前對農業發展最大的推動之一,“我們從化農場改造後一兩年,白鷺就飛回來瞭,因為有它想吃的蟲。其實每種生物的存在,對整個生態都是有影響的。”艾米生態人工智能農業實驗室董事長鄔茂超表示。

然而,正如針對不同行業領域的機器人所需的技術與性能有差異化,當前田間機器人的研發焦點在於“自主控制”。據悉,這方面要結合高精度的定位、傳感技術、圖像識別、高級AI算法等。在“圖像識別小組”努力下,AI算法已能“辨別”到水稻、雜草、石頭等,在田裡可自動“瞄準”雜草並除掉。而在缺少參照物的大片農田中,機器人可通過“GPS+RTK定位+圖像路徑識別+避障系統”來“尋路”。

物聯網專傢解釋,“田間機器人除瞭避障外,更重要的是要克服水稻田的實際環境,如田間的泥濘、水溝,對機器人與傳感器等機械設備都是一大考驗。”據預測,未來300畝田將佈置1臺機器人系統。

據早前,華為XLabs發佈的《聯網農場智慧農業市場評估》白皮書指出,到2020年,智慧農業的潛在市場規模有望由2015年的137億美元增長至268億美元。物聯網有望成為促進農業提產、實現供需平衡的關鍵使能技術。

智能農業處於“融合”階段

需大量數據積累

人工智能近年在工業、金融、醫療、教育、汽車等各個領域都很火熱,並且逐漸實現技術驅動產業升級階段。而在業界看來,我國智能農業仍處於“早期融合”。

暨南大學管理學院副教授湯胤表示,“就目前我們調研的結果來說,人工智能+農業仍處於比較早期的融合階段,一方面傳統農業耕作方式根深蒂固,但生產效率不高。這與人工智能的發展瓶頸有很大關系。”

“近年來,人工智能尤其在視覺方面的突破,以及物聯網的普及,使得智慧農業成為可能”。具體來說,很多地區農田逐漸推進物聯網設備的部署,這些設備的部署使農田的變化可以被龐大的雲端系統所數字化讀取,也就是“監”,進而根據大數據搭建預測模型,這些模型可用於科學決策,也就是“控”。

“就我們觀察,絕大多數農田目前仍然處在‘監而不控’的階段,這其實是一種浪費。另外,通過,計算機視覺技術也開始應用於農田宏觀層面的把控,但在微觀層面,例如識別病蟲害仍然缺乏較為成功的案例。”湯胤表示。

據《規劃》指出,要突破農業“大數據+知識圖譜”關鍵技術,建立一批單品大數據全產業鏈應用模式,建立基於知識圖譜、自然語言語義識別、機器學習的農技農藝和災害防控與應急處理服務體系,有效支撐鄉村振興戰略實施。

據透露,今年1月,艾米生態實驗室將發佈“生態水稻生長圖譜”大數據。當前,研究團隊已建立生態水稻圖譜數據中心,采集瞭百萬級的生態水稻數據,“未來,這套圖譜將成為人工智能算法的依據”。

盡管國內人工智能視覺技術在近年突飛猛進,但是用於農業中,仍有不少困難要克服。“人工智能視覺目前主要集中在人臉識別,不過在農業,比如水稻田中,要識別的是水稻、病蟲草害的種類,這些在國內目前尚未有足夠大量的數據給機器進行學習。”桑強如此表示,“如何訓練AI模型進行對稻苗和病蟲草害的識別,就隻能靠一項項做數據采集,甚至自己養蟲子來拍攝。”

湯胤表示,智慧農業現階段面臨的最大困難反而不是技術層面上的問題,而是數據方面的積累。另一方面的困難,是人工智能人才荒,這方面人才本來就稀缺,如果農業領域不能提供足夠的吸引力,就更難以吸引優秀的人才加盟。

如今,越來越多不同領域的農業,例如水稻、玉米、小麥等糧食生產,禽類魚類養殖、蔬菜水果種植、棉花作物種植等都裝上“智能芯片”,與人工智能、物聯網等技術“結合”,通過探索現代化、智能化的生產手段,從而提升產量、增加收益、降低各類成本,令整個生態環境變好。

然而,理想很豐滿,現實很骨感。畢竟,我國農業發展多年,許多地區仍主要依靠人力,通過傳統的方式手段進行生產。據農業專傢表示,相對於智能賦能的其他行業,農村互聯網基礎設施建設、農業從業人員技術素質、農業精益化生產水平等農業基礎較為薄弱。

另外,相比美國、日本、以色列等農業現代化發展得較早的國傢,它們有更多技術與數據的積累,因此,在智能adc影院年齡確認農業的種植生產過程中,具有足夠研究數據和理論做支持,如知道怎樣控制農作物的淋水量,從而實現增產。而在我國,如衛星遙感數據、無人機等已逐漸在各地“試水”。但目前無人機可能隻是針對農作物噴灑某種農藥,但不會告訴你某類田、某類作物,在幾月份要噴什麼藥,噴灑多少分量等。

“我國傳統農業種植,個性化很強,同樣是水稻,每傢每戶種植的方式和技術都不同,如何形成一套智能化標準、生態標準,這也是我們亟須解決的問題。”鄔茂超說道。

然而,在面對智能農業技術人才緊缺的問題上,正如湯胤教授所言,例如農田“大腦”和田間機器人配合使用,有望使得一般農戶傢庭可以管理超過500畝農田,大幅提高生產效率,大幅降低人力成本,減少田間作業強度。如果未來這個目標能夠實現,意味著智慧農業將成為新一代青年青睞的新工作新角色,有望改變我國農業生產的格局。

智能農業的探索者們,希望利用這些采用物聯網、人工智能技術的設備,令從事農業生產變成一件具有“幸福感”的事情,讓越來越多的年輕人願意去到田間、去到農業生產園區服務。