一直以來，人類如何養(yǎng)活自己就是一個棘手的問題。進入智人時代以來，人口數(shù)量不斷膨脹，2050年世界人口總數(shù)或?qū)⒔咏?00億。這意味著同樣的土地必須養(yǎng)活更多的人口。加之全球變暖以及水資源短缺對農(nóng)業(yè)帶來的影響，勢必對人類養(yǎng)活自己造成不小的麻煩。

 

　　或許可以說是人類進化的偶然，但也是時代發(fā)展的必然，機器技術(shù)無可避免地來到我們面前。真正智能化的機器人技術(shù)以及機器學(xué)習(xí)算法為人類社會帶來了新的農(nóng)業(yè)革命，我們可以稱之為新的“綠色革命”（Green Revolution），技術(shù)的發(fā)展有助于幫人類養(yǎng)活自己。太空中的衛(wèi)星可以幫助探測氣候是否會出現(xiàn)干旱；田間的拖拉機可以觀察種植物并剔除不良作物；而基于人工智能的智能手機應(yīng)用可以實時告訴農(nóng)業(yè)人員什么疾病正在對農(nóng)作物產(chǎn)生影響。

 

　　忘記田間的那些稻草人吧。農(nóng)業(yè)的未來掌握在機器手中。

 

 

　　數(shù)字化培育技術(shù)

 

　　深度學(xué)習(xí)是計算機行業(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算機需要做什么，而是訓(xùn)練機器識別特定的模式。目前深度學(xué)習(xí)技術(shù)已經(jīng)應(yīng)用于園藝技能（Green Thumb）。你可以在計算機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)算法計算機可以識別出現(xiàn)實中哪些作物是健康的。

 

　　通過深度學(xué)習(xí)算法，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）可以檢測出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)入計算機，并運行相應(yīng)的深度學(xué)習(xí)算法。最終程序正確識別作物疾病的準(zhǔn)確率高達99.35%。

 

　　但是實現(xiàn)這一切的基礎(chǔ)，是要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)上隨機選取植物葉子照片，其識別準(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)的手機應(yīng)用PlantVillage。目前該手機應(yīng)用可以讓世界各地的農(nóng)民上傳患病作物照片，并有農(nóng)業(yè)專家對此做出相應(yīng)的診斷。休斯和薩拉斯將通過導(dǎo)入更多的患病作物照片，使這種人工智能算法更為聰明可靠。薩拉斯表示，“我們從多個來源獲取了關(guān)于作物的大量圖片，其中也包含了照片是如何拍攝的、拍攝地點、年份等大量信息。這些照片能夠有效提升算法的精確度。”

 

　　算法的應(yīng)用不僅僅是對植物病蟲害的深度挖掘，對作物影響的因素還有很多。休斯指出，“大部分妨礙作物生長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)為是細菌或真菌導(dǎo)致的作物疾病。”對作物的誤診會導(dǎo)致農(nóng)民濫用農(nóng)藥和除草劑，對時間和金錢都是一種浪費。而在未來，人工智能可以幫助農(nóng)民快速準(zhǔn)確查明問題所在。

 

　　一個手機應(yīng)用便可幫助農(nóng)民確定問題，而專家也可根據(jù)環(huán)境給出相應(yīng)的解決方法。理想情況下，未來人類可以完全控制農(nóng)作物的生長。聯(lián)合國糧食和農(nóng)業(yè)計劃署認(rèn)為這種技術(shù)對于作物管理來說是“有用的工具”，但這種情況下農(nóng)業(yè)專家做出的論斷過于形而上。聯(lián)合國糧農(nóng)組織植物病理學(xué)家法茲爾·杜桑瑟理(Fazil Dusunceli)指出，“這種電子診斷方法是好的，但‘最終的決策應(yīng)當(dāng)是與實地調(diào)查相結(jié)合’。”

 

　　拖拉機升級版

 

　　目前，發(fā)展中國家農(nóng)業(yè)知識匱乏，而發(fā)達國家卻存在濫用殺蟲劑以及除草劑的情況。據(jù)統(tǒng)計，美國農(nóng)民每年使用除草劑應(yīng)對玉米、大豆和棉花種植就要花費3.1億英鎊。這完全是一種粗放式的防治手段。

 

　　而農(nóng)業(yè)機器人公司Blue River Technology則針對生菜種植提出了一種新的解決方式。其開發(fā)的農(nóng)業(yè)機器人LettuceBot外觀與田間的拖拉機沒有什么兩樣，但卻是一個智能化的機器人。

 

　　公司稱LettuceBot可在田間運行，通過攜帶的照相設(shè)備每分鐘掃描月5000株幼苗，利用機器學(xué)習(xí)以及計算機視覺技術(shù)識別出作物幼苗和雜草。深度學(xué)習(xí)算法公司Enlitic創(chuàng)始人杰里米·霍華德（Jeremy Howard）指出，“這是關(guān)于機器學(xué)習(xí)和計算機視覺技術(shù)的最佳應(yīng)用。”他補充稱開發(fā)的圖形處理芯片目前識別一幅圖像僅需要0.02秒。

 

　　Blue River Technology開發(fā)的LettuceBot機器人對雜草和作物幼苗的定位精度能夠達到四分之一英寸。如果機器確定當(dāng)前植株是雜草或長勢不好的作物，就會利用農(nóng)藥噴霧殺死植物；如果機器判斷兩棵幼苗的種植間距過小，就會拔掉一棵。

 

　　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生菜種植的10%左右。

 

　　LettuceBot功能之所以強大，是因為它將機器學(xué)習(xí)技術(shù)與機器固有的操作精確優(yōu)勢相結(jié)合。機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。

 

　　穹頂之上

 

　　在距地面600英里的太空軌道種，美國航空航天局的遙感衛(wèi)星可以精確探測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，但通過機器學(xué)習(xí)算法，能夠為農(nóng)業(yè)提供幫助。

 

　　特別是在發(fā)展中國家，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，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，但或許有些地區(qū)的農(nóng)民會有更好的辦法獲得水源。

 

　　目前一個名為Harvesting的初創(chuàng)企業(yè)正在通過機器學(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個或15個信息變量，但機器學(xué)習(xí)算法卻可以一次性處理2000個信息變量，這將大幅提高工作效率。”

 

　　在全旗變暖加劇，氣候變化捉摸不定的大環(huán)境下，如何分配農(nóng)業(yè)資源是各國政府普遍面臨的迫切問題。在印度，以往種植業(yè)相對來說可以預(yù)測，人們能夠按照自己的經(jīng)驗來克服環(huán)境帶來的變化。加格稱，“我怎樣種植，怎樣去適應(yīng)季節(jié)，以往這些經(jīng)驗都可以從我的父親、我的祖父那里得知。但現(xiàn)在，由于氣候的劇烈變化，父輩的經(jīng)驗不再適應(yīng)了。”

 

　　這是一個新的環(huán)境，新的秩序，新的世界。你可以繼續(xù)采用傳統(tǒng)方法從事農(nóng)業(yè)生產(chǎn)，也可以選擇以更明智的方式，使用大數(shù)據(jù)、人工智能和機器人。

 

　　或許人工智能就像之前農(nóng)業(yè)種植中一直被人們所忽視的西紅柿一樣，但其終將在農(nóng)業(yè)上廣泛發(fā)展。