科技賦能，農業人工智能迎來新機遇

人工智能作為(wei) 計算機科學的一個(ge) 重要分支，伴隨著信息技術的快速發展，已經滲透在醫療、教育、金融等眾(zhong) 多領域，農(nong) 業(ye) 作為(wei) 國民經濟的基礎性產(chan) 業(ye) ，也不例外，近年來，農(nong) 業(ye) 被評為(wei) zui有前景的人工智能與(yu) 機器學習(xi) 應用場景之一。

在我國，農(nong) 業(ye) 人工智能的應用主要涉及基於(yu) 機器視覺技術的農(nong) 作物圖像分析和基於(yu) 數據挖掘技術的農(nong) 業(ye) 大數據分析、算法模型構建等。其中，圖像分析技術的應用有農(nong) 作物根-莖-葉-種子的表型分析測量、農(nong) 作物長勢識別、雜草識別、病蟲害識別、果蔬品質檢測以及自動采摘等方麵；大數據分析與(yu) 算法模型構建的應用有農(nong) 作物病害預測、蟲害預測、墒情預測、產(chan) 量預測、價(jia) 格預測、專(zhuan) 家係統等，能夠對農(nong) 作物的生產(chan) 鏈進行實時的監管控製，從(cong) 而提升作物的產(chan) 出量和品質。

伴隨著農(nong) 業(ye) 領域多元性數據的存在與(yu) 大量理解力問題的出現，單一機器學習(xi) 技術已經難以解決(jue) 。作為(wei) 一家深研農(nong) 業(ye) 十餘(yu) 年的現代化企業(ye) ，托普雲(yun) 農(nong) 將前沿信息技術與(yu) 農(nong) 業(ye) 專(zhuan) 業(ye) 深度融合，通過傳(chuan) 統圖像處理與(yu) 最新深度學習(xi) 等技術，構建起針對農(nong) 業(ye) 的多維混合算法模型，並使用積累多年的農(nong) 業(ye) 數據樣本進行訓練學習(xi) ，滿足當前多元化人工智能時代的發展需要，並深受業(ye) 內(nei) 關(guan) 注。其中圖像處理主要是對圖像進行分割、前景提取、獲取關(guan) 鍵信息等，深度學習(xi) 主要包括目標檢測和圖像分類等對目標進行識別分析。

農(nong) 業(ye) 病蟲害目標識別是人工智能技術的應用熱點之一。托普雲(yun) 農(nong) 通過大量數據樣本對已構建好的算法模型進行訓練學習(xi) ，利用訓練後的目標檢測算法模型對各作物的病蟲害進行識別，根據識別的病蟲害數量對病蟲害的嚴(yan) 重程度進行判斷與(yu) 預警；根據識別的病蟲害的種類給出病蟲害檔案，包括病蟲危害情況、病蟲害特征、病蟲害原因、防治措施等。曆經近十年的研究實踐，托普雲(yun) 農(nong) 已有60TB約2000多萬(wan) 張圖庫，15萬(wan) 張精選樣本庫，每月增量達3TB。目前已覆蓋包括草地貪夜蛾、大螟、二化螟、稻飛虱等國家一二類農(nong) 作物主要蟲害109種的識別，病害識別覆蓋小麥、玉米、水稻等6種農(nong) 作物，涵蓋赤黴病、灰斑病、稻瘟病等在內(nei) 59種病害，平均識別一張圖片3s左右，為(wei) 糧食安全、生態保護提供了有力保障。

植物表型研究在作物育種領域有著不可替代的作用。托普雲(yun) 農(nong) 人工智能技術通過對農(nong) 作物根-莖-葉-種等器官進行特征提取與(yu) 降維、目標分割與(yu) 定位、高精度圖像識別與(yu) 檢測，現已實現了對玉米珠型、作物株高、劍葉夾角、籽粒果穗考種、作物形態測量、葉麵積分析、畝(mu) 穗數測量等的多個(ge) 作物表型識別與(yu) 測量。

大數據分析與(yu) 算法模型構建是人工智能技術的另一重要應用。托普雲(yun) 農(nong) 通過監督機器學習(xi) 算法，從(cong) 大規模數據集中訓練出墒情預測、作物病蟲害預測、作物生長等模型，搭建成作物生長管理係統，由此為(wei) 作物生產(chan) 進行規劃與(yu) 管理；通過海量圖像數據的積累以及高精度的目標檢測和樣本分類技術的應用，對病蟲害分布及時自動感知，對蟲害shou發期、爆發期的有效預警預測；通過對傳(chuan) 感器數據與(yu) 視覺數據的分析以及統計模型的應用，進而預測作物產(chan) 量。

此外，托普雲(yun) 農(nong) 的人工智能技術還應用於(yu) 果實成熟期禁止打藥監測等農(nong) 事作業(ye) 行為(wei) 識別；煙火識別；文字識別以及人臉、動物、車輛、農(nong) 機等集成第三方生態識別領域……有效保障農(nong) 業(ye) 生產(chan) 安全、提高農(nong) 業(ye) 農(nong) 村領域網格化治理能力，提升鄉(xiang) 村居民幸福感。

隨著對人工智能的利用不斷深入，農(nong) 業(ye) 生產(chan) 管理與(yu) 科研領域也展現出更多新的變革。

在江蘇海門的高標準農(nong) 田裏，從(cong) 選種耕種、土壤成分監測、農(nong) 田灌溉用水分析、病蟲害識別預警、農(nong) 業(ye) 環境監測到農(nong) 業(ye) 專(zhuan) 家係統、作物采收管理、產(chan) 量預測、品質檢驗等全過程動態管理，極大提升了資源利用率和勞動效率，藏糧於(yu) 地更藏糧於(yu) 技。

在喬(qiao) 司農(nong) 業(ye) 產(chan) 業(ye) 示範園裏，通過對數據資源的采集、整合、分析，打造全域數字孿生、智慧農(nong) 機係統、遙感監測係統、農(nong) 情監測係統、種植管理係統、智能灌溉係統，形成了生產(chan) 、預測、防控等全要素智能化管理，帶動農(nong) 業(ye) 可持續發展。

在江西湘東(dong) 的數字種業(ye) 園區裏，結合科研和產(chan) 業(ye) 需求，建設現代化種業(ye) 基地，打造智慧種業(ye) 服務平台，涵蓋6大應用場景，從(cong) 育種、製種、種子檢驗、加工、倉(cang) 儲(chu) 、流通等各環節強化信息監測以及溯源管理，探索水稻生長標準模型，創新園區服務體(ti) 係，保障優(you) 質種業(ye) 發展。

在浙江古林的數字農(nong) 田裏，利用北鬥導航、物聯網、農(nong) 業(ye) 遙感、機器視覺等技術手段，打造農(nong) 機高精度自動作業(ye) 與(yu) 導航係統、大田精細化生產(chan) 灌溉管理係統、“天空地"一體(ti) 化公共服務平台，並在超過1萬(wan) 畝(mu) 的規模化種植基地進行集成示範，形成了一套可複製的產(chan) 業(ye) 應用模式，為(wei) 更多水稻產(chan) 區提供種植推廣示範樣板。

當前，以數字孿生、人工智能、移動互聯網、區塊鏈等為(wei) 代表的新一代信息技術與(yu) 先進製造業(ye) 加速融合，現代農(nong) 業(ye) 、服務業(ye) 領域新產(chan) 品新業(ye) 態新模式競相湧現。未來，在各種農(nong) 業(ye) 人工智能設備工作中，數據上“雲(yun) "更便捷；在農(nong) 業(ye) 生產(chan) 中，全要素數據采集匯聚、智能決(jue) 策分析、精準作業(ye) 指導和操控，節本降耗、提質增效、環境友好、生態安全；在農(nong) 業(ye) 科研中，基地管理、數據采集、數據挖掘分析更加便捷、智能，研發更加高效，目標更加精準。雖然現代農(nong) 業(ye) 與(yu) 人工智能的深度融合還麵臨(lin) 著許多困難和挑戰，但是以人工智能為(wei) 核心的智慧農(nong) 業(ye) 發展已是大勢所趨。