种地也要人工智能?AI在农业领域有哪些应用

永利皇宫 1

5月19日消息,据福布斯杂志报道,近年来,农业技术正在迅速改变这个行业。2015年,农业领域的科技投资高达46亿美元,而这已经是三年前的事了!不过,随着地球上人口的持续增长,将来资源供应可能受到严重影响。最近的研究发现,到2030年,农业产量必须增长60%才能满足人类需求。

随着各行业人工智能技术标准化的建立,智能化转型已经成为企业生死攸关的重大问题。

柯洁最终还是输了,连输三局,败给了Alphago。柯洁代表了人类最高智慧棋类的最强大脑,三连败的结局足以展示科技的进步和人工智能的强大。
人工智能已成为自动化、电气化和信息化之后新一轮工业革命的基石,而人工智能的应用亦非仅在工业领域,在教育、医疗和金融领域都是革命性的技术创新。那么在人类最古老的农业领域,人工智能有何表现呢?我们是不是连种地也要输给电脑了呢?人工智能解决农业面临的世纪挑战
农业领域面临的挑战对人类来说比其他领域更为重要。如今世界人口总数为72亿,其中有7.8亿人面临着饥饿威胁,到2050年,全球人口将要达到90亿,这意味着我们生产的粮食热量需要增长60%。如果考虑作为肉类来源的家畜消耗的粮食,那么这一增长率将达到103%。而于此同时,我们又面临着石油农业所依靠的能源危机,面临着化肥农药过度使用造成的土壤和环境的破坏以及对人类健康的威胁。那么,如何在耕地资源有限的情况下增加农业的产出,同时保持可持续发展呢?人工智能就是解决的方法之一。人工智能在农业领域的研发及应用早在本世纪出就已经开始,这其中既有耕作、播种和采摘等智能机器人,也有智能探测土壤、探测病虫害、气候灾难预警等智能识别系统,还有在家畜养殖业中使用的禽畜智能穿戴产品。这些应用正在帮助我们提高产出、提高效率,同时减少农药和化肥的使用。
智能图像识别永利皇宫 2
以前我们在野外看到一个不认识的花草要查阅资料才能知道是什么花草,可如今我们可以通过各种识图软件对着花草拍照扫描一下就知道了,这就是电脑图像识别技术。如今借助机器学习和深度学习,智能图像识别准确率越来越高,而应用也远远不止这些。
PlantVillage和Plantix是两款智能植物识别App,他们能做的不仅仅是帮你识别你不认识的农作物,他们能够帮农户智能识别农作物的各种病虫害。农户把患有病虫害农作物的照片上传,App就会识别出农作物犯了那种病虫害,并且可以给出相应的处理方案。除了人工智能给出的处理方案,App上还有用户和专家交流的社区,可以针对相应的病虫害进行讨论交流。
智能识别+智能机器人那么如果把图像智能识别跟智能机器人结合会怎样呢?那就是更好的帮我们种地、播种和采摘。永利皇宫 3(Blue
River的莴苣种植机) Blue River
Technologies是一家位于美国加州的农业机器人公司。Blue
River的农业智能机器人可以智能除草、灌溉、施肥和喷药。智能机器人利用电脑图像识别技术来获取农作物的生长状况,通过机器学习,分析和判断出那些是杂草需要清除,哪里需要灌溉,哪里需要施肥,哪里需要打药,并且能够立即执行。智能机器人因为能够更精准的施肥和打药,可以大大的减少农药和化肥的使用,比传统种植方式减少了90%的农药化肥使用。
智能播种机器人还可以通过探测装置获取土壤信息,然后通过算法得出最优化的播种密度并且自动播种。美国爱荷华州的发明家David
Dorhout研发的智能播种机器人Prospero就是这样的智能机器人。
除了播种和田间管理,农业智能机器人还可以帮我们采摘成熟的蔬果。永利皇宫 4(Aboundant
Robotics的苹果采摘机器人)
Aboundant
Robotics也是来自美国加州的农业机器人公司,目前他们已经上市的是一款苹果采摘机器人,可以在不破坏苹果树和苹果的前提下达到一秒一个的采摘速度。苹果采摘机器人通过摄像装置获取果树的照片,用图片识别技术去定位那些适合采摘的苹果,然后用机械手臂和真空管道进行采摘,一点都不会伤到果树和苹果。
卫星云图学习,种地不看天,看手机
传统农药田间管理看天看地看作物,而如今农民也要成为看手机的低头族了:)。通过对卫星拍摄图片,航拍图片以及农田间其他设备拍摄的照片进行智能识别和分析,人工智能的能够精确的预报天气,气候灾害,识别土壤肥力,庄家的健康状况等等。比如美国的Descartes
Labs公司收集了海量农业相关的卫星图像数据,他们对天气的预测比美国农业部的还要精准。Descartes
Labs通过人工智能和深度学习,去分析这些图像信息,寻找其跟农作物生长之间的关系,能对农作物的产量做出精准预测,他预测的玉米产量比以往的预测准确率高出99%。
除了天气预测和产量预测,人工智能对农作物各种图像的学习还能判断出农田那里有杂草入侵,那个地块的农作物养分不足,那里片的农作物正在发生病虫害。美国加州的IntelinAir就是一家提供这样服务的公司。永利皇宫 5(左:InterlinAir识别田间的杂草,右:给出农田的营养建议)从瑞士联邦理工学院衍生出的农业科技公司Gamaya则使用独特的超光谱感应装置,用这些能够探测出肉眼无法观察的光谱,这为农户提供了更全面的数据,向农户提供智能施肥管理、灌溉管理和虫害管理。Gamaya的技术已经在玉米、大豆和甘蔗的种植上应用,并帮助农户大大降低成本和提高产出。
牛脸识别,智能穿戴永利皇宫 6
人工智能还可以用在禽畜的养殖业,比如在养牛行业。大家知道吗?牛其实不愿意看到人类的,他们会视人类为捕食者,因此养牛场的工作人员会给牛群带来紧张情绪。那么我们就把农场的管理交给人工智能吧。
人工智能通过农场的摄像装置获得牛脸以及身体状况的照片,进而通过深度学习对牛的情绪和健康状况进行分析,然后帮助农场主判断出那些牛生病了,生了什么病,那些牛没有吃饱,甚至那些牛到了发情期。来自加拿大的Cainthus机器视觉公司正在做这样的事情。除了摄像装置对牛进行”牛脸”识别,还可以配合上可穿戴的智能设备,这会让农场主更好的管理农场。荷兰的Connecterra是一家动物智能穿戴技术公司。通过带在奶牛脖子上的智能传感器,结合牧场上的固定探测器共同收集数据。这些数据上传到云服务器上,用自己开发的算法通过机器学习让这些海量的原始数据变成直观的图表和信息发送到客户那里。这些信息包括奶牛的健康分析、发情期探测和预测、喂养状况、位置服务等。Connecterra大大节省了奶农的工作时间,提高了工作效率,特别是对有机农场更有帮助,因为他们可以很容易的了解放养时间、位置和吃草的时间。
让物联网更有价值除了智能穿戴还有更多的农业物联网设施,比如田间摄像头、温度湿度监控、土壤监控、无人机航拍等等。这些设施能够为农业管理提供海量的实时数据,那么如何把这些海量的数据及时的变成有价值的信息,就是人工智能要做的事情。这些数据被实时传送到云服务器上,不同类型的农业服务公司会根据不同的农业状况设置自己的算法,然后通过机器学习和深度学习把这些数据变成对农户有意义的信息,比如那里虫害超标,那里需要灌溉等等。
永利皇宫,人工智能还可以通过算法给出各种最优化的方案,比如根据土壤环境状况,结合市场行情预测,从而给出今年该地适合种玉米还是大豆。未来的挑战和机遇
人工智能在农业领域的应用才刚刚开始,面临的挑战比其他任何行业都要大,因为农业涉及的不可知因素太多了!地理位置、周围环境、气候水土、病虫害、生物多样性、复杂的微生物环境等等,这些因素都在影响着农作生产。你在一个特定环境中测试成功的算法,换一个环境未必就有用了。我们现阶段看到的一些人工智能成功应用的例子大都是在特定的地理环境或者特定的种植养殖模式。当外界环境变换后,如何挑战算法和模型是这些人工智能公司面临的挑战,这需要来自行业间以及农学家之间更多的协作。**

而如今人工智能和物联网技术的发展,有可能会给地球人带来福音,为人们找到新的解决方法,现在的AI不仅能够为人类做一些人们无法完成的任务,还能够提升总体的生产力,以帮助人类高效合理地使用资源。

那么我们该如何做?农业领域(包括农民、食品生产者)必须接受农业数字化转型趋势。通过将技术作为可持续发展、可扩展的资源,我们将能够把农业推向新的高度,在未来保持农业继续发展。下面就让我们细数下农业领域的六大数字化转型趋势:

越来越多的企业认识到人工智能对于企业的重要性,并开始制定智能化转型战略,试图通过AI提升企业竞争力。然而,要成为真正的智能型组织,公司可能需要从根本上重新思考人机协同的工作方式。管理人员还应考虑在每个核心业务流程和企业运营中系统地部署机器学习和其他认知工具,以支持数据驱动的决策。另外,AI还可以推动产品和商业模式创新。

就在前不久的几年里,单单被人工智能改变的公司就有许多,尤其是组织的运作方式,有些公司因人工智能而转型才得以继续在行业当中立足。现在,人工智能算法对一个公司的影响体现在方方面面,最主要的就是在与你互动的互联网服务行业。其中就包括了谷歌的搜索业务,英探科技的产品建议等。

1.农田中的物联网和传感器

企业智能化转型的3个阶段

随着现代农业机械化的大范围应用,中国农业机械化的发展逐渐趋向智能化,如果在农业中对人工智能加以利用,能够达到更好的农业化效率。我们在利用物联网技术采集农业环境的数据的同时,能够分析预测一些在农业种植及收割当中可能发生的漏洞,用物联网大数据提前做好防护工作,这样才能更好地防止损坏和浪费,为农业化服务。

物联网正在以绝好的方式颠覆农业产业。事实上,物联网在食品部门拥有巨大潜力。据思科公司发布的报告显示,仅物联网就能为农业创造14.4万亿美元的价值。物联网正在利用设备和材料上的传感器简化农业资源的收集、检查和全面分配。将传感器在农田中进行战略部署,再加上图像识别技术的帮助,可以让农民在世界任何地方看到他们的作物。

德勤分析高级顾问Thomas H.
Davenport在其新书“人工智能优势”中提出了公司智能化转型三个阶段理论,以帮助企业更好地发挥人工智能潜能。

此外,我们通过物联网的大数据,能够进一步推动精准的智慧农业发展,采用实时数据检测和历史数据分析,以及机器学习算法,对市场需求进行准确预测,在原有的农业生产计划上进行合理的调节。由智能摄像机和传感器,对气象数据进行监测,并提供有关作物的实时见解和建议。更及时地发现农作物疾病早期的迹象,以便防止破坏,能够最大限度地提高作物的产量收入。

这些传感器实时地向农民发送最新信息,因此他们可以根据作物当时的生长情况做出相应的改变。虽然我没有多少园艺技能,但我可以依赖这样的应用程序,它可以告诉我后院的植物需要浇水或其他类型的营养物,我想这能让它们长得更好。农业领域的物联网传感器也在为农民做同样的事情,但显然更大规模的部署会帮助提高粮食产量并减少浪费,而这正是这个行业所需要的。

第一阶段:辅助智能。公司利用大数据、云计算和科学方法,基于数据制定业务决策。

对于一个农场而言,利用AI能够帮助提高农业的生产力,达到减少浪费的作用;而在实验室和研究处,采用机器学习算法,不仅能够帮助培育更好的植物基因,还能创造更安全和更有效的农作物呢。

2.设备中的物联网和传感器

第二阶段:增强智能。在企业现有信息管理系统之上进行机器学习,以增强人类的分析能力。目前,一些人工智能前沿公司处于这一阶段。

英探科技相信,AI和物联网技术的不断发展和提升,将使得农业变得更为自动化,甚至是智能化,而这样的新兴技术将不断推动农业的发展,也许在未来的几十年,智慧农业将帮助人类实现人口增长所带来的食物压力。

与农田中的技术非常相似,传感器也可以被安装在农业设备上,以追踪机器的健康状况。使用“精准农业”的术语来描述这种情况,即拖拉机和其他农业设备都被植入导航系统和各种传感器。其中有些传感器可以用来弥补GPS系统的不足,以应对不平坦的地形。有些传感器则用于绘制产量图和收获文档。而在拖拉机需要维修时,其他传感器可进行监督。总之,这些传感器正在减少停机时间。

第三阶段:自主智能。业务流程数字化和自动化,机器、机器人和信息系统可直接获取智能支持。未来几年,会有越来越多的公司向自主智能阶段发展。

3.无人机和作物监测

永利皇宫 7

当你在花园工作时,你通常可以一眼看到所有植物,。但是农民在横跨数百公顷的土地上工作,这意味着他们能够鸟瞰农田的唯一方法就是依靠飞机。想象一下,如果农民可以利用空中资源来可视化他们的作物,而不必包租飞机,那么他们的投资回报是否会增加?无人机正被广泛用于美国各地的农作物监测,作为对抗干旱和其他有害环境因素的手段。能够产生三维图像的无人机可以通过分析和规划种子种植模式来预测土壤质量。

从辅助智能到增强智能,再到完全自主智能,是企业打造智能型组织的三个阶段,也是一种趋势。这就需要企业基于人工智能及其潜能,持续不断重新设计核心系统、业务流程和公司战略。其最终目标是:以人工智能赋能组织,人与机器在数字化系统中协同工作,以数据驱动提高公司洞察力。

无人机也被用来为作物喷洒农药,同时小心不渗透到地下水中。最近的研究表明,与其他类型的机器相比,无人机可以将喷洒速度提高5倍。

在过去十年中,新一代人工智能及其认知技术不断涌现,展现出人工智能日益广泛的应用场景和强大的破坏性创新能力。正如我们今天的认知一样,人工智能赋能组织,一些开拓型公司开始尝试运用机器人和认知技术,并找到了好的应用场景,更好地了解它们对生产力的潜在影响。例如,德国零售商Otto目前正在使用AI和机器学习,自主制定人类无法比拟的运营决策。在金融服务行业,苏黎世保险集团正在使用智能机器人处理人身伤害索赔。

4.农业和机器人

永利皇宫 8

就像在其他行业使用机器人和人工智能一样,农业领域中的机器人技术也能够帮助提高生产率,并帮助提高产量和收获效率。这样的机器人,比如最近被John
Deere公司收购的喷洒和除草机器人,它们可以减少90%的农药使用。

与此同时,一些公司开始将人工智能作为企业战略的一个组成部分。麻省理工学院斯隆管理评论和波士顿咨询集团最近对超过3,000名企业高管进行的一项调查发现,雪佛龙、安联和戴姆勒等开拓型企业正在考虑应用人工智能应用程序来节省成本。值得注意的是,这些开拓性公司高管中的90%都表示已经制定了人工智能战略。

其它机器人初创公司正在试验激光和摄像头技术,以帮助识别和清除杂草,且不需要人工干预。这些机器人可以被用于在不同的作物之间导航,从而减少其背后的人力。其他公司也在制造植物移植机器人,以提高传统农业方法的效率。最后,自动化正在被测试用于水果采摘和坚果收获,这在过去似乎总是过于精细的劳作,不适合机器人来完成。

企业智能化转型的好处

5.RFID传感器和追踪

人工智能正在推动组织创新和转型,并带来了生产力的巨大飞跃。如下图所示,人工智能前5大好处是:增强现有产品、优化内部运作、更好地决策、优化外部决策、自由职业者更有活力。

收获庄稼后,RFID传感器可以被用来追踪食品从田地进入市场再到终端用户厨房的过程。中端用户或消费者能够追踪他们从市场中购买的食物的详细生产路线。这种技术可以增加制造商的可信赖度,迫使它们总是提供新鲜产品。

永利皇宫 9

这并不是说它可以减少大肠杆菌或其他有害细菌的爆发,但如果爆发了疫情,可以很容易追溯产出和加工农产品的农场或工厂。想想几个星期前发生的美国生菜召回事件,细菌感染了16个州的病人,但是疾病控制中心无法追踪源头,因此他们只能发出全国范围的警告。

今天,自主智能为实现生产力的巨大飞跃提供了可能性。人类大脑可以从大量数据中解读并获得意义,但这种独特的能力受到我们大脑可以吸收的数据量的限制。与人类大脑不同,人工智能没有这样的限制,任何时候都能将商业见解转变为战略可能性,更好的见解可以提高生产力,提高效率并降低运营成本。以下三种可能是最基本的应用。

我不知道你怎么想,但我现在有点害怕吃生菜。如果所有农作物都有RFID传感器,那么疫情和恐慌就可以最小化。这些追踪系统可以减少消费者对过敏原的担忧。而对于农民来说,他们的产品可以被跟踪的想法会带来一种解脱感。毕竟,他们可以确保自己的产品能够安全地进入消费者的厨房。

01 加强监管合规性

6.机器学习和分析

尽管公司做出了最大的努力,但监管合规仍然是一个不断变化的目标,主要是由于人类偏见的普遍存在。虽然主观意见和不同的世界观构成了有趣的对话,但它们也使得任何两个人以同样的方式解释法律和法规变得具有挑战性。这就是我们必须有法官的原因。

也许数字转型中最具创新性的部分之一是能够使用机器学习和高级分析来挖掘数据趋势,这可以在种子播种前就开始。机器学习可以预测那些性状和基因最适合的作物,为世界各地的农民提供最适合当地地理位置和气候条件的种子。

相比之下,算法没有非确定性的思维过程,它们总是根据所建立的法律的字母来解释和执行。通过智能地自动化IT系统中的合规性功能,公司可以将人类的认知非确定性交由机器人执行,理想情况下,这种机器人执行不受主观性,偏见和情绪的影响。

机器学习算法也可以用于农业生产方面,即消费者购买他们的产品。这些算法可以显示哪些产品被购买的最多,哪些产品在市场上被淘汰。因此,为未来农业创造熟练而有效的预测。我相信农业的未来取决于它的数字化转型。农民将从农业的数字化转型趋势中受益,使他们不必再担忧环境,能够种植更高产的作物,并以有效的全新方法管理作物。随着全球人口的持续增长,农业技术也必须随之快速发展。

02 产品和服务的“大规模个性化”

如今,内容、产品和服务主要是为大众消费而设计的。在不久的将来,它们可能会根据个人用户的角色、需求、愿望和特征进行定制,这种方法称为大规模个性化。更重要的是,这种程度的个性化将以静态和动态的方式发生。一些公司已经在努力实现这一目标。

例如,在媒体领域,Netflix正在开发一个人工智能平台,该平台可根据个人观众的流媒体历史创建个性化电影预告片。这是公司更大内容战略中的一个要素,用于使用数据为样式、演员和情节发展的创意决策提供信息。

03 资产智能

如今,公司严重依赖人类智能,以机器无法解释、预测和直观的方式解读信息。这一切即将改变。未来,由公司资产、基础设施、IT系统和库存产生的数据将产生智能,且可能超越人类的洞察力,成为组织最关键的商业智能。嵌入在大型物联网网络、计算机视觉和机器学习中的传感器将实时向分析系统提供数据。人工智能工具可以自主地对所得到的见解采取行动,可以重新配置商店货架上的动态定价,重新计算仓库人员预测,校准制造机器以及优化供应链。

企业智能化转型所面临的挑战

人工智能赋能组织,将AI、机器学习和其他认知技术置于业务和IT运营的核心。但它的破坏性影响可能会在整个企业中产生影响,并在以下方面产生特别的影响:

01 数据管理

要获取AI所带来的好处,企业需要实施更多动态数据治理、存储和架构。高级数据管理为企业AI引擎提供了动力,也是从企业获取自主洞察力的核心。数据需要在被提供给AI之前正确标记,您的团队应该准备好为该信息提供业务上下文。要成为一个以AI为燃料的组织,您需要访问正确的数据集,能够对该数据进行算法训练,以及能够解释信息的专业人员。虽然AI提供了以惊人的速度处理、分析和处理数据的机会,但是首先需要高质量的数据来支持AI。不幸的是,为AI部署准备数据,然后创建管理它所需的动态功能,可能会带来挑战。

02 训练机器学习

为了发挥作用,AI技术依赖于在神经网络中运行的机器学习算法,这些算法必须在大量数据上“训练”。在全球人工智能淘金热的背景下,中国采取了与其他许多国家不同的数据隐私方法

  • 目前具有优势。
    在他们培训他们的神经网络时,中国开发人员可以随时访问阿里巴巴和百度等公司拥有的大量数据集,所有这些数据最终都受到更大程度的应用。在西方经济体中,公司缺乏对大量受控数据的可比性访问,这些公司至少在现在处于竞争劣势。

03 AI伦理

目前,关于使用人工智能的伦理影响及其对社会的潜在影响的辩论并未在短期内结束。在认知技术的诸多方面缺乏道德共识的情况下,公司在人工智能应用中也应考虑道德因素、组织的价值观。人类在编写代码时,会将偏见、假设和看法写入算法。所以,在建立智能型组织时,应考虑:AI伦理、AI治理和道德如何重叠?我们创造的算法是否符合我们的价值观和整个社会的价值观?如何在人工智能决策中建立透明度?如何更一致地校准算法模型以消除基础数据或周围环境中可能存在的无意识偏差?

04 人才

正如德勤2018年全球人力资本趋势报告所述,“传统的雇主-雇员关系正在被多元化劳动力生态系统的出现所取代”,工人、人才网络、工作人员和服务提供商的各种组合为雇主提供了灵活性、能力以及在采购人才方面探索不同经济模式的潜力。随着认知技术和自动化转变IT角色和技能组合,人才的定义将演变为包括:全职员工、零工经济中自由职业者、众包活动和机器人。

05 组织和文化变化

当今最重要的IT技能包括数据分析、数据建模和应用程序开发。随着人工智能的普及,公司将越来越重视数据科学、算法开发和人工智能系统设计方面的专业知识,特别强调开发个性化用户体验所需的以人为本的设计技能。这就需要重新培训和重组员工,或完全改变的员工队伍。

最后,企业智能化转型是一个过程,需要科学组织和方法论指导。

发表评论

电子邮件地址不会被公开。 必填项已用*标注