孟璐
俗話說:“民以食為天”。糧食問題一直以來都是全世界高度關(guān)注的問題。近年來隨著人類社會(huì)的飛速發(fā)展,世界人口數(shù)量不斷膨脹,這意味著有限的耕地要養(yǎng)活更多的人口。加之全球變暖以及水資源的匱乏,未來農(nóng)業(yè)的發(fā)展遇到了極大的挑戰(zhàn)。美國(guó)《連線》雜志日前撰文指出,機(jī)器學(xué)習(xí)和人工智能在作物培育、防治病蟲害以及農(nóng)業(yè)資源分配方面取得的一系列成果將對(duì)未來農(nóng)業(yè)發(fā)展產(chǎn)生深遠(yuǎn)影響。
智能機(jī)器人技術(shù)以及機(jī)器學(xué)習(xí)算法為人類社會(huì)帶來了新的農(nóng)業(yè)革命,我們可以稱之為新的“綠色革命”(Green Revolution)。太空中的衛(wèi)星可以探測(cè)氣候是否會(huì)出現(xiàn)干旱;田間的智能拖拉機(jī)可以觀察種植物的生長(zhǎng)狀況并剔除不良作物;而基于人工智能的智能手機(jī)應(yīng)用可以實(shí)時(shí)告訴農(nóng)業(yè)人員什么疾病正在影響農(nóng)作物的健康生長(zhǎng)。
忘記田間的那些稻草人吧,農(nóng)業(yè)的未來掌握在機(jī)器人手中。
數(shù)字化培育技術(shù)
深度學(xué)習(xí)是計(jì)算機(jī)行業(yè)的創(chuàng)新方式。通過深度學(xué)習(xí),程序員不用再明確告訴計(jì)算機(jī)需要做什么,而是訓(xùn)練機(jī)器識(shí)別特定的模式。目前深度學(xué)習(xí)技術(shù)已經(jīng)應(yīng)用于園藝技能(Green Thumb),你可以在計(jì)算機(jī)中輸入患病作物葉子以及健康作物葉子的相關(guān)照片,通過深度學(xué)習(xí)算法計(jì)算機(jī)就可以識(shí)別出哪些作物是健康的。
生物學(xué)家戴維·休斯(David Hughes)和作物流行病學(xué)家馬塞爾·薩拉斯(Marcel Salathé)運(yùn)用深度學(xué)習(xí)算法可以檢測(cè)出14種作物的26種疾病。他們將關(guān)于植物葉子的5萬多張照片導(dǎo)入計(jì)算機(jī),并運(yùn)行相應(yīng)的深度學(xué)習(xí)算法,最終程序正確識(shí)別作物疾病的準(zhǔn)確率高達(dá)99.35%。但是這一技術(shù)的實(shí)現(xiàn),要求在明亮的光線條件及合乎標(biāo)準(zhǔn)的背景下拍攝出植物的照片。若在互聯(lián)網(wǎng)上隨機(jī)選取植物葉子照片,其識(shí)別準(zhǔn)確率將降至30%至40%。
休斯和薩拉斯希望將這種人工智能算法應(yīng)用于他們開發(fā)的手機(jī)應(yīng)用Plant Village。目前,世界各地的農(nóng)民可以上傳患病作物的照片到該手機(jī)應(yīng)用,然后農(nóng)業(yè)專家將給出相應(yīng)的診斷和解決方案。休斯指出,“大部分妨礙作物生長(zhǎng)的因素都是生理性的,譬如土壤養(yǎng)分中缺鈣元素或鎂元素,亦或是鈉含量過多或環(huán)境溫度過高。農(nóng)民卻往往認(rèn)為是細(xì)菌或真菌導(dǎo)致的作物疾病?!睂?duì)作物的誤診導(dǎo)致農(nóng)民濫用農(nóng)藥和除草劑,浪費(fèi)大量的時(shí)間和金錢。而在未來,人工智能可以幫助農(nóng)民快速準(zhǔn)確地查明問題所在。休斯和薩拉斯將導(dǎo)入更多的患病作物照片,豐富數(shù)據(jù)庫,使這種人工智能算法更為精準(zhǔn)。薩拉斯表示,“我們從多個(gè)來源獲取了農(nóng)作物的大量圖片,其中多數(shù)圖片標(biāo)明了照片的拍攝方式、拍攝地點(diǎn)、年份等大量信息。這些照片能夠有效提升算法的精確度?!?/p>
拖拉機(jī)升級(jí)版
目前,發(fā)達(dá)國(guó)家存在濫用殺蟲劑和除草劑的情況。據(jù)統(tǒng)計(jì),美國(guó)農(nóng)民每年使用在玉米、大豆和棉花種植的除草劑費(fèi)用就高達(dá)3.1億美元,這完全是一種粗放式的防治手段。
而農(nóng)業(yè)機(jī)器人公司Blue River Technology則針對(duì)生菜種植提出了一種新的解決方式。其開發(fā)的農(nóng)業(yè)機(jī)器人Lettuce Bot外觀與田間的拖拉機(jī)沒有什么兩樣,但卻是一個(gè)智能化的機(jī)器人。公司稱Lettuce Bot可在田間運(yùn)行,工作時(shí)其攜帶的照相設(shè)備每分鐘可掃描約5000株幼苗,利用機(jī)器學(xué)習(xí)以及計(jì)算機(jī)視覺技術(shù)識(shí)別出作物幼苗和雜草。Blue River Technology開發(fā)的Lettuce Bot機(jī)器人對(duì)雜草和作物幼苗的定位精度能夠達(dá)到四分之一英寸。如果機(jī)器確定當(dāng)前植株是雜草或長(zhǎng)勢(shì)不好的作物,就會(huì)利用農(nóng)藥噴霧殺死植物;如果機(jī)器判斷兩棵幼苗的種植間距過小,就會(huì)拔掉一棵。
這種方法為農(nóng)業(yè)帶來了顯著改變,大幅減少了除草劑的使用。公司商務(wù)副總裁本·考斯特納(Ben Chostner)表示,“此前的方法就像是舊金山市的少部分人感染了病菌,你唯一的方法就是讓城市中的每一個(gè)人都使用抗生素。這種方法雖然可以治愈疾病,但卻開銷巨大。”而相比之下,使用 LettuceBot則可以幫助農(nóng)民減少90%的化學(xué)藥劑使用。目前,LettuceBot服務(wù)的生菜種植面積占到美國(guó)生菜種植的10%左右。
LettuceBot功能之所以強(qiáng)大,是因?yàn)樗鼘C(jī)器學(xué)習(xí)技術(shù)與機(jī)器固有的操作精確優(yōu)勢(shì)相結(jié)合。機(jī)器人或許不能夠像人類一樣在田間勞作,但是作物管理方面卻有著不可比擬的精度優(yōu)勢(shì)。
穹頂之上
在距地面600英里的太空軌道中,美國(guó)航空航天局的遙感衛(wèi)星可以精確探測(cè)到地球表面的大范圍光譜。雖然這些數(shù)據(jù)無法被人們直接利用,但通過機(jī)器學(xué)習(xí)算法,能夠?yàn)檗r(nóng)業(yè)提供幫助。
特別是在發(fā)展中國(guó)家,當(dāng)政府和銀行向農(nóng)民發(fā)放貸款或是提供緊急援助時(shí),往往面臨相關(guān)數(shù)據(jù)匱乏的問題,很難做出正確的決策,把每一份援助送給真正需要的人。譬如在印度發(fā)生了干旱,不同地區(qū)的受災(zāi)狀況不同,有些地區(qū)急需水源,而其他地區(qū)或許有更好的獲得水源的方式,因缺乏相關(guān)分析數(shù)據(jù),政府無法根據(jù)實(shí)地情況提供更精準(zhǔn)的援助。
目前一個(gè)名為Harvesting的初創(chuàng)企業(yè)正在通過機(jī)器學(xué)習(xí)技術(shù)分析衛(wèi)星數(shù)據(jù),以幫助政府和民間機(jī)構(gòu)更好地分配援助資源。Harvesting首席執(zhí)行官什特·加格(Ruchit Garg)指出,“我們希望通過這種技術(shù),篩選出那些真正需要幫助的農(nóng)民和村莊,讓銀行和政府的援助資金都能夠物盡其用。分析人員一次可以處理10個(gè)或 15個(gè)信息變量,但機(jī)器學(xué)習(xí)算法卻可以一次性處理2000個(gè)信息變量,這將大幅提高工作效率?!?/p>
在全球變暖加劇,氣候變化捉摸不定的大環(huán)境下,如何合理分配農(nóng)業(yè)資源是各國(guó)政府普遍面臨的迫切問題。在印度,以往人們能夠按照自己的經(jīng)驗(yàn)來適應(yīng)氣候環(huán)境變化給農(nóng)作物帶來的影響。但現(xiàn)在,由于氣候劇烈變化,農(nóng)業(yè)已經(jīng)很難僅憑經(jīng)驗(yàn)來適應(yīng)環(huán)境變化了。
人工智能井噴式的發(fā)展將給人類農(nóng)業(yè)發(fā)展開啟一個(gè)全新的時(shí)代,提供更廣闊、環(huán)境更好、更可持續(xù)發(fā)展的解決方案。