当前位置:首页 > 新闻资讯 > 科技生活 > 新闻
人工智能的农业新世界
  • 2017/7/4 10:22:38
  • 类型:原创
  • 来源:电脑报
  • 报纸编辑:电脑报
  • 作者:
【电脑报在线】太空中的卫星可以帮助探测气候是否会出现干旱;田间的拖拉机可以观察种植物并剔除不良作物;而基于人工智能的智能手机应用可以实时告诉农业人员什么疾病正在对农作物产生影响……

@特约作者 钟清远

作者简介:曾经的媒体人,科技媒体记者,科技专栏作者。如今投身互联网企业。《电脑报》特约记者

 

      太空中的卫星可以帮助探测气候是否会出现干旱;田间的拖拉机可以观察种植物并剔除不良作物;而基于人工智能的智能手机应用可以实时告诉农业人员什么疾病正在对农作物产生影响……忘记田间的那些稻草人吧,一场由真正智能化的机器人技术以及机器学习算法带来的新农业革命,正在世界各国的田野间铺开。


智能生菜机器人:减少90%农药使用

 

      日前,美国著名科技杂志《连线》特别报道了这场由人工智能带来的新农业革命,在报道里人们称之为新的“绿色革命” (Green Revolution),因为其中有一个重要的标准就是,不仅极大提高生产效率,同时也使农业更加环保。

      为了保证农作物免受虫害以保证高产,世界各农业大国目前都采取一种粗放式的防治手段——使用农药。据统计,美国农民每年使用除草剂应对玉米、大豆和棉花种植就要花费31亿元左右。然而在人工智能时代,这将不再是问题了。

      在美国,一家名叫Blue River Technology的农业机器人公司,开发了智能化的农业机器人LettuceBot。LettuceBot又被称为“智能生菜机器人”。原来美国是全球第二大生菜出口国,但是生菜是一种需要精耕细作的作物,它不仅需要施肥除草,而且对植株的疏密度要求也很高。想要培育出优良的生菜作物,需要有适中的排列密度,要不然就会制约其生长。

      如果从外观来看,LettuceBot与人们经常在田间看到的农业拖拉机似乎没有什么两样,但是论本事的话,智能化的农业机器人LettuceBot可以用“厉害到令人吃惊”来描述。LettuceBot会操纵拖拉机,并为沿途经过的植株拍摄照片。然后通过设计的多种计算机视觉算法,把这些照片和数据库中超过100万幅的图片进行比对,辨认出生菜幼苗或者野草,以及密度过大的植株。据介绍,LettuceBot每分钟扫描5000株幼苗。深度学习算法公司Enlitic创始人杰里米•霍华德对此的评价:“这是关于机器学习和计算机视觉技术的最佳应用。”

      为什么图像自动识别技术能够帮助减少除草剂等农药的使用呢?由于LettuceBot机器人对杂草和作物幼苗的定位精度能够达到四分之一英寸,所以当机器自动识别并确定当前植株是杂草或长势不好的作物,它就会自动利用农药喷雾杀死植物;而如果机器判断两棵幼苗的种植间距过小,就会拔掉一棵。如该公司商务副总裁本•考斯特纳所说:此前的方法就像是城市的少部分人感染了病菌,你唯一的方法就是让城市中的每一个人都使用抗生素。这种方法虽然可以治愈疾病,但却开销巨大。而相比之下,使用LettuceBot则可以帮助农民减少90%的化学药剂使用。

      “机器人或许不能够像人类一样在田间劳作,但是作物管理方面却有着不可比拟的精度优势。”本•考斯特纳介绍,LettuceBot功能之所以强大,是因为它将机器学习技术与机器固有的操作精确优势相结合,从而可以更精准的施肥和打药,可以大大的减少农药和化肥的使用。据本•考斯特纳介绍,LettuceBot服务的生菜种植面积目前已经占到美国生菜种植的10%左右。


农业界的AlphaGo:快速变身“植物医生”

      AlphaGo让人们见识了人工智能的厉害,可以深度学习的计算机,不再需要程序员告诉他需要做什么了。事实上,深度学习技术也已经应用于农业,打造农业界的AlphaGo,可以实时告诉农业人员什么疾病正在对农作物产生影响。

      通过深度学习算法,生物学家戴维·休斯和作物流行病学家马塞尔·萨拉斯将关于植物叶子的5万多张照片导入计算机,并运行相应的深度学习算法应用于他们开发的手机应用Plant Village。在明亮的光线条件及合乎标准的背景下拍摄出植物的照片,然后手机应用Plant Village就会将照片与数据库的照片进行对比,

      可以检测出14种作物的26种疾病,而且程序正确识别作物疾病的准确率高达99.35%。

      根据萨拉斯的介绍,目前Plant Village可以让世界各地的农民上传患病作物照片,并有农业专家对此做出相应的诊断。而且,未来休斯和萨拉斯还将通过导入更多的患病作物照片,使这种人工智能算法更为聪明可靠。萨拉斯说:“我们从多个来源获取了关于作物的大量图片,其中也包含了照片是如何拍摄的、拍摄地点、年份等大量信息。这些照片能够有效提升算法的精确度。”

      算法的应用不仅仅是对植物病虫害的深度挖掘,对作物影响的因素还有很多。休斯指出,“大部分妨碍作物生长的因素都是生理性的,譬如土壤养分中缺钙元素或镁元素,亦或是钠含量过多或环境温度过高。农民却往往认为是细菌或真菌导致的作物疾病。”对作物的误诊会导致农民滥用农药和除草剂,对时间和金钱都是一种浪费。而在未来,人工智能可以帮助农民快速准确查明问题所在。

      一个手机应用便可帮助农民确定问题,而专家也可根据环境给出相应的解决方法。据休斯的极少,理想情况下,未来人类可以完全控制农作物的生长。

      其实,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Plant Village。在德国,名叫Plantix也是一款能够智能植物识别的APP。它能做的不仅仅是帮农户识别不认识的农作物,还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。

本文出自2017-07-03出版的《电脑报》2017年第26期 A.新闻周刊
(网站编辑:pcw2013)


我来说两句(0人参与讨论)
发表给力评论!看新闻,说两句。
匿名 ctrl+enter快捷提交
读者活动
48小时点击排行
论坛热帖