5.2 AI农业设备典型案例
2017年7月8日,国务院正式发布了《新一代人工智能发展规划》(以下简称《发展规划》)。《发展规划》明确指出,到2025年人工智能基础理论实现重大突破,部分技术与应用达到世界领先水平,人工智能产业进入全球价值链高端,新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用,人工智能核心产业规模超过4000亿元,带动相关产业实现规模超过5万亿元的战略目标。作为其中的一个重点项目,智能农业究竟是怎样落地的呢?最关键的应该是AI农业设备的不断出现,例如种子种植机器人、智能滴灌系统、智能分拣机等,这些AI农业设备都在农业工作中发挥了非常重要的作用。
5.2.1种子种植机器人:变速率种植和作物轮作从目前的情况来看,人类似乎已经成为限制农业发展的一个重要因素,要想消除这一限制因素,就要依靠某些先进技术来提高农业工作的效率和质量,AI技术则是其中具有代表性的。
如图5-4所示为智能种植。
早在2013年,美国发明家戴伟·道浩特就研发出了一个基于AI的种子种植机器人——Prospero。
当Prospero深入农场时,它会先根据种子和土壤等类型的不同,找到可以获得最大收益的种植方法,然后进行精准的耕耘和种植。另外,Prospero 还会检查预想的位置是不是都已经种植了种子,如果不是,那它就会把种子种植到空缺的位置上,同时还会做好标记。
做标记这一行为应该是从蚂蚁那里学来的,因为通常来讲,为了让别的蚂蚁可以顺利找到目标地点,蚂蚁会利用信息素留下标记。Prospero也会在种植下种子以后喷洒白色颜料,并使周围土壤的反射率发生改变,这样,一旦其他的Prospero看到白色颜料,就可以迅速知道这块位置已经种植了种子,从而在很大程度上避免了重复种植现象的发生。
据了解,Prospero是集群到农场工作的,在红外线的助力下,不同Prospero之间可以进行有效沟通,从而组成了一个执行博弈论运算的系统。另外,Prospero还可以记住每颗种子是在哪一个位置种下的,并在需要协作时相互给予信号,使种子种植间距得以优化。
Prospero 的操作并不是特别复杂,也根本不需要 GPS 那样的数据密集型系统,因此它非常适合大部分农民使用。
在Prospero刚刚出现时,种子种植自动化还处于起步阶段,但发展到现在,这项技术已经变得越来越成熟。除了种子种植机器人,分拣机器人、采摘机器人等也开始走进农场,这也在很大程度上促进了现代农业的良好发展。
5.2.2 智能滴灌系统:借云计算进行滴灌对于广大农民而言,什么时候灌溉和灌溉量是多少无疑是两个非常棘手的问题。从目前的情况来看,解决这两个问题的办法一共有两种,具体如下:
(1)根据高校或农科院总结出来的作物生长规律进行灌溉。
(2)根据农民多年来积累的经验进行灌溉。
相关数据显示,中国农业用水效率仅为45%左右,与欧美国家70%~80%的用水效率相比还有很大的差距;中国亩均灌水量已经超过了500立方米,达到了实际需水量的2~3倍。由此看来,如果将灌溉环节改善好,那么中国的农业用水将会节省很多。随着相关技术的不断发展,这一想法已经变成了现实。具体来讲,通过前沿的云计算技术,我们可以实现真正意义上的灌溉自动化,从而使灌溉效率和灌溉质量都有大幅度提升。
如今,在中国,越来越多的企业开始设计和研发智能滴灌系统,远大就是其中极具代表性的一个。
在沈阳远大 AA 智能滴灌系统推介会上,远大副总裁李振才说:“我们找到了可以提供作物需求实时数据的‘专家’,这就是作物的根系。远大AA智能滴灌系统通过在作物根部设置传感器,与之直接‘对话’,实时掌握作物的生长需求,并根据这些需求确定灌溉施肥的时间和数量。”
据了解,远大的智能滴灌系统被从以色列引进以后,远大又在原有技术的基础上,进行了创新。值得一提的是,该智能滴灌系统与中国的实际情况十分符合,而且还适用于沙地及其他各种土地。也正因为如此,很多专家认为,这是一个适用于绝大多数作物的智能精准滴灌系统。
通过设置在农场的传感器,智能滴灌系统可以对作物根部的细微变化进行精确测量。不仅如此,通过自动为作物灌溉,智能滴灌系统还可以使作物根部保持一个最佳的吸氧状态,从而进一步促进作物生长。
在智能滴灌系统的云端中有一个巨大的数据库,云端中的数据都是通过多年科研、种植得出的。有了这些数据以后,智能滴灌系统就可以对比分析农场的数据与云端数据库中的数据,准确判断作物的真实生长需求,然后根据需求为作物灌溉。可以说,云端的海量数据使得判断农场情况的方式发生了巨大的改变。
“农业已经进入了以大数据、云计算、物联网、自动化为代表的现代农业4.0时代,将实现针对不同作物定制个性化的精准施肥、灌溉方案。”李振才明确表示。而且,与传统滴灌相比,远大的智能滴灌系统还可以有效改善中国农业的缺水状况。
以智能滴灌系统为代表的农业自动化产品已经投入了使用,也获得了一大批农民的认可和喜爱。在这些自动化产品的辅助下,农民收入增加环境也有所改善。
5.2.3 智能分拣机:借机器视觉提升分拣效率对于广大农民,尤其是种植蔬菜和水果的农民而言,秋天不单单是一个收获的季节,同时也是一个最繁忙的季节。因为他们除了要采摘成熟的农产品,还要对这些农产品进行细致的分拣筛选,这个工程量是非常大的。如图5-5所示为智能分拣苹果。
一些规模比较大的果蔬种植园,每年都需要花费上万元的资金雇用专门的工人对农产品进行分拣。不仅如此,工人在进行分拣时还要保证进度,因为一旦进度没有达到要求,很可能就赶不上销售农产品的黄金时间。
为了解决这个难题,2017年,北京工业大学的几个学生研发了一个以AI为基础的智能分拣机。该智能分拣机主要由图5-6所示的3个部分组成。
农民只需要把分拣的农产品放到智能分拣机的履带上,农产品就会顺着履带进入识别农产品的盒子,然后这个盒子就会自动判断农产品属于哪一品类,并把相关信息传递给分拣农产品的推杆,最后推杆就会把农产品推进它应该归类的篮子中。
在整个过程中,最重要的环节就是在盒子里对农产品进行识别。可能很多人不解,为什么智能分拣机会有如此强大的功能,可以判断出农产品属于什么品类呢?实际上,一个最主要的原因是,智能分拣机背后有先进技术的支撑和帮助,例如机器学习技术、机器视觉技术等。
2017年,北京平谷的一个水蜜桃种植基地引进了这款智能分拣机。据了解,研发者给智能分拣机“学习”了超过6000张基地水蜜桃照片,主要目的就是让智能分拣机更好地分拣水蜜桃。
在“学习”基地水蜜桃照片时,智能分拣机可以自动将不同品类的水蜜桃的特征提取出来,并形成一套缜密的分类逻辑。例如,如果水蜜桃颜色比较黄,也比较硬,那么可以直接被送到市场销售;如果水蜜桃颜色比较深,也比较软,那么可以被做成水蜜桃果汁。
只要形成这样的分类逻辑,智能分拣机就可以划分出水蜜桃的品类,并将其放在与自身品类相对应的篮子中。不仅如此,随着分拣工作的持续和深入,智能分拣机还会积累很多新的水蜜桃分类数据,从而使自己的分拣准确率大幅度提高。
据水蜜桃种植基地的负责人透露,引进了智能分拣机以后,基地的整体分拣准确率有了很大的提升,已经可以达到90%以上。
世界上的智能分拣机的数量已经越来越多,例如2017年8月,日本研发了一台黄瓜智能分拣机,而该智能分拣机也是在“学习”了大量的黄瓜照片以后,才练就出“火眼金睛”的本领。
当然,除了农业领域,智能分拣机还可以被应用于其他领域。例如很多快递企业都依靠智能分拣机来完成快递分类的工作,一些发达地区使用智能分拣机来进行垃圾分类等。毋庸置疑,未来,作为新一轮产业变革的重要驱动力,AI 一定会释放出非常强大的能量,而这一能量也将推动中国的进步和发展。
本书评论