陳桂芬，李 靜，陳 航，安 宇

(1.吉林農(nóng)業(yè)大學(xué)信息技術(shù)學(xué)院，長(zhǎng)春 130118；2.吉林省科學(xué)技術(shù)信息研究所，長(zhǎng)春 130033)

農(nóng)業(yè)自古以來(lái)就是國(guó)民經(jīng)濟(jì)的基礎(chǔ)，在我國(guó)“四化”同步的背景之下，糧食安全問(wèn)題、農(nóng)產(chǎn)品質(zhì)量安全問(wèn)題都受到高度重視。農(nóng)業(yè)涉及到諸多環(huán)節(jié)，影響范圍也由原來(lái)的單一領(lǐng)域逐漸轉(zhuǎn)變?yōu)閺?fù)雜的領(lǐng)域，這也導(dǎo)致原來(lái)針對(duì)農(nóng)業(yè)領(lǐng)域的單一信息已不能滿足當(dāng)今這種復(fù)雜的局面。農(nóng)業(yè)領(lǐng)域的問(wèn)題主要?dú)w結(jié)于缺乏智能化代替機(jī)械化的改革技術(shù)，農(nóng)業(yè)轉(zhuǎn)型需要很長(zhǎng)時(shí)間，導(dǎo)致了農(nóng)業(yè)生產(chǎn)中施肥施藥、增產(chǎn)增收過(guò)程繁瑣，效率低下。雖然現(xiàn)代農(nóng)業(yè)由機(jī)械化、智能化代替人工提高了生產(chǎn)效率，但是針對(duì)農(nóng)產(chǎn)品生產(chǎn)過(guò)程中的問(wèn)題，卻還有漫長(zhǎng)的路要走。

隨著信息技術(shù)的日益成熟，互聯(lián)網(wǎng)承載著海量數(shù)據(jù)供給每個(gè)用戶使用，在日益強(qiáng)大的數(shù)據(jù)面前，如何通過(guò)分析，篩選出有價(jià)值的信息成為人們思考的重要方向。大數(shù)據(jù)這一名詞也漸漸為我們所熟知。麥肯錫全球研究所提出，大數(shù)據(jù)是指其大小超出了典型數(shù)據(jù)庫(kù)軟件工具捕獲、存儲(chǔ)、管理和分析能力的數(shù)據(jù)集，需要新的處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力。在我國(guó)農(nóng)業(yè)領(lǐng)域，農(nóng)作物多種多樣，信息十分龐大。農(nóng)作物從栽培、生長(zhǎng)、收割直到封裝、銷售、食用的過(guò)程中，存在大量的信息反饋。如何在海量的數(shù)據(jù)中精準(zhǔn)分析，實(shí)現(xiàn)數(shù)據(jù)共享，使大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域體現(xiàn)出巨大的應(yīng)用價(jià)值。2012年3月美國(guó)發(fā)布“大數(shù)據(jù)研發(fā)計(jì)劃”，基于大數(shù)據(jù)推動(dòng)科研和創(chuàng)新，隨后英國(guó)、日本、德國(guó)、加拿大等國(guó)紛紛效仿，推出了大數(shù)據(jù)應(yīng)用相關(guān)的戰(zhàn)略研究。國(guó)內(nèi)第一個(gè)農(nóng)業(yè)大數(shù)據(jù)的研究和應(yīng)用推廣機(jī)構(gòu)“農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟”于2013年6月18日在山東農(nóng)業(yè)大學(xué)正式成立，標(biāo)志著國(guó)內(nèi)大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用又有了實(shí)質(zhì)性突破。農(nóng)業(yè)大數(shù)據(jù)就是利用大數(shù)據(jù)的理念、技術(shù)和方法，解決農(nóng)業(yè)或涉農(nóng)領(lǐng)域數(shù)據(jù)的采集、存儲(chǔ)、計(jì)算與應(yīng)用等一系列問(wèn)題，是大數(shù)據(jù)的理論和技術(shù)在農(nóng)業(yè)上的應(yīng)用與實(shí)踐。隨著大數(shù)據(jù)技術(shù)的日益完善，通過(guò)對(duì)海量數(shù)據(jù)的分析，讓機(jī)器識(shí)別有價(jià)值的數(shù)據(jù)并自主學(xué)習(xí)，成為智能領(lǐng)域發(fā)展的難點(diǎn)，這也是大數(shù)據(jù)智能技術(shù)在當(dāng)下以至將來(lái)所面臨的問(wèn)題。

因此，對(duì)人工智能與大數(shù)據(jù)關(guān)鍵技術(shù)進(jìn)行深入研究，并將其與農(nóng)業(yè)領(lǐng)域深度融合，為農(nóng)業(yè)用戶生產(chǎn)中，農(nóng)作物的精準(zhǔn)施肥、節(jié)水灌溉、病蟲害診治、智能采摘等過(guò)程提供技術(shù)支撐；為農(nóng)產(chǎn)品經(jīng)營(yíng)中，農(nóng)產(chǎn)品的質(zhì)量安全溯源、農(nóng)產(chǎn)品電子交易等平臺(tái)提供決策依據(jù)；為農(nóng)業(yè)管理人員服務(wù)中，災(zāi)害預(yù)警與評(píng)估、耕地質(zhì)量監(jiān)測(cè)與評(píng)價(jià)、農(nóng)民科技培訓(xùn)等體系提供綜合服務(wù)。可以預(yù)測(cè)，大數(shù)據(jù)時(shí)代的人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用研究具有廣闊的前景，是智慧農(nóng)業(yè)的發(fā)展方向。

1 人工智能與大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域中的研究現(xiàn)狀

1.1 人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的研究現(xiàn)狀

人工智能技術(shù)發(fā)展至今，已經(jīng)在農(nóng)業(yè)領(lǐng)域得到了廣泛的應(yīng)用。農(nóng)業(yè)人工智能涉及到關(guān)鍵技術(shù)比比皆是，例如：專家系統(tǒng)，自動(dòng)規(guī)劃，智能搜索，智能控制，機(jī)器人，語(yǔ)言和圖像理解，遺傳編程等。

在農(nóng)業(yè)領(lǐng)域引用人工智能技術(shù)的想法在20世紀(jì)初就已被提出。最初是人工智能技術(shù)應(yīng)用于耕作、播種、栽培等方面的專家系統(tǒng)；隨著物聯(lián)網(wǎng)和智能控制技術(shù)的應(yīng)用，出現(xiàn)了采摘智能機(jī)器人、智能探測(cè)土壤、探測(cè)病蟲害、氣候?yàn)?zāi)難預(yù)警等智能識(shí)別系統(tǒng)，以及在養(yǎng)殖業(yè)中使用的禽畜智能穿戴產(chǎn)品。這些技術(shù)的應(yīng)用在幫助我們提高產(chǎn)出、提高效率、科學(xué)飼養(yǎng)的同時(shí)，減少了農(nóng)藥和化肥的使用。國(guó)際上，農(nóng)業(yè)專家系統(tǒng)的研究始于20世紀(jì)70年代末，以美國(guó)最為先進(jìn)和成熟。1978年，美國(guó)伊利諾斯大學(xué)開發(fā)的大豆病蟲害診斷專家系統(tǒng)（CPLANT/ds）是世界上應(yīng)用最早的專家系統(tǒng)；美國(guó)約翰迪爾公司（John Deere）是全球最大的農(nóng)業(yè)機(jī)械制造商，也是精細(xì)農(nóng)業(yè)的領(lǐng)導(dǎo)者，該公司的農(nóng)業(yè)智能機(jī)器人可以智能除草、灌溉、施肥和噴藥。我國(guó)人工智能的發(fā)展在農(nóng)業(yè)領(lǐng)域也取得了重大進(jìn)步。我國(guó)的農(nóng)業(yè)專家系統(tǒng)開發(fā)始于20世紀(jì)80年代，1983年開始研制并建成了第一個(gè)專家系統(tǒng)“砂姜黑土小麥?zhǔn)┓蕦＜也樵兿到y(tǒng)”。20世紀(jì)90年代以后，我國(guó)的農(nóng)業(yè)專家系統(tǒng)得到了快速發(fā)展，國(guó)家自然科學(xué)基金委、科技部、農(nóng)業(yè)部和許多省級(jí)部門都相繼開展了相關(guān)的攻關(guān)課題；2017年7月，國(guó)務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，明確提出：“發(fā)展智能農(nóng)業(yè)、建立典型農(nóng)業(yè)大數(shù)據(jù)智能決策分析系統(tǒng)，開展智能農(nóng)場(chǎng)、智能化植物工廠、智能牧場(chǎng)、智能漁場(chǎng)、智能果園、農(nóng)產(chǎn)品加工智能車間、農(nóng)產(chǎn)品綠色智能供應(yīng)鏈等集成應(yīng)用示范”。

人工智能已成為新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，而智能農(nóng)業(yè)是一種革命性的技術(shù)創(chuàng)新，可有效助力農(nóng)業(yè)生產(chǎn)要素的合理配置、農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)的科學(xué)管理。人工智能技術(shù)向傳統(tǒng)產(chǎn)業(yè)的滲透，從對(duì)農(nóng)業(yè)的深度改造，到顛覆農(nóng)業(yè)的傳統(tǒng)營(yíng)銷模式，再到互聯(lián)網(wǎng)公司跨界進(jìn)入農(nóng)業(yè)生產(chǎn)領(lǐng)域等方方面面，使農(nóng)業(yè)的產(chǎn)、供、銷體系更加緊密結(jié)合，以提高農(nóng)業(yè)的生產(chǎn)效率。未來(lái)，我國(guó)農(nóng)業(yè)也必將在互聯(lián)網(wǎng)的影響下走上一條智能化的發(fā)展道路。

1.2 大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域的研究現(xiàn)狀

大數(shù)據(jù)技術(shù)在國(guó)外發(fā)展已經(jīng)相當(dāng)成熟，在農(nóng)業(yè)的各個(gè)領(lǐng)域均有應(yīng)用。美國(guó)從2012年強(qiáng)調(diào)“大數(shù)據(jù)研究與發(fā)展計(jì)劃”，2013年強(qiáng)調(diào)“從數(shù)據(jù)到知識(shí)再到行動(dòng)的新的伙伴關(guān)系”，總之要想發(fā)展農(nóng)業(yè)，需要從數(shù)據(jù)的采集入手，然后將數(shù)據(jù)進(jìn)行分析，最終建成實(shí)現(xiàn)共享的體系結(jié)構(gòu)；美國(guó)加州的TheClimate Corporation公司利用農(nóng)業(yè)大數(shù)據(jù)技術(shù)采集海量的氣候數(shù)據(jù)、土質(zhì)檢測(cè)數(shù)據(jù)以及農(nóng)作物的根部檢測(cè)數(shù)據(jù)，通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行分析，為人們提供自然災(zāi)害的有力預(yù)測(cè)和作物生長(zhǎng)的良好建議；日本宮崎縣通過(guò)傳感器等終端采集農(nóng)業(yè)生產(chǎn)數(shù)據(jù)，進(jìn)行實(shí)時(shí)監(jiān)測(cè)、分析和管理，指導(dǎo)農(nóng)業(yè)生產(chǎn)；英國(guó)的Silent Herdsman專注于牧場(chǎng)數(shù)據(jù)采集與監(jiān)測(cè)，通過(guò)給奶牛脖子上佩戴監(jiān)測(cè)設(shè)備，利用無(wú)線網(wǎng)絡(luò)，實(shí)時(shí)監(jiān)測(cè)奶牛生長(zhǎng)狀況與行為。

大數(shù)據(jù)在我國(guó)農(nóng)業(yè)領(lǐng)域的應(yīng)用也已涉及到多個(gè)方面，尤其是在農(nóng)業(yè)栽培、育種、病蟲害防治和農(nóng)業(yè)環(huán)境監(jiān)測(cè)方面取得了實(shí)質(zhì)性的成就。早在1998年，中國(guó)科學(xué)院就已經(jīng)運(yùn)用“3S”（GPS、GIS、RS）技術(shù)，進(jìn)行農(nóng)作物的大面積測(cè)產(chǎn)、農(nóng)業(yè)災(zāi)害的評(píng)估，隨著大數(shù)據(jù)處理技術(shù)的發(fā)展，對(duì)遙感圖像信息的提取和分類也更加準(zhǔn)確，提高了作物品種分類的精度和對(duì)氣象災(zāi)害評(píng)估的準(zhǔn)確性，促進(jìn)了精準(zhǔn)農(nóng)業(yè)的實(shí)施；2014年，中國(guó)農(nóng)業(yè)科學(xué)院首次將大數(shù)據(jù)技術(shù)應(yīng)用在農(nóng)業(yè)育種方面，對(duì)基因組測(cè)序數(shù)據(jù)進(jìn)行處理，相比傳統(tǒng)的育種手段，節(jié)省了大量的時(shí)間成本；物聯(lián)網(wǎng)技術(shù)的發(fā)展，促進(jìn)了大數(shù)據(jù)處理技術(shù)在農(nóng)業(yè)生產(chǎn)智能化中的應(yīng)用，2015年6月，由安徽朗坤集團(tuán)進(jìn)行頂層設(shè)計(jì)、建設(shè)，運(yùn)營(yíng)全國(guó)首個(gè)互聯(lián)網(wǎng)農(nóng)業(yè)小鎮(zhèn)在海口秀英區(qū)石山鎮(zhèn)正式啟動(dòng)建設(shè)，它運(yùn)用“互聯(lián)網(wǎng)+”的理念、思維和技術(shù)，實(shí)時(shí)監(jiān)測(cè)農(nóng)田環(huán)境和農(nóng)作物生長(zhǎng)狀態(tài)的信息，運(yùn)用大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)對(duì)農(nóng)作物生長(zhǎng)的準(zhǔn)確預(yù)測(cè)與評(píng)估；同時(shí)運(yùn)用大數(shù)據(jù)與物聯(lián)網(wǎng)、互聯(lián)網(wǎng)融合技術(shù)，及時(shí)地反饋信息，有助于更加精準(zhǔn)地解決農(nóng)業(yè)問(wèn)題，如在預(yù)防病蟲害方面，可降低自然災(zāi)害帶來(lái)的損失，極大地提高農(nóng)業(yè)的經(jīng)濟(jì)效益和生態(tài)效益。我國(guó)在農(nóng)業(yè)領(lǐng)域應(yīng)用大數(shù)據(jù)的腳步才剛剛開始，雖然取得了一些顯著的成就，但是在某些方面，仍然存在很大不足，主要體現(xiàn)在硬件設(shè)施跟不上、人才匱乏等方面。

綜上，大數(shù)據(jù)的研究已由前幾年的新鮮技術(shù)變得越來(lái)越普及和商業(yè)化，同時(shí)，由于研究的向前推進(jìn)，以大數(shù)據(jù)為基礎(chǔ)的人工智能、機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)等技術(shù)也將在各個(gè)領(lǐng)域取得越來(lái)越多的成果。

1.3 人工智能與大數(shù)據(jù)集成技術(shù)在農(nóng)業(yè)領(lǐng)域的研究現(xiàn)狀

隨著大數(shù)據(jù)時(shí)代的到來(lái)，如何快速處理海量數(shù)據(jù)，智能地篩選出有效的信息成為科技改革的又一重要研究方向，人工智能在這一方面體現(xiàn)出來(lái)的優(yōu)越性由此可見。有了新型的信息技術(shù)支持，機(jī)器學(xué)習(xí)這一傳統(tǒng)的人工智能技術(shù)被賦予了新的概念，成為了熱門話題。如，智能機(jī)器人、機(jī)器視覺、指紋識(shí)別、視網(wǎng)膜識(shí)別、虹膜識(shí)別、掌紋識(shí)別等技術(shù)也應(yīng)用到了農(nóng)業(yè)領(lǐng)域。

美國(guó)愛荷華州的發(fā)明家David Dorhout研發(fā)的智能播種機(jī)器人Prospero，可以通過(guò)探測(cè)裝置獲取土壤信息，然后通過(guò)算法得出最優(yōu)化的播種密度且自動(dòng)播種；佛羅里達(dá)大學(xué)進(jìn)行了橙子采摘機(jī)器人的研究，甜橙采摘機(jī)器人采用2個(gè)相對(duì)獨(dú)立、有不同功能特點(diǎn)同時(shí)又能相互配合無(wú)間的機(jī)器人，第1個(gè)機(jī)器人負(fù)責(zé)尋找和發(fā)現(xiàn)各個(gè)甜橙的位置并計(jì)算最有效率的采摘路徑，第2個(gè)機(jī)器人負(fù)責(zé)在不損壞甜橙樹的情況下得到果實(shí)；德國(guó)柏林PEAT農(nóng)業(yè)科技公司開發(fā)了Plantix的深度學(xué)習(xí)應(yīng)用程序，可辨識(shí)土壤中潛在的缺陷和營(yíng)養(yǎng)缺陷，將特定的葉子模式與某些土壤缺陷、植物病蟲害和疾病產(chǎn)生相關(guān)聯(lián)，同時(shí)將圖像辨識(shí)應(yīng)用APP透過(guò)用戶的智能型手機(jī)鏡頭拍攝可能缺陷的圖像來(lái)進(jìn)行識(shí)別，然后向用戶提供土壤修復(fù)技術(shù)、缺陷提醒及其他可能的解決方案，該軟件可以快速模式檢測(cè)，精度高達(dá)95%；以色列的AI創(chuàng)業(yè)公司Prospera為農(nóng)民和農(nóng)場(chǎng)開發(fā)了許多智能工具來(lái)提升農(nóng)作物的健康狀況并優(yōu)化農(nóng)場(chǎng)運(yùn)營(yíng)的手段，如用計(jì)算機(jī)視覺和人工智能來(lái)幫助農(nóng)民分析收集來(lái)的農(nóng)業(yè)數(shù)據(jù)，監(jiān)測(cè)農(nóng)作物生長(zhǎng)情況，運(yùn)用近距離攝像機(jī)和云服務(wù)來(lái)收集分析農(nóng)民需要的信息，利用機(jī)器學(xué)習(xí)來(lái)記錄實(shí)時(shí)數(shù)據(jù)，分析幫助農(nóng)民預(yù)測(cè)產(chǎn)量，并通過(guò)其他方式來(lái)彌補(bǔ)預(yù)期損失；1987年世界上第1臺(tái)農(nóng)用無(wú)人機(jī)出現(xiàn)在日本，目前日本擁有2 400多架己注冊(cè)的農(nóng)用無(wú)人直升機(jī)，操作人員有14 000余人，成為世界上農(nóng)用無(wú)人機(jī)噴藥第一大國(guó)；與此同時(shí)，美國(guó)、俄羅斯、加拿大、韓國(guó)等國(guó)的農(nóng)用無(wú)人機(jī)發(fā)展也較為迅速，技術(shù)體系也較為完善。

人工智能與大數(shù)據(jù)集成技術(shù)在我國(guó)的發(fā)展也是有目共睹的。華南農(nóng)業(yè)大學(xué)開發(fā)出的智能水果采摘機(jī)器人，最突出的長(zhǎng)處就是可采用雙目立體視覺在果園中對(duì)果實(shí)進(jìn)行定位，運(yùn)用數(shù)學(xué)方法，對(duì)采摘作業(yè)路徑進(jìn)行自主規(guī)劃，最后伸出機(jī)械臂末端的擬人夾指來(lái)采果子，由于末端的執(zhí)行器具有一定通用性，因此可對(duì)荔枝、柑橘、黃瓜等多類瓜果進(jìn)行作業(yè)，工作效率是人工的2倍；遼寧省應(yīng)用BP人工神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)方法，對(duì)2007～2010年14個(gè)地區(qū)農(nóng)業(yè)現(xiàn)代化進(jìn)展程度指標(biāo)進(jìn)行訓(xùn)練，并將其應(yīng)用于建立農(nóng)業(yè)現(xiàn)代化發(fā)展現(xiàn)狀綜合評(píng)價(jià)體系（PCABP），對(duì)遼寧的各地區(qū)農(nóng)業(yè)現(xiàn)代化發(fā)展現(xiàn)狀進(jìn)行綜合評(píng)價(jià)；我國(guó)在無(wú)人機(jī)研究與應(yīng)用方面發(fā)展雖起步較晚，起初主要是依靠國(guó)家資助，一些科研院所、高校進(jìn)行農(nóng)用無(wú)人機(jī)的研究，但近年來(lái)我國(guó)己日益重視農(nóng)用無(wú)人機(jī)的發(fā)展及研究，截至2015年底，我國(guó)己有3 000多臺(tái)農(nóng)用無(wú)人機(jī)投入農(nóng)業(yè)生產(chǎn)，飛控手的人數(shù)己超過(guò)2 500人，相關(guān)產(chǎn)業(yè)的生產(chǎn)企業(yè)有400多家，我國(guó)農(nóng)用無(wú)人機(jī)的發(fā)展前景很好，21世紀(jì)必將是我國(guó)農(nóng)用無(wú)人機(jī)市場(chǎng)的春天。

2 大數(shù)據(jù)時(shí)代人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用

2.1 農(nóng)業(yè)生產(chǎn)新模式

2.1.1 精準(zhǔn)農(nóng)業(yè)

精準(zhǔn)農(nóng)業(yè)是20世紀(jì)80年代初國(guó)際農(nóng)業(yè)領(lǐng)域發(fā)展起來(lái)的一門跨學(xué)科新興綜合技術(shù)，其特點(diǎn)是通過(guò)“3S”技術(shù)和自動(dòng)化技術(shù)的綜合應(yīng)用，按照農(nóng)作物生長(zhǎng)的田間每一個(gè)操作單元上的具體條件，根據(jù)作物生長(zhǎng)的土壤性狀，調(diào)節(jié)對(duì)作物的投入，即一方面查清田塊內(nèi)部的土壤性狀與生產(chǎn)力空間變異，另一方面確定農(nóng)作物的生產(chǎn)目標(biāo)，進(jìn)行定位的“系統(tǒng)診斷、優(yōu)化配方、技術(shù)組裝、科學(xué)管理”，調(diào)動(dòng)土壤生產(chǎn)力，以最少的或最節(jié)省的投入達(dá)到同等收入或更高的收入。隨著人工智能、物聯(lián)網(wǎng)、“3S”、大數(shù)據(jù)等新一代信息技術(shù)與農(nóng)業(yè)生產(chǎn)的跨界融合，“精準(zhǔn)農(nóng)業(yè)”已成為合理利用農(nóng)業(yè)資源、提高農(nóng)作物產(chǎn)量、降低生產(chǎn)成本、改善生態(tài)環(huán)境的一種重要的現(xiàn)代農(nóng)業(yè)生產(chǎn)形式。

吉林農(nóng)業(yè)大學(xué)主持的“十五”至“十三五”期間國(guó)家“863”計(jì)劃“玉米精準(zhǔn)作業(yè)系統(tǒng)研究與應(yīng)用”、國(guó)家星火計(jì)劃“基于物聯(lián)網(wǎng)的玉米精準(zhǔn)作業(yè)技術(shù)集成與示范”等項(xiàng)目，基于人工智能、“3S”、數(shù)據(jù)挖掘、物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)，并與智能農(nóng)機(jī)設(shè)備，分別在吉林省、黑龍江省和新疆維吾爾自治區(qū)構(gòu)建了數(shù)字農(nóng)業(yè)軟硬件平臺(tái)和示范應(yīng)用體系，建立了玉米、大豆和棉花變量施肥、精密播種等精準(zhǔn)農(nóng)業(yè)技術(shù)應(yīng)用示范區(qū)；研制出“基于大數(shù)據(jù)處理的玉米精準(zhǔn)生產(chǎn)智能系統(tǒng)”。

智能系統(tǒng)與“3S”和智能農(nóng)機(jī)設(shè)備集成，在吉林省玉米示范基地實(shí)現(xiàn)了玉米精密播種、變量施肥、變量噴藥和智能測(cè)產(chǎn)等精準(zhǔn)生產(chǎn)全過(guò)程。

通過(guò)項(xiàng)目實(shí)施，使玉米、大豆、棉花等作物節(jié)省肥料15%以上，節(jié)約種子10%以上，提高生產(chǎn)效率20%，提高經(jīng)濟(jì)效益15%以上，總結(jié)出大規(guī)模現(xiàn)代數(shù)字農(nóng)業(yè)技術(shù)和玉米精準(zhǔn)作業(yè)推廣應(yīng)用模式，該成果于2006年12月獲吉林省科技進(jìn)步一等獎(jiǎng)。由吉林農(nóng)業(yè)大學(xué)研制的“玉米精確施肥專家系統(tǒng)”和“2BFQ－6型氣吸式精密播種變量施肥機(jī)”被科技部評(píng)為“最具推廣應(yīng)用價(jià)值的優(yōu)秀科技項(xiàng)目成果”。

2.1.2 精準(zhǔn)養(yǎng)殖

精準(zhǔn)養(yǎng)殖是指在畜牧養(yǎng)殖領(lǐng)域?qū)崿F(xiàn)飼料精準(zhǔn)投放、疾病自動(dòng)診斷、廢棄物自動(dòng)回收等智能設(shè)備的開發(fā)利用和互聯(lián)互通，創(chuàng)新基于互聯(lián)網(wǎng)平臺(tái)的現(xiàn)代畜牧業(yè)生產(chǎn)新模式。如，國(guó)外的大型自動(dòng)化雞場(chǎng)，運(yùn)用人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)建立養(yǎng)雞自動(dòng)化生產(chǎn)線、自動(dòng)清理糞便系統(tǒng)、智能化撿蛋系統(tǒng)和智能化分揀系統(tǒng)；國(guó)內(nèi)中國(guó)農(nóng)業(yè)大學(xué)李道亮教授帶領(lǐng)的科研團(tuán)隊(duì)開發(fā)了水產(chǎn)養(yǎng)殖監(jiān)控管理系統(tǒng)。

該系統(tǒng)通過(guò)手機(jī)、PAD、計(jì)算機(jī)等信息終端，實(shí)時(shí)掌握養(yǎng)殖水質(zhì)環(huán)境信息，及時(shí)獲取異常報(bào)警信息及水質(zhì)預(yù)警信息，并可以根據(jù)水質(zhì)監(jiān)測(cè)結(jié)果，實(shí)時(shí)調(diào)整控制設(shè)備，實(shí)現(xiàn)水產(chǎn)的科學(xué)養(yǎng)殖與管理，達(dá)到節(jié)能降耗、綠色環(huán)保、增產(chǎn)增收的目標(biāo)。

2.1.3 設(shè)施農(nóng)業(yè)

設(shè)施農(nóng)業(yè)是近年來(lái)迅速發(fā)展起來(lái)的具有較高集約化程度的新型農(nóng)業(yè)產(chǎn)業(yè)，是現(xiàn)代農(nóng)業(yè)的重要組成部分。通過(guò)物聯(lián)網(wǎng)，采集溫室內(nèi)的空氣溫濕度、土壤水分、土壤溫度、二氧化碳濃度、光照強(qiáng)度等實(shí)時(shí)環(huán)境數(shù)據(jù)，利用電腦、手機(jī)實(shí)現(xiàn)對(duì)溫室大棚種植管理智能化調(diào)溫、精細(xì)化施肥，可達(dá)到提高產(chǎn)量、改善品質(zhì)、節(jié)省人力、提高經(jīng)濟(jì)效益的目的，實(shí)現(xiàn)溫室種植的高效和精準(zhǔn)化管理。

1974年日本開始了人工光植物工廠研究，截至2016年底，日本擁有254家植物工廠，從數(shù)量、面積、產(chǎn)量等維度來(lái)看，均為全球第一。日本設(shè)施農(nóng)業(yè)主要特點(diǎn)：溫室建設(shè)大型化，室內(nèi)技術(shù)集成化，產(chǎn)品種類多樣化，操作技術(shù)機(jī)械化，生產(chǎn)技術(shù)工廠化，覆蓋材料多樣化，栽培技術(shù)無(wú)土化，防治技術(shù)生物化。日本最大的植物工廠Spread公司每天可以生產(chǎn)近25 000株生菜，每年可生產(chǎn)900萬(wàn)株。

目前，植物工廠已成為全球，尤其是經(jīng)濟(jì)發(fā)達(dá)地區(qū)，解決人口資源環(huán)境及食物數(shù)量與質(zhì)量安全等突出問(wèn)題、發(fā)展現(xiàn)代農(nóng)業(yè)的重要途徑。它被認(rèn)為是繼陸地栽培、設(shè)施園藝、水耕栽培等依序發(fā)展之后的又一新技術(shù)，也被稱為“第四農(nóng)業(yè)”。

2.2 農(nóng)產(chǎn)品經(jīng)營(yíng)網(wǎng)絡(luò)化的新體系

國(guó)內(nèi)外利用人工智能、互聯(lián)網(wǎng)技術(shù)搭建電商平臺(tái)進(jìn)行在線營(yíng)銷，最大限度地利用優(yōu)勢(shì)線上線下一體化來(lái)高效整合信息資源，降低農(nóng)業(yè)生產(chǎn)成本，改善供應(yīng)商與農(nóng)戶關(guān)系。如，采用智能手機(jī)APP、微信等電子商務(wù)平臺(tái)，建立線上和線下（O2O）相結(jié)合的農(nóng)產(chǎn)品交易平臺(tái)；同時(shí)基于物聯(lián)網(wǎng)和移動(dòng)網(wǎng)技術(shù)對(duì)農(nóng)業(yè)生產(chǎn)、流通過(guò)程的信息管理和農(nóng)產(chǎn)品質(zhì)量的追溯管理、農(nóng)產(chǎn)品生產(chǎn)檔案（產(chǎn)地環(huán)境、生產(chǎn)流程、質(zhì)量檢測(cè)）管理、建立基于網(wǎng)站和手機(jī)短信平臺(tái)的農(nóng)產(chǎn)品質(zhì)量安全溯源體系，可實(shí)現(xiàn)“從田間到餐桌”的全程質(zhì)量和服務(wù)的追溯，提升可溯源農(nóng)產(chǎn)品的品牌效應(yīng)，確保農(nóng)產(chǎn)品質(zhì)量安全。

2.3 農(nóng)業(yè)管理服務(wù)的新思維

國(guó)內(nèi)外利用大數(shù)據(jù)、云計(jì)算、“3S”等技術(shù)，構(gòu)建農(nóng)業(yè)ERP云管理平臺(tái)，開發(fā)農(nóng)業(yè)信息監(jiān)測(cè)與服務(wù)體系，為災(zāi)害預(yù)警與評(píng)估、耕地質(zhì)量監(jiān)測(cè)與評(píng)價(jià)、重大動(dòng)植物疫情防控、市場(chǎng)波動(dòng)預(yù)測(cè)、經(jīng)營(yíng)的科學(xué)決策與人員培訓(xùn)等提供服務(wù)。如國(guó)內(nèi)已普及的“12316”等農(nóng)業(yè)技術(shù)服務(wù)推廣平臺(tái)，吉林農(nóng)業(yè)大學(xué)國(guó)家星火計(jì)劃項(xiàng)目組研制的“吉農(nóng)在線”遠(yuǎn)程教育平臺(tái)。

運(yùn)用這些平臺(tái)、網(wǎng)站、智能手機(jī)、微信平臺(tái)、電視、報(bào)刊等多種渠道，讓用戶即時(shí)得到所查詢地塊的產(chǎn)量、精準(zhǔn)施肥量、病蟲草害診治等相關(guān)信息，有助于科技人員利用信息技術(shù)進(jìn)行智能決策和對(duì)農(nóng)民進(jìn)行科技培訓(xùn)。

3 大數(shù)據(jù)時(shí)代人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的發(fā)展趨勢(shì)

新一代人工智能是一個(gè)更具說(shuō)明力、更強(qiáng)大、更開放、更普遍的人工智能。它有效地將數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)方法與知識(shí)指導(dǎo)方法相結(jié)合，采用具有不同形式的數(shù)據(jù)來(lái)執(zhí)行跨媒體學(xué)習(xí)和推理，可以實(shí)現(xiàn)可解釋、更魯棒和更通用的人工智能。中國(guó)工程院多位院士表示，新一代人工智能的發(fā)展方向可以分為大數(shù)據(jù)智能、群體智能、跨媒體智能、混合—增強(qiáng)智能和自主智能。

3.1 大數(shù)據(jù)智能

大數(shù)據(jù)智能是數(shù)據(jù)挖掘與人工智能技術(shù)的深度融合，具體表現(xiàn)：從淺層計(jì)算到深度神經(jīng)推理；從單純依賴于數(shù)據(jù)驅(qū)動(dòng)的模型到數(shù)據(jù)驅(qū)動(dòng)與知識(shí)引導(dǎo)相結(jié)合學(xué)習(xí)；從領(lǐng)域任務(wù)驅(qū)動(dòng)智能到更為通用條件下的強(qiáng)人工智能。運(yùn)用大數(shù)據(jù)智能技術(shù)研究空間數(shù)據(jù)存在大量不確定性和模糊性的問(wèn)題，探討復(fù)雜多維的非線性問(wèn)題的解決方案等，對(duì)促進(jìn)智慧農(nóng)業(yè)的實(shí)施創(chuàng)造了有利條件；應(yīng)用大數(shù)據(jù)智能技術(shù)，可以幫助人類從與農(nóng)業(yè)生產(chǎn)過(guò)程密切相關(guān)的屬性數(shù)據(jù)和空間數(shù)據(jù)中找出隱藏的規(guī)律，按照規(guī)律制定正確的精準(zhǔn)農(nóng)業(yè)策略，并進(jìn)行精準(zhǔn)預(yù)測(cè)，達(dá)到使農(nóng)業(yè)生產(chǎn)持續(xù)、高效、協(xié)調(diào)發(fā)展的目的，更是發(fā)展智慧農(nóng)業(yè)應(yīng)進(jìn)行的理論研究。

3.2 群體智能

當(dāng)前，以互聯(lián)網(wǎng)和移動(dòng)通信為紐帶，人類群體、大數(shù)據(jù)、物聯(lián)網(wǎng)已經(jīng)實(shí)現(xiàn)了廣泛和深度的互聯(lián)，群體智能帶來(lái)的信息物理世界深刻地改變了人工智能發(fā)展的信息環(huán)境，為農(nóng)業(yè)領(lǐng)域的智能化發(fā)展帶來(lái)了新的契機(jī)，提供了一種通過(guò)聚集群體的智慧來(lái)解決農(nóng)業(yè)問(wèn)題的新模式——智慧農(nóng)業(yè)。但是，由于我國(guó)網(wǎng)絡(luò)基礎(chǔ)設(shè)施仍在普及，網(wǎng)絡(luò)平臺(tái)搭建不夠完善，農(nóng)業(yè)信息資源共享不及時(shí)，群體智能在農(nóng)業(yè)領(lǐng)域中尤其是服務(wù)體系應(yīng)用上潛力很大。相信隨著農(nóng)業(yè)共享經(jīng)濟(jì)的快速發(fā)展，信息技術(shù)和網(wǎng)絡(luò)建設(shè)的不斷進(jìn)步，未來(lái)的群體智能技術(shù)廣泛應(yīng)用于農(nóng)產(chǎn)品線上—線下交易、農(nóng)產(chǎn)品安全實(shí)時(shí)監(jiān)控、物流審查管理將成為必然。

3.3 跨媒體智能

隨著人類文明的進(jìn)步以及科技的發(fā)展，信息的傳播也逐漸從文字、圖像、音頻、視頻等單一媒體形態(tài)逐步過(guò)渡到相互融合的多媒體形態(tài)，這一過(guò)程也越來(lái)越顯現(xiàn)跨媒體特性，而如何實(shí)現(xiàn)跨媒體分析與推理就成為了研究和應(yīng)用的關(guān)鍵問(wèn)題。農(nóng)業(yè)機(jī)器視覺系統(tǒng)是實(shí)現(xiàn)跨媒體分析與推理的核心技術(shù)之一。將機(jī)器視覺技術(shù)應(yīng)用在多種媒體平臺(tái)，通過(guò)將獲取的目標(biāo)作物圖像，傳送給專用的圖像處理系統(tǒng)，得到被攝目標(biāo)的形態(tài)信息，并轉(zhuǎn)變成數(shù)字化信號(hào)，圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，根據(jù)特征判別進(jìn)行作物病蟲害診治，幫助決策。應(yīng)用跨媒體智能技術(shù)，將大大提高農(nóng)業(yè)領(lǐng)域?qū)庾V、視頻等靜態(tài)和動(dòng)態(tài)圖像的分析與處理能力，促進(jìn)農(nóng)業(yè)高光譜圖像的應(yīng)用。

3.4 混合—增強(qiáng)智能與自主智能

由于人類面臨的許多問(wèn)題具有不確定性、脆弱性和開放性，任何智能程度的機(jī)器都無(wú)法完全取代人類，這就需要將人的作用或人的認(rèn)知模型引入到人工智能系統(tǒng)中，形成混合—增強(qiáng)智能的形態(tài)。這種形態(tài)是機(jī)器自主智能的重要成長(zhǎng)模式，將無(wú)人機(jī)技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)就是這一智能方向的典型應(yīng)用。無(wú)人機(jī)和成像光譜儀結(jié)合，對(duì)大面積農(nóng)作物光譜信息進(jìn)行精確和實(shí)時(shí)快速的監(jiān)測(cè)，靈活、有效地獲取到高分辨率圖譜合一數(shù)據(jù)；同時(shí)研究人員還可以根據(jù)獲得的數(shù)據(jù)建立基于特定目標(biāo)的統(tǒng)計(jì)模型，研制出基于無(wú)人機(jī)的農(nóng)業(yè)低空高光譜的新型遙感技術(shù)平臺(tái)，實(shí)現(xiàn)混合—增強(qiáng)智能與自主智能技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用。隨著這一技術(shù)的深入發(fā)展，諸如無(wú)人車、服務(wù)機(jī)器人、空間機(jī)器人、海洋機(jī)器人、無(wú)人車間和智能工廠等相關(guān)技術(shù)必將在農(nóng)業(yè)領(lǐng)域得到更廣泛的應(yīng)用。

4 結(jié)語(yǔ)

當(dāng)今是數(shù)據(jù)極其龐大、技術(shù)發(fā)展迅猛的時(shí)代，無(wú)論是商業(yè)領(lǐng)域、工業(yè)領(lǐng)域還是農(nóng)業(yè)領(lǐng)域，都離不開大數(shù)據(jù)與人工智能集成技術(shù)的發(fā)展。隨著先進(jìn)集成技術(shù)的出現(xiàn)，使得人們必須面對(duì)規(guī)模更加巨大、結(jié)構(gòu)更加復(fù)雜的問(wèn)題，并亟待從中找到最優(yōu)化的解決方案。本文通過(guò)對(duì)近年來(lái)國(guó)內(nèi)外大數(shù)據(jù)背景下人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的研究的較為全面的總結(jié)和介紹；闡述了運(yùn)用人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)相結(jié)合應(yīng)用于農(nóng)業(yè)發(fā)展的典型案例；并結(jié)合人工智能的發(fā)展方向?qū)r(nóng)業(yè)領(lǐng)域研究及應(yīng)用進(jìn)行了深度思考和趨勢(shì)展望。

目前對(duì)于農(nóng)業(yè)領(lǐng)域大數(shù)據(jù)時(shí)代下人工智能技術(shù)的研究尚屬起步階段，還有諸多問(wèn)題亟待解決；但大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨，如何運(yùn)用人工智能技術(shù)從海量農(nóng)業(yè)數(shù)據(jù)中發(fā)現(xiàn)知識(shí)、獲取信息，尋找隱藏在大數(shù)據(jù)中的模式、趨勢(shì)和相關(guān)性，揭示農(nóng)業(yè)生產(chǎn)發(fā)展規(guī)律，以及可能的應(yīng)用前景，都需要我們更加深入的探索與研究。