AI种草莓,比最强人类多两倍:首次农业人机大战
水果为什么越来越好吃了?网红农产品背后是农业的创新力量。
你也许不知道,最近一段时间里最流行的「网红水果」,很多都曾是默默无闻的小众水果。
比如云南的人参果,一度无人问津,但随着多次品种改良逐渐有了市场,并通过新电商打开了销路;雪莲果因为富含低聚果糖和酚酸成为白领的新欢。但此前,这种水果一度被放弃栽种。
在拼多多平台中,有这样经历的农产品数不胜数,不过这家公司并不满足于让农民的货卖得更好,还希望变革生产的源头——今年 7 月,一场大棚里的「人机大战」在云南拉开了帷幕,参赛的人类和 AI 围绕如何种好草莓展开了比拼。
种草莓的人机大战,AI 还是更胜一筹。经过 120 余天的对决,在云南昆明开启的「多多农研科技大赛」在 12 月 16 日落下了帷幕。
最终,由中国农业科学院、中国农业大学、国家农业智能装备工程研究中心和比利时根特大学的青年科学家们组成的 CyberFarmer·HortiGraph 联队获得了 AI 组冠军,亚军和季军分别由来自云南的「智多莓」队和来自荷兰阿姆斯特丹的 AiCU 队获得。
获得 AI 组冠军的 CyberFarmer·HortiGraph 联队,左二和左三为获奖代表,分别为郑剑锋和林森博士。
在本次大赛的决赛中,来自全球农业科研机构的青年学者组成了四支 AI 队伍,与四支国内顶尖农人队伍一同进行了草莓种植的挑战,他们在四个月内利用各自 100 平米面积的大棚,以最擅长的方式种植草莓。赛事由国内外超 15 位院士、专家担任评委及科学顾问。
在顶尖农人组的一边,安徽省长丰县四名女性农人组成的艳九天队拔得头筹,获得了顶尖农人组卓越奖,来自辽宁丹东的圣野浆果队和江苏句容的纪荣喜劳模工作队分别获得顶尖农人组的先锋奖和创新奖。
这场较量进行了两个回合:10 月 15 日,长江中下游草莓刚开始栽种时,昆明比赛大棚的第一季草莓就迎来了丰产。到了 12 月份,今年草莓旺季的第一波成品中,贡献了其中的一小部分。
位于云南昆明国家高原云果产业园的比赛基地中,第一个产季的草莓收获已进入尾声,第二个产季的花序已开始开花挂果。(摄影:穆功)
AI 种草莓,比最强人类多两倍
AI 种田到底能不能行?人们首先最关心的当然是产量:在颁奖仪式上,大赛评委会揭晓了各队草莓产量、投入产出比和甜度等三项主要指标的比赛结果。
总体而言,AI 组的草莓产量平均值高于传统农人组 196.32%,而 AI 组的投入产出比平均值高出传统农人组 75.51%。不过人工智能也有落后的指标——传统农人组的果实甜度整体均值高出 AI 组 5.24% 以上。
也就是说,通过物联网传感器获取信息,人工智能计算做出决策,控制大棚内的通风、光照、水肥、风力等指标,不仅可以让同样面积上的草莓产量提高两倍,而且也更具性价比。
由于疫情等因素的影响,首届多多农研科技大赛就「被动提高了难度」,让不少 AI 队伍的参赛者采取完全远程控制的方式比赛——自 7 月 22 日开始,四支 AI 队伍分别在阿姆斯特丹、北京、南京和昆明,远程控制位于云南富民县国家高原云果产业园内的智能化温室,利用数字化设备和人工智能算法对大棚环境进行监控,发出指令远程种植草莓。
在比赛时,AI 队伍使用过的算法包括聚类、图像识别、碰撞算法,甚至知识图谱等多种技术。来自中国草莓十强县的四支农人队伍则常驻比赛现场,依靠自身种植经验与 AI 队伍在草莓的品质、产量、投入产出比等指标上展开比拼。在赛场上,两组队伍的画风迥异,一边是农业生产能手扛着特制肥料,一边是在读的硕士博士,利用 AI 给出的决策向机器发出指令。
获得第一名的是一支联队:他们是初赛并列第四的 HortiGraph 与 CyberFarmer 合并而成的队伍。在决赛中,研究人员很快适应了高原环境下的草莓种植作业,利用大棚预置的智能化环境控制及水肥一体化系统实时读取温湿度、光照强度值、二氧化碳浓度等 45 项生产环境参数,并根据比赛预设条件对超过 30 项灌溉、通风参数进行自动化控制。
HortiGraph.CyberFarmer 采用的主要方法被称为温室智能化控制技术(SPA),系统会以小时为单位计算参考作物的水肥需求,算法通过预测各时段的能耗来调整施肥时间和灌溉量,AI 模型还会计算大棚内的日累计光照,对草莓植株周围的环境进行控制。
此外,研究人员还搭建起一套水肥一体化云服务系统,借助知识图谱、专家模型,来实现农田的智能维保。
中国数字农业,五年之内规模将翻倍
举行农研科技大赛,让人类和 AI 进行比拼,在国内还是第一次。多多农研科技大赛的结果除了展示人工智能的力量之外,也为数字农业的发展提供了一些可供参考的思路。
拼多多希望能够通过这样的比赛充分激发青年学者的创造力,最终探索出一批适用于小农生产模式的低成本、可复制 AI 农业应用,并通过把这些经验的数字化,来为农产区提供植物 AI 种植模型。
对于国内来说,农业的耕种方式正亟需一场改革。今天中国的农村人口有 5.7 亿,真正从事农业的人口则不到 3 亿,由于城市化的进程,这些数字还有继续减小的可能性。在农业产业变革的方向上,荷兰、以色列等国的精细化种植方式有很多可以借鉴的地方,而快速发展的人工智能技术又为体系革新带来了很多新的可能性。
本次比赛的评委,中国工程院赵春江院士告诉我们这样一些数字:目前中国的农业数字经济规模已经达到 5778 亿元,预计到 2025 年会增长至 1.26 万亿,「快速发展农业的数字经济,对农业高质量发展具有重要的意义」。
中国工程院院士,国家农业信息化工程技术研究中心主任赵春江在活动中。
一辈子都在与草莓打交道的农民们也对人工智能等技术赞赏有加。在拼多多的「人机对战」中,农人队伍的成员们与 AI 队伍在四个月里进行了深入交流——人们发现,大量引入 AI 技术或许可以破解国内农村正在面临的土地碎片化、劳动力优质化等难题。更为重要的是,劳动力成本在当前的农业现代化过程中仍然占比过高,AI 带来的自动化可以解决这个问题。
「我认为 AI 的应用最终一定会占据农业,尤其草莓生产的主导地位。会有更多的中老年农民接受新的技术,更多年轻人因此参与进来,使草莓种植成为一种新的职业,」劳模纪荣喜说道。
让农产品变成爆品
拼多多正在农业领域加重投入力度是基于已有版图的战略延伸。这家快速发展的科技公司就是依靠农产品拼单起家的,而人们喜闻乐见的拼多多「百亿补贴」,也一直在对水果生鲜、农副产品肉禽蛋类等商品实施常态化的补贴。
在拼多多的平台上,一些热度很高的产品此前还是默默无闻的小众水果。比如云南的人参果,这种原产于南美州安第斯山北麓的水果已经成为了人们喜爱的网红水果。很多大山里的农民通过种植百香果在拼多多电商平台上销售,实现了脱贫致富。而在此前,这种水果由于收购价低,受众面窄,为农民带来的收入一直有限。
有着类似经历的水果还有雪莲果等。在拼多多上,拼购的方式可以迅速汇聚同类需求,产生较为稳定的规模化订单,相比传统电商的运作方式更容易打开销路。
当今年 3 月,江西寻乌县县长杨永飞走进了央视和拼多多的直播间,为当地农民的店铺带起了货。
通过新农商机制,拼多多将一些农民,让他们拥有产销一体化的能力。除了营销和产业化,新的需求也推动了农民对于农产品的技术改良,这些水果正在变得越来越好吃。
从农业中来,到农业中去
拼多多一直希望能够打造起长期规模化平台,在数字农业科技的发展中占据一席之地。但构建属于自己的产业链,让商品能够依照需求而定制是一件极度复杂的事情。这需要大量活跃的用户、完整的生态、灵活而又准确的 AI 算法。
在新兴电商科技公司的愿景中,庞大业务的一端是线上平台,一端是线下产业链条。一件商品从生产到仓储、快递,最终送到用户手中涉及了诸多环节,任何一个环节的短板都可能会影响其他环节的推进,进而影响用户体验。而如果这件事做成了,催生出的新经济将极为可观。
通过「农地云拼」等技术创新体系,拼多多连接的中国农业生产者已经超过了 1200 万人,在消费的另一端,年活跃买家数高达 7.31 亿人。2019 年拼多多上的农副产品交易额是 1364 亿元,成为了国内较大的农产品上行平台。在取得高于市场预期的营收成绩之后,人们对于拼多多的未来继续保持着乐观。
「在今年第三季度,我们的日均单量已突破一亿大关,平台每天包裹中有接近 1/3 是农产品和农副产品。」拼多多副总裁陈秋表示。「作为中国较大的农产品上行平台,拼多多一直在探索农业生产端的实践与应用,希望不仅能够帮助农民卖得好,也能够帮他们种得好。」
用户数量快速增长,农业领域战略地位不断提升,接下来,拼多多还将继续加大在农产品领域的投入力度,持续投入买菜业务,与合作伙伴共建冻库冷链,提升农产品流通的效率。
随着 AI 种出的草莓被从枝头摘下,这场变革已经开了一个好头。
声明:文章收集于网络,版权归原作者所有,为传播信息而发,如有侵权,请联系小编删除,谢谢!
时间:2020-12-21 20:25 来源: 转发量:次
声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。
相关文章:
- [机器学习]盘点近期大热对比学习模型:MoCo/SimCLR/BYOL/SimSi
- [机器学习]堪比当年的LSTM,Transformer引燃机器学习圈:它是
- [机器学习]加快PyTorch训练速度!掌握这17种方法,让你省时
- [机器学习]盘点近期大热对比学习模型:MoCo/SimCLR/BYOL/SimSi
- [机器学习]分析了 600 多种烘焙配方,机器学习开发出新品
- [机器学习]物联网和机器学习促进企业业务发展的5种方式
- [机器学习]堪比当年的LSTM,Transformer引燃机器学习圈:它是
- [机器学习]加快PyTorch训练速度!掌握这17种方法,让你省时
- [机器学习]Pytorch中的四种经典Loss源码解析
- [机器学习]Google综述:细数Transformer模型的17大高效变种
相关推荐:
网友评论:
最新文章
热门文章