解福雙，費(fèi)雅君

（浙江清華長(zhǎng)三角研究院，浙江 嘉興 314000）

設(shè)施農(nóng)業(yè)在現(xiàn)代農(nóng)業(yè)中占有重要地位，是我國(guó)現(xiàn)代農(nóng)業(yè)發(fā)展的標(biāo)志。設(shè)施農(nóng)業(yè)是設(shè)施和現(xiàn)代農(nóng)業(yè)的組合，包括設(shè)施蔬菜、設(shè)施花卉、設(shè)施畜牧等產(chǎn)業(yè)，其中設(shè)施蔬菜的規(guī)模最大。設(shè)施蔬菜栽培通過(guò)人為控制環(huán)境因子，可以擺脫傳統(tǒng)農(nóng)業(yè)自然條件的制約，從而實(shí)現(xiàn)高產(chǎn)、優(yōu)質(zhì)、高效的蔬菜生產(chǎn)。在設(shè)施設(shè)備中，節(jié)能日光溫室、塑料大棚溫室和普通日光溫室發(fā)展速度最快。發(fā)展集約型設(shè)施農(nóng)業(yè)成為我國(guó)現(xiàn)代農(nóng)業(yè)的發(fā)展趨勢(shì)。

人工智能在設(shè)施蔬菜領(lǐng)域的應(yīng)用

人工智能技術(shù)在蔬菜產(chǎn)前階段的應(yīng)用

人工智能在產(chǎn)前階段可以對(duì)土壤、作物品系等做出科學(xué)分析，幫助農(nóng)民選擇適合的作物品系，為后續(xù)的農(nóng)業(yè)生產(chǎn)提供保障。土壤分析[4]是蔬菜產(chǎn)前階段最重要的環(huán)節(jié)，通過(guò)分析土壤中的有機(jī)物、無(wú)機(jī)離子、微量元素等來(lái)指導(dǎo)后續(xù)施肥的用量以及種類(lèi)；通過(guò)分析土壤的酸堿性來(lái)指導(dǎo)農(nóng)民選擇肥料的類(lèi)型，如堿性土壤，可以選擇加入一些腐植酸類(lèi)肥料，作物只有在合適的酸堿條件下才能更好地吸收無(wú)機(jī)鹽，才能健康地生長(zhǎng)發(fā)育；通過(guò)分析土壤的含水量，科學(xué)指導(dǎo)作物灌溉，避免濕度太大而引起病害；通過(guò)分析土壤中的微生物，可以對(duì)有害微生物提前預(yù)防，避免造成損失，同時(shí)合理利用土壤中有益微生物對(duì)農(nóng)業(yè)生產(chǎn)更有利。Elgaali[5]利用非侵入型探地雷達(dá)成像技術(shù)來(lái)探測(cè)土壤，并用神經(jīng)網(wǎng)絡(luò)分類(lèi)器對(duì)土壤進(jìn)行分類(lèi)研究，建立了土壤特征與宜栽作物的關(guān)聯(lián)模型。Raju等[6]利用專(zhuān)家系統(tǒng)WBS-FLAB來(lái)評(píng)估土地改造措施，結(jié)果表明該方法可以為景觀(guān)規(guī)劃提供有效的信息。

人工智能技術(shù)在蔬菜產(chǎn)中階段的應(yīng)用

人工智能在設(shè)施蔬菜產(chǎn)中階段的應(yīng)用，主要是應(yīng)用農(nóng)業(yè)專(zhuān)家系統(tǒng)、農(nóng)業(yè)機(jī)器人、人工神經(jīng)網(wǎng)絡(luò)技術(shù)等。這些技術(shù)能科學(xué)指導(dǎo)農(nóng)民更好地種植、管理，進(jìn)而提高作物產(chǎn)量，實(shí)現(xiàn)農(nóng)業(yè)的現(xiàn)代化、自主化管理，使農(nóng)業(yè)生產(chǎn)不再是低級(jí)的體力勞動(dòng)，而是機(jī)械化、自動(dòng)化、科學(xué)化的新型產(chǎn)業(yè)。

專(zhuān)家系統(tǒng)擁有農(nóng)業(yè)相關(guān)領(lǐng)域的知識(shí)儲(chǔ)備，能幫助農(nóng)民解決生產(chǎn)中遇到的各類(lèi)問(wèn)題。國(guó)際上農(nóng)業(yè)專(zhuān)家系統(tǒng)的研究始于20世紀(jì)70年代的美國(guó)，到了80年代中期農(nóng)業(yè)專(zhuān)家系統(tǒng)不再只是病蟲(chóng)害研究診斷系統(tǒng)，而開(kāi)始轉(zhuǎn)向生產(chǎn)管理、生態(tài)種植、經(jīng)濟(jì)分析、市場(chǎng)分析等方面。這一系統(tǒng)可以讓“農(nóng)業(yè)專(zhuān)家”隨時(shí)指導(dǎo)每位從事農(nóng)業(yè)生產(chǎn)活動(dòng)的人，更好地實(shí)現(xiàn)資源合理化配置。

在設(shè)施蔬菜產(chǎn)中階段利用人工智能從事農(nóng)業(yè)生產(chǎn)，不僅可以提高生產(chǎn)效率，而且減少勞動(dòng)投入。在蔬菜生產(chǎn)的耕地、施肥、播種、移栽、定植、噴藥、采摘及其生長(zhǎng)期間的環(huán)境控制均能實(shí)現(xiàn)智能化。蘇丹等[7]將UG、ADMAS軟件引入到夾持機(jī)構(gòu)中，實(shí)現(xiàn)了夾持機(jī)構(gòu)布局合理、夾緊力的計(jì)算同步優(yōu)化，為夾持機(jī)構(gòu)的穩(wěn)定性設(shè)計(jì)提供了理論依據(jù)。張娓娓等[8]以農(nóng)業(yè)機(jī)器人的采摘控制系統(tǒng)為研究平臺(tái)，基于滑覺(jué)傳感檢測(cè)技術(shù)設(shè)計(jì)了柔性采摘系統(tǒng)。試驗(yàn)結(jié)果顯示，該系統(tǒng)運(yùn)行穩(wěn)定、可靠，對(duì)于實(shí)現(xiàn)蔬菜的無(wú)損采摘具有十分重要的意義。

非化學(xué)方式除草是生產(chǎn)綠色農(nóng)產(chǎn)品的關(guān)鍵，智能除草機(jī)器人是一種能夠識(shí)別作物與雜草，并能快速除草的自動(dòng)化除草裝備，能夠大大減少勞動(dòng)力、降低成本、保護(hù)環(huán)境。胡煉等[9-10]提出一種基于視覺(jué)作物識(shí)別和定位的方法，利用像素累加曲線(xiàn)、正弦波曲線(xiàn)以及曲線(xiàn)標(biāo)準(zhǔn)偏差綜合獲取作物位置，結(jié)果表明該方法能夠適應(yīng)不同天氣、不同作物，其中生菜識(shí)別率達(dá)到100%；同時(shí)，研制了一款爪齒除草裝置，通過(guò)軌道切換使傷苗率低于8%。張朋舉等[11]設(shè)計(jì)了八爪機(jī)械除草裝置，采用電磁鐵控制運(yùn)動(dòng)軌跡，使傷苗率低于10%。

人工智能技術(shù)在蔬菜產(chǎn)后階段的應(yīng)用

人工智能在蔬菜產(chǎn)后階段的應(yīng)用也有很廣闊的前景，已在產(chǎn)品質(zhì)量分析、產(chǎn)品分類(lèi)等方面有很好的應(yīng)用。

隨著生活水平的提高，人們對(duì)食品安全問(wèn)題越來(lái)越重視，農(nóng)產(chǎn)品質(zhì)量檢測(cè)也越來(lái)越受到關(guān)注，其中電子鼻檢測(cè)、圖像識(shí)別等應(yīng)用到農(nóng)產(chǎn)品檢測(cè)中。電子鼻檢測(cè)方法在操作難度、檢測(cè)時(shí)間、便攜性等方面都表現(xiàn)不俗。Arnold等[12]應(yīng)用電子鼻系統(tǒng)測(cè)量新鮮度與微生物種類(lèi)、數(shù)量和揮發(fā)性物質(zhì)之間的聯(lián)系；Concina等[13]利用電子鼻技術(shù)檢測(cè)罐裝去皮的番茄，發(fā)現(xiàn)該電子鼻可以分辨番茄是否變質(zhì)，還能對(duì)特殊污染物（如大腸桿菌）進(jìn)行早期檢測(cè)。申廣榮等[14]利用HACCP設(shè)計(jì)了蔬菜安全生產(chǎn)決策系統(tǒng)，試驗(yàn)對(duì)大蔥、甘藍(lán)、黃瓜、生菜、西蘭花進(jìn)行了研究，以農(nóng)戶(hù)或企業(yè)用戶(hù)的身份登錄后，用戶(hù)可以直接查詢(xún)或輸入大蔥產(chǎn)地環(huán)境水、土、氣等檢測(cè)數(shù)據(jù)，并選擇系統(tǒng)提供的有關(guān)標(biāo)準(zhǔn)，系統(tǒng)自動(dòng)給出判斷結(jié)果；同樣，用戶(hù)可選擇檢測(cè)其產(chǎn)品所屬級(jí)別、重金屬和農(nóng)藥殘留是否超標(biāo)等。

在產(chǎn)品分類(lèi)方面，王松等[15]為解決協(xié)同過(guò)濾算法的稀疏性和可擴(kuò)展問(wèn)題，采用產(chǎn)品分類(lèi)技術(shù)和Web技術(shù)對(duì)產(chǎn)品進(jìn)行分類(lèi)，結(jié)果表明能夠有效改善推薦質(zhì)量，更好地為客戶(hù)提供個(gè)性化的推薦服務(wù)。姜偉等[16]對(duì)蔬菜自動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)方法的硬件選型及結(jié)構(gòu)搭建、軟件算法等進(jìn)行研究，具體是：在相機(jī)捕捉目標(biāo)物體后，系統(tǒng)會(huì)對(duì)圖像進(jìn)行分割、顏色和紋理特征提取操作，將特征與實(shí)現(xiàn)訓(xùn)練的特征庫(kù)（在線(xiàn)或離線(xiàn)）進(jìn)行比較，最終輸出識(shí)別結(jié)果。經(jīng)測(cè)試，該方法可靠易行，對(duì)日常蔬菜能夠達(dá)到81.5%的識(shí)別率，能夠?qū)崿F(xiàn)在復(fù)雜環(huán)境下識(shí)別果蔬類(lèi)別，可以有效地節(jié)約時(shí)間及經(jīng)濟(jì)成本，具有現(xiàn)實(shí)意義。

人工智能的不足及難點(diǎn)分析

近年來(lái)人工智能產(chǎn)業(yè)的爆發(fā)式發(fā)展，也暴露了一系列問(wèn)題。第一，核心尖端人才難引進(jìn)[17]。近年來(lái)，我國(guó)為了引進(jìn)高精尖人才投入很大，但只憑借高工資、高福利還不足以打動(dòng)人心。主要原因是國(guó)內(nèi)尚未形成學(xué)術(shù)研究和技術(shù)開(kāi)發(fā)的良好環(huán)境，另一方面目前人才引進(jìn)的方式單一。第二，市場(chǎng)戰(zhàn)略性人才不穩(wěn)定。人工智能戰(zhàn)略性人才的競(jìng)爭(zhēng)越來(lái)越激烈，然而市場(chǎng)上大多數(shù)的從業(yè)人員并未具備足夠的專(zhuān)業(yè)理論知識(shí)和核心技術(shù)，而且由于薪酬待遇的原因，他們可能會(huì)頻繁跳槽，這種不正常的人員流動(dòng)現(xiàn)象，不僅不利于人才自身知識(shí)結(jié)構(gòu)的積累，更會(huì)對(duì)產(chǎn)業(yè)造成不利影響。第三，專(zhuān)業(yè)性培訓(xùn)機(jī)制不健全。目前我國(guó)教育培訓(xùn)機(jī)構(gòu)中關(guān)于人工智能方面的培訓(xùn)只限于計(jì)算機(jī)相關(guān)領(lǐng)域，專(zhuān)業(yè)單一，不能為人才提供一個(gè)全面的知識(shí)體系。只有建立全面的培訓(xùn)體系才能培養(yǎng)更多的專(zhuān)業(yè)人才，從而更好地為人工智能服務(wù)。

設(shè)施蔬菜栽培是近年來(lái)發(fā)展起來(lái)的集約化的綜合生產(chǎn)體系，通過(guò)人為控制環(huán)境，如光照、水分、溫度等，為蔬菜提供更好的生長(zhǎng)環(huán)境，以利于提高產(chǎn)量，并且可以生產(chǎn)反季節(jié)蔬菜，進(jìn)而增加收入，但在設(shè)施蔬菜標(biāo)準(zhǔn)化、設(shè)施自動(dòng)化控制等方面還存在不少問(wèn)題。設(shè)施蔬菜生產(chǎn)體系科技含量低，多以傳統(tǒng)經(jīng)驗(yàn)為主，缺乏標(biāo)準(zhǔn)化和自動(dòng)化系統(tǒng)，與發(fā)達(dá)國(guó)家還有很大差距[18]。蔬菜設(shè)施生產(chǎn)需要高新技術(shù)支持，利用計(jì)算機(jī)網(wǎng)絡(luò)控制溫度、水分、光照，測(cè)定土壤成分，合理施肥，產(chǎn)后產(chǎn)品檢測(cè)、分類(lèi)、包裝等，如何利用人工智能提高設(shè)施蔬菜的自動(dòng)化程度，生產(chǎn)相關(guān)配套設(shè)施、環(huán)境控制技術(shù)等是未來(lái)急需解決的問(wèn)題[19]。

前景

人工智能結(jié)合大數(shù)據(jù)將是大勢(shì)所趨。大數(shù)據(jù)幾乎在一夜間家喻戶(hù)曉，得到了企業(yè)、政府、學(xué)術(shù)界的一致青睞。2011年《Science》推出專(zhuān)刊《Dealing with Data》討論了數(shù)據(jù)流帶來(lái)的挑戰(zhàn)，指出如果能更有效地利用這些數(shù)據(jù)，人們將得到更多機(jī)會(huì)利用科學(xué)技術(shù)來(lái)推動(dòng)社會(huì)發(fā)展。關(guān)于大數(shù)據(jù)概念[20]目前沒(méi)有統(tǒng)一的說(shuō)法，IBM認(rèn)為大數(shù)據(jù)有3個(gè)特征：體量浩大、模態(tài)繁多、生成快速。農(nóng)業(yè)大數(shù)據(jù)就是運(yùn)用大數(shù)據(jù)的理念、技術(shù)、方法來(lái)解決農(nóng)業(yè)領(lǐng)域的問(wèn)題，如農(nóng)業(yè)信息的采集、存儲(chǔ)、計(jì)算等問(wèn)題。由于農(nóng)業(yè)大數(shù)據(jù)具有數(shù)據(jù)大、來(lái)源廣、動(dòng)態(tài)強(qiáng)等特征，給數(shù)據(jù)的采集和整理帶來(lái)了困難，要想形成有序的農(nóng)產(chǎn)品數(shù)據(jù)采集，必須采用有針對(duì)性的技術(shù)，特別是關(guān)于隱私數(shù)據(jù)的保護(hù)技術(shù)，保證信息安全，建立完善的農(nóng)產(chǎn)品數(shù)據(jù)信息平臺(tái)。

近年來(lái)人工智能技術(shù)已經(jīng)取得了長(zhǎng)足的發(fā)展，未來(lái)人工智能與大數(shù)據(jù)結(jié)合，能夠幫助人們管理生產(chǎn)、代替重復(fù)性勞動(dòng)。在建成農(nóng)業(yè)自動(dòng)化平臺(tái)的基礎(chǔ)上，通過(guò)智能感知系統(tǒng)，農(nóng)業(yè)生產(chǎn)中的數(shù)據(jù)源源不斷地匯集到一起，如遙感衛(wèi)星、無(wú)人機(jī)監(jiān)測(cè)的數(shù)據(jù)，經(jīng)加工、篩選后，向管理員推薦最合適的種植方案，實(shí)現(xiàn)全自動(dòng)化的農(nóng)業(yè)生產(chǎn)，大大提高工作效率、減少人工成本[21]。未來(lái)是人工智能的時(shí)代，也是農(nóng)業(yè)發(fā)展的黃金時(shí)代，加強(qiáng)科技研發(fā)、提高設(shè)施蔬菜科技水平，開(kāi)發(fā)出水肥一體化灌溉設(shè)備，精準(zhǔn)施藥設(shè)備，蔬菜收割、清洗、質(zhì)量檢測(cè)、包裝一體化設(shè)備，實(shí)現(xiàn)人工智能化蔬菜生產(chǎn)，減輕勞動(dòng)量、提高生產(chǎn)效率，為中國(guó)蔬菜生產(chǎn)提供技術(shù)支持。

農(nóng)業(yè)作為一國(guó)之本，如何利用農(nóng)業(yè)大數(shù)據(jù)培養(yǎng)和支持一批農(nóng)業(yè)重點(diǎn)領(lǐng)域和關(guān)鍵技術(shù)的創(chuàng)新，尤其是利用大數(shù)據(jù)和人工智能相結(jié)合促進(jìn)智能化農(nóng)業(yè)、現(xiàn)代農(nóng)業(yè)的形成，有著誘人的前景。