應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點新聞
企業(yè)注冊個人注冊登錄

人工智能在農(nóng)業(yè)領(lǐng)域融合應(yīng)用的現(xiàn)狀與思考

2019-01-08 09:08 中國信通院

導(dǎo)讀:農(nóng)業(yè)的生產(chǎn)和服務(wù)領(lǐng)域存在很多痛點問題,如生產(chǎn)方式較粗放、農(nóng)業(yè)服務(wù)不完善等。不少企業(yè)以產(chǎn)業(yè)痛點為導(dǎo)向,積極探索人工智能在農(nóng)業(yè)生產(chǎn)服務(wù)中的融合創(chuàng)新,為解決農(nóng)業(yè)痛點問題找到了新的突破點。

農(nóng)業(yè)是人類賴以生存的根本,在三次產(chǎn)業(yè)中占據(jù)基礎(chǔ)性地位,對經(jīng)濟(jì)社會的穩(wěn)定與發(fā)展至關(guān)重要。然而,隨著人口的快速增長、耕地面積的逐步縮減以及城鎮(zhèn)化的加速推進(jìn),農(nóng)業(yè)面臨的挑戰(zhàn)日益嚴(yán)峻。為應(yīng)對這種挑戰(zhàn),國內(nèi)外都在探索通過信息技術(shù)來促進(jìn)農(nóng)業(yè)提質(zhì)增效,其中以人工智能為基礎(chǔ)的智慧農(nóng)業(yè)新模式發(fā)展迅速,出現(xiàn)了很多典型案例,為農(nóng)業(yè)廣泛深度融合應(yīng)用人工智能提供了有益參考。

圖源:圖蟲創(chuàng)意

人工智能與農(nóng)業(yè)融合應(yīng)用的基本態(tài)勢

農(nóng)業(yè)的生產(chǎn)和服務(wù)領(lǐng)域存在很多痛點問題,如生產(chǎn)方式較粗放、農(nóng)業(yè)服務(wù)不完善等。不少企業(yè)以產(chǎn)業(yè)痛點為導(dǎo)向,積極探索人工智能在農(nóng)業(yè)生產(chǎn)服務(wù)中的融合創(chuàng)新,為解決農(nóng)業(yè)痛點問題找到了新的突破點。

在農(nóng)業(yè)生產(chǎn)中,人工智能助力農(nóng)業(yè)生產(chǎn)精細(xì)化,從而促進(jìn)農(nóng)業(yè)提質(zhì)增效。在種植領(lǐng)域,企業(yè)利用人工智能對農(nóng)作物生長情況及環(huán)境數(shù)據(jù)進(jìn)行建模分析,為農(nóng)業(yè)生產(chǎn)提供精準(zhǔn)指導(dǎo)。例如,Infosys、IBM Watson IoT和Sakata Seed Inc.在美國加利福尼亞兩塊田地上布置測試床,利用基于機器視覺的無人機、環(huán)境傳感器和土壤傳感器,全方位、立體化地采集植物高度、空氣濕度、土壤肥力等18種數(shù)據(jù),并將數(shù)據(jù)上傳到Infosys信息平臺進(jìn)行大數(shù)據(jù)管理和人工智能技術(shù)分析,分析結(jié)果反饋至企業(yè)ERP系統(tǒng)、植物育種研發(fā)系統(tǒng),以指導(dǎo)下一步生產(chǎn)和育種。在養(yǎng)殖領(lǐng)域,企業(yè)通過對畜禽多元化數(shù)據(jù)的采集與分析,實現(xiàn)精準(zhǔn)養(yǎng)殖。例如,阿里云與四川特驅(qū)集團(tuán)、德康集團(tuán)合作推行智能養(yǎng)豬,豬場內(nèi)遍布與ET農(nóng)業(yè)大腦連接的攝像頭,自動采集、分析豬的體型及運動數(shù)據(jù),運動量不達(dá)標(biāo)的豬會被趕出室外繼續(xù)運動,以保證豬肉品質(zhì);此外,利用ET農(nóng)業(yè)大腦、結(jié)合聲學(xué)特征及紅外線測溫技術(shù),可通過豬的咳嗽、叫聲、體溫等數(shù)據(jù)判斷豬是否患病,及時預(yù)警疫情。

在農(nóng)業(yè)服務(wù)中,人工智能可緩解信息不對稱導(dǎo)致的農(nóng)產(chǎn)品供需失衡及農(nóng)業(yè)融資難等問題。一方面,行業(yè)主管部門或企業(yè)運用人工智能建立農(nóng)產(chǎn)品價格走勢預(yù)測模型,指導(dǎo)農(nóng)業(yè)生產(chǎn)主體動態(tài)調(diào)整產(chǎn)能,既可減少由于盲目生產(chǎn)導(dǎo)致的成本浪費,也能提升消費者滿意度。例如,IBM利用機器學(xué)習(xí)分析衛(wèi)星圖像、天氣、人口、土地等數(shù)據(jù),對農(nóng)作物供需情況進(jìn)行預(yù)測;笛卡爾實驗室使用基于衛(wèi)星數(shù)據(jù)訓(xùn)練的機器學(xué)習(xí)模型,預(yù)測美國國內(nèi)的玉米產(chǎn)量,為農(nóng)民的生產(chǎn)決策提供參考。另一方面,金融機構(gòu)依托農(nóng)業(yè)大數(shù)據(jù)建立農(nóng)民征信體系,可提高對農(nóng)業(yè)金融的風(fēng)險把控能力,增加農(nóng)民融資機會并降低融資成本。如,互聯(lián)網(wǎng)信用評估平臺閃銀和互聯(lián)網(wǎng)金融公司農(nóng)信寶開發(fā)的“八戒分期”,通過線上采集超過300個維度的農(nóng)戶數(shù)據(jù),在后臺利用人工智能模型進(jìn)行分析,可在數(shù)秒內(nèi)完成對生豬養(yǎng)殖戶的信用評分并反饋給審核人員,幫助金融機構(gòu)降低風(fēng)控成本和壞賬,也顯著降低了養(yǎng)殖戶融資成本。

總體而言,人工智能在農(nóng)業(yè)生產(chǎn)和服務(wù)環(huán)節(jié)都涌現(xiàn)出了一些融合應(yīng)用的典型案例,為促進(jìn)農(nóng)業(yè)智能化轉(zhuǎn)型升級提供了新思路。但這些融合應(yīng)用目前主要處于探索和試點階段,融合模式仍需優(yōu)化完善,應(yīng)用范圍也有待逐步擴(kuò)大。

我國人工智能與農(nóng)業(yè)領(lǐng)域深度融合面臨多重挑戰(zhàn)

大數(shù)據(jù)、人工智能等技術(shù)在國外農(nóng)業(yè)領(lǐng)域已形成了相對成熟的融合模式和較大范圍的應(yīng)用。而我國雖然也出現(xiàn)了一些典型案例,但整體還處于起步階段,農(nóng)業(yè)的數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型仍面臨諸多挑戰(zhàn)。

一是農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施薄弱。人工智能在農(nóng)業(yè)領(lǐng)域的融合應(yīng)用對網(wǎng)絡(luò)實時響應(yīng)和海量數(shù)據(jù)積累有較高要求。但我國村級信息化服務(wù)網(wǎng)絡(luò)不夠健全,農(nóng)業(yè)領(lǐng)域網(wǎng)絡(luò)化水平還有待提升。據(jù)統(tǒng)計,我國農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率為36.5%,僅為城鎮(zhèn)地區(qū)的一半。

二是智能化農(nóng)業(yè)設(shè)備供給水平不足。針對智能農(nóng)業(yè)設(shè)備的專用芯片較為缺乏,而通用芯片在環(huán)境較差的農(nóng)業(yè)現(xiàn)場非常容易發(fā)生損壞,進(jìn)而導(dǎo)致農(nóng)業(yè)智能設(shè)施應(yīng)用受阻。同時,由于農(nóng)業(yè)場景復(fù)雜,農(nóng)業(yè)智能機器人等設(shè)備在實際應(yīng)用中存在效率不高、靈活度不夠等問題,智能化設(shè)備的性能還需要進(jìn)一步提升。

三是農(nóng)民應(yīng)用人工智能的意愿和能力不夠。一方面,智能化農(nóng)業(yè)設(shè)備的投資金額大、回收周期長,導(dǎo)致農(nóng)民“不敢用”。另一方面,智能化農(nóng)業(yè)設(shè)備的操作方式與傳統(tǒng)農(nóng)業(yè)設(shè)備差別較大,農(nóng)民對智能化設(shè)備的操作能力不足,“不會用”也阻礙了農(nóng)業(yè)的智能化發(fā)展。

加快人工智能與農(nóng)業(yè)領(lǐng)域深度融合的建議

針對人工智能與農(nóng)業(yè)深度融合面臨的挑戰(zhàn),行業(yè)主管部門應(yīng)從基礎(chǔ)設(shè)施、技術(shù)供給、產(chǎn)業(yè)需求等多角度入手,全面促進(jìn)人工智能與農(nóng)業(yè)領(lǐng)域的深度融合,探索現(xiàn)代農(nóng)業(yè)高質(zhì)量發(fā)展的有效路徑。

支撐能力方面,著力強化農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施及農(nóng)業(yè)信息服務(wù)平臺建設(shè)。一方面,進(jìn)一步加強農(nóng)村信息基礎(chǔ)設(shè)施建設(shè),擴(kuò)大寬帶和移動網(wǎng)絡(luò)覆蓋范圍,提升網(wǎng)絡(luò)速率,為部署智能化農(nóng)業(yè)設(shè)施、采集農(nóng)業(yè)大數(shù)據(jù)奠定良好基礎(chǔ)。另一方面,建立健全農(nóng)業(yè)信息服務(wù)平臺,提高農(nóng)產(chǎn)品供需、價格等信息的智能化預(yù)測水平,為農(nóng)業(yè)生產(chǎn)決策提供更多參考與指導(dǎo)。

技術(shù)供給方面,持續(xù)提升農(nóng)業(yè)領(lǐng)域人工智能技術(shù)供給水平。一方面,應(yīng)加大對農(nóng)業(yè)專用芯片、傳感器等基礎(chǔ)零部件以及農(nóng)業(yè)無人機、農(nóng)業(yè)機器人等智能化設(shè)備研發(fā)應(yīng)用的支持力度,提升智能化農(nóng)業(yè)設(shè)備供給能力和供給質(zhì)量。另一方面,應(yīng)著力培養(yǎng)農(nóng)業(yè)領(lǐng)域融合解決方案提供商,催生農(nóng)業(yè)領(lǐng)域融合應(yīng)用人工智能的優(yōu)秀解決方案。

產(chǎn)業(yè)需求方面,應(yīng)大力培養(yǎng)農(nóng)民應(yīng)用人工智能的意愿與能力。一方面,應(yīng)加強人工智能與農(nóng)業(yè)深度融合的宣傳工作,讓農(nóng)民充分認(rèn)識到應(yīng)用人工智能的長期效益,調(diào)動農(nóng)民開展智慧農(nóng)業(yè)的積極性。另一方面,應(yīng)加強對投資應(yīng)用農(nóng)業(yè)智能化設(shè)備的財政補貼,強化對農(nóng)民應(yīng)用智能化設(shè)施的培訓(xùn)工作,提高農(nóng)民開展農(nóng)業(yè)智能化生產(chǎn)經(jīng)營的能力。