魏浩冉，陸冬梅，姜姍，杜茂寶

中圖分類(lèi)號(hào)：F323.3

文獻(xiàn)標(biāo)志碼：B DOI： 10.19415/j.cnkl.1673-890x.2021.05.109

近年來(lái)，隨著現(xiàn)代技術(shù)在農(nóng)業(yè)領(lǐng)域的不斷應(yīng)用，農(nóng)業(yè)生產(chǎn)現(xiàn)代化程度逐步提升，但受歷史等因素的影響，我國(guó)農(nóng)業(yè)仍存在很多問(wèn)題，如土地資源短缺、農(nóng)業(yè)生態(tài)環(huán)境惡化等。隨著生活水平的不斷提高，人們對(duì)農(nóng)業(yè)提出了更高的要求，農(nóng)業(yè)轉(zhuǎn)型升級(jí)迫在眉睫，而農(nóng)業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵在于人工智能等新木在農(nóng)業(yè)領(lǐng)域的應(yīng)用與推廣。

1人工智能在農(nóng)業(yè)領(lǐng)域的主要應(yīng)用

1.1智能感知技術(shù)

智能感知技術(shù)是人丁智能實(shí)現(xiàn)的基礎(chǔ)，各種傳感器連接在一起，為數(shù)據(jù)分析和建模提供了多元化的數(shù)據(jù)。一些在過(guò)去無(wú)法獲得的數(shù)據(jù)，現(xiàn)在依賴(lài)傳感囂結(jié)構(gòu)、制造技術(shù)和信號(hào)處理技術(shù)三大技術(shù)可以進(jìn)行測(cè)定，從而幫助農(nóng)民作出更加合理的決策…。目前，傳感器的應(yīng)用以溫度傳感器、濕度傳感器、光照傳感器等為主，產(chǎn)品質(zhì)量傳感器、農(nóng)藥殘留傳感器應(yīng)的用較少，而新興的納米傳感器以及其他高端傳感器還在研究階段。

1.2智能農(nóng)業(yè)生產(chǎn)裝備

先進(jìn)的農(nóng)業(yè)人工智能裝備是集成制造、信息和智能技術(shù)的深度融合的產(chǎn)物。針對(duì)不同的農(nóng)業(yè)生產(chǎn)環(huán)節(jié)、生產(chǎn)環(huán)境，目前已研發(fā)出農(nóng)業(yè)無(wú)人機(jī)、農(nóng)業(yè)機(jī)器人、農(nóng)業(yè)無(wú)人車(chē)等先進(jìn)農(nóng)業(yè)人工智能裝備。

1.2.1農(nóng)業(yè)無(wú)人機(jī)

農(nóng)業(yè)無(wú)人機(jī)與人工智能結(jié)合，可以利用GPS技術(shù)和人工遙控技術(shù)實(shí)現(xiàn)無(wú)人駕駛，利用先進(jìn)的云計(jì)算和控制系統(tǒng)，合理規(guī)劃工作流程，更加方便地解決針對(duì)大規(guī)模農(nóng)田的測(cè)量以及農(nóng)情檢測(cè)的問(wèn)題，也能更加精準(zhǔn)地進(jìn)行農(nóng)藥噴灑等植?；顒?dòng)，降低人工成本，提高生產(chǎn)效率。農(nóng)業(yè)無(wú)人機(jī)技術(shù)的普及對(duì)建設(shè)數(shù)字農(nóng)業(yè)基礎(chǔ)設(shè)施、改變傳統(tǒng)農(nóng)業(yè)種管方式、實(shí)現(xiàn)農(nóng)產(chǎn)品追溯及培育農(nóng)業(yè)人工智能起著關(guān)鍵性作用。在我國(guó)，極飛科技自主研發(fā)的植保無(wú)人機(jī)具有高效精準(zhǔn)播撒、全地形精準(zhǔn)作業(yè)、R工K厘米級(jí)定位等尖端無(wú)人機(jī)技術(shù)，真正實(shí)現(xiàn)了無(wú)人機(jī)技術(shù)在農(nóng)業(yè)噴施和播種等環(huán)節(jié)的有效應(yīng)用，從而為農(nóng)業(yè)生產(chǎn)者降本增效。

1.2.2表業(yè)機(jī)器人

農(nóng)用機(jī)器人可以在農(nóng)業(yè)生產(chǎn)領(lǐng)域有廣闊的應(yīng)用，包括收獲采摘、信息收集、農(nóng)情巡查等方面，但我國(guó)土地的現(xiàn)實(shí)情況限制采摘機(jī)器人一類(lèi)的大型機(jī)器人的使用，且對(duì)采摘機(jī)器人的使用也有品類(lèi)限制?，F(xiàn)階段的采摘機(jī)器人還無(wú)法勝任茶葉一類(lèi)需要精細(xì)采摘的農(nóng)作物的采摘工作，所以越來(lái)越多的高科技農(nóng)機(jī)企業(yè)投身于農(nóng)業(yè)智能機(jī)器人的研發(fā)工作中去。

1.2.3農(nóng)業(yè)無(wú)人車(chē)

農(nóng)用無(wú)人車(chē)是通過(guò)雷達(dá)、GPS、超聲波等先進(jìn)技術(shù)的結(jié)合來(lái)感知周?chē)h(huán)境，經(jīng)過(guò)計(jì)算終端的控制系統(tǒng)，實(shí)現(xiàn)自動(dòng)駕駛、農(nóng)資運(yùn)輸、農(nóng)藥噴灑等，在未來(lái)農(nóng)業(yè)發(fā)展過(guò)程中有廣闊的應(yīng)用場(chǎng)景。

1.3農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)

農(nóng)業(yè)物聯(lián)網(wǎng)是將各智能農(nóng)業(yè)裝備、人和各智能終端相連，實(shí)時(shí)感知農(nóng)作物的狀態(tài)、農(nóng)業(yè)作業(yè)的狀態(tài)，實(shí)行精準(zhǔn)感知、精準(zhǔn)管理為精準(zhǔn)農(nóng)業(yè)提供信息支撐和遠(yuǎn)程控制能力。同時(shí)，可以利用農(nóng)業(yè)物聯(lián)網(wǎng)為農(nóng)業(yè)溯源體系提供支持，保障食品從農(nóng)場(chǎng)到餐桌的安全和健康。將農(nóng)業(yè)物聯(lián)網(wǎng)滲透到農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)，可以連接土地、作物和生產(chǎn)者，提高消費(fèi)者對(duì)農(nóng)產(chǎn)品的信任，全面提高農(nóng)產(chǎn)品價(jià)值。

1.4智能專(zhuān)家系統(tǒng)

智能專(zhuān)家系統(tǒng)是指集成某領(lǐng)域?qū)＜抑R(shí)及水平的數(shù)據(jù)庫(kù)構(gòu)成的智能計(jì)算機(jī)程序，用于處理農(nóng)業(yè)生產(chǎn)領(lǐng)域的問(wèn)題。在農(nóng)業(yè)生產(chǎn)過(guò)程中.很多問(wèn)題的解決需要經(jīng)驗(yàn)積累和專(zhuān)業(yè)知識(shí)，普通農(nóng)民在生產(chǎn)時(shí)，缺乏專(zhuān)業(yè)的能力和知識(shí)，需要農(nóng)業(yè)領(lǐng)域的專(zhuān)家進(jìn)行指導(dǎo)，但專(zhuān)家數(shù)量有限，無(wú)法滿(mǎn)足大量農(nóng)民的需求。而專(zhuān)家問(wèn)詢(xún)系統(tǒng)通過(guò)人工智能語(yǔ)言處理與知識(shí)數(shù)據(jù)庫(kù)的結(jié)合，模擬專(zhuān)家進(jìn)行一對(duì)一地解決農(nóng)戶(hù)問(wèn)題，幫助農(nóng)戶(hù)快速解決農(nóng)業(yè)生產(chǎn)中遇到的問(wèn)題。[3]。

1.5農(nóng)業(yè)認(rèn)知計(jì)算

人工智能的認(rèn)知計(jì)算能夠模仿和學(xué)習(xí)人類(lèi)的認(rèn)知能力，從而實(shí)現(xiàn)自主學(xué)習(xí)和獨(dú)立思考，為人們提供了一個(gè)類(lèi)似“智庫(kù)”的系統(tǒng)，甚至超i斗l了人類(lèi)的認(rèn)知能力。農(nóng)業(yè)認(rèn)知計(jì)算系統(tǒng)以有限的人力收集、處理和理解大規(guī)模數(shù)據(jù)，減少人力參與農(nóng)業(yè)工作，提高工作效率，協(xié)助農(nóng)業(yè)生產(chǎn)和貿(mào)易活動(dòng)。該系統(tǒng)基于認(rèn)知分析，可以為農(nóng)業(yè)提供決策支持，促進(jìn)智能農(nóng)業(yè)的發(fā)展。目前，認(rèn)知計(jì)算在農(nóng)業(yè)領(lǐng)域還沒(méi)有形成規(guī)模，但由于其強(qiáng)烈的人工智能特性，應(yīng)用前景十分樂(lè)觀。

2制約農(nóng)業(yè)領(lǐng)域人工智能發(fā)展的因素

2.1在農(nóng)業(yè)領(lǐng)域的人工智能技術(shù)水平落后

我國(guó)人工智能的水平與發(fā)達(dá)國(guó)家相比仍有一定差距，農(nóng)業(yè)自動(dòng)化和集約化是我國(guó)農(nóng)業(yè)人工智能的短板，在集成電路、高端芯片和核心算法方面較發(fā)達(dá)國(guó)家還有很大差距。例如，在農(nóng)業(yè)傳感器領(lǐng)域，應(yīng)用在農(nóng)業(yè)生產(chǎn)環(huán)境探測(cè)方面的傳感器已經(jīng)比較豐富，但針對(duì)農(nóng)作物自身信息的傳感器較少，造成農(nóng)業(yè)數(shù)據(jù)的缺乏，導(dǎo)致技術(shù)發(fā)展緩慢。

2.2農(nóng)業(yè)與人工智能復(fù)合型人才缺乏

我國(guó)目前處于農(nóng)業(yè)轉(zhuǎn)型的關(guān)鍵時(shí)期，對(duì)農(nóng)業(yè)領(lǐng)域的高端人才需求量大，但在我國(guó)高等教育體系中，農(nóng)業(yè)領(lǐng)域人才培養(yǎng)與現(xiàn)實(shí)農(nóng)業(yè)的發(fā)展脫節(jié)，無(wú)法適應(yīng)我國(guó)農(nóng)業(yè)發(fā)展需要。同時(shí)，人r智能領(lǐng)域的尖端人有也不能滿(mǎn)足農(nóng)業(yè)人r智能發(fā)展需求，人工智能領(lǐng)域技術(shù)門(mén)檻高，短時(shí)間難以建立完善的人才培養(yǎng)體系，而且人工智能技術(shù)更迭快，人才數(shù)量遠(yuǎn)遠(yuǎn)不足。此外，人工智能與農(nóng)業(yè)的復(fù)合型人才更是缺乏，鑒于農(nóng)業(yè)的低效益性以及人r智能與農(nóng)業(yè)結(jié)合的復(fù)雜性，使得農(nóng)業(yè)與其他行業(yè)爭(zhēng)奪人工智能人才的過(guò)程中不占優(yōu)勢(shì)。

2.3 農(nóng)業(yè)人工智能的基礎(chǔ)設(shè)施相對(duì)落后

農(nóng)業(yè)人一r智能中很多技術(shù)實(shí)現(xiàn)的前提是土地大規(guī)模整合，但我國(guó)農(nóng)業(yè)實(shí)行農(nóng)村家庭承包責(zé)任制，碎片化經(jīng)營(yíng)是我國(guó)農(nóng)業(yè)的主要特點(diǎn)，這極大地限制了農(nóng)業(yè)人工智能的應(yīng)用，導(dǎo)致智能化機(jī)械裝備無(wú)法使用，無(wú)法實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。同時(shí)，類(lèi)似農(nóng)業(yè)物聯(lián)網(wǎng)等有助于農(nóng)業(yè)人工智能發(fā)展的配套政策等基礎(chǔ)設(shè)施也比較缺乏。

3 促進(jìn)人工智能應(yīng)用于農(nóng)業(yè)的措施

3.1 推進(jìn)農(nóng)業(yè)生產(chǎn)智能控制技術(shù)研發(fā)。

加快智能感知、識(shí)別和促進(jìn)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)決策模型的研究和發(fā)展。針對(duì)農(nóng)業(yè)種植和育種的應(yīng)用場(chǎng)景的不同，基于多源數(shù)據(jù)融合過(guò)程的農(nóng)業(yè)決策支持方法，建立田間作物、溫室、畜禽、水產(chǎn)養(yǎng)殖等領(lǐng)域整個(gè)產(chǎn)業(yè)鏈的決策管理和智能控制模型，借助5G物聯(lián)網(wǎng)，實(shí)現(xiàn)基于數(shù)據(jù)驅(qū)動(dòng)下管理的“農(nóng)業(yè)大腦”智能決策系統(tǒng)。

3.2 擴(kuò)大農(nóng)業(yè)與人工智能領(lǐng)域人才的培養(yǎng)規(guī)模

人才是農(nóng)業(yè)人工智能快速發(fā)展的關(guān)鍵，各農(nóng)業(yè)院?？筛鶕?jù)我國(guó)農(nóng)業(yè)現(xiàn)代化的發(fā)展趨勢(shì)進(jìn)行教學(xué)改革。1）可與類(lèi)似極飛科技、優(yōu)必選等人工智能領(lǐng)域企業(yè)實(shí)行校企合作，開(kāi)設(shè)針對(duì)農(nóng)業(yè)的人工智能專(zhuān)業(yè)，解決農(nóng)民生產(chǎn)過(guò)程中的實(shí)際問(wèn)題，為農(nóng)業(yè)人工智能的推廣和應(yīng)用提供人才支持。2）應(yīng)積極鼓勵(lì)各科技企業(yè)培養(yǎng)具有農(nóng)業(yè)背景的復(fù)合型人才，以便農(nóng)業(yè)人工智能的進(jìn)一步發(fā)展。

3.3 加快農(nóng)業(yè)人工智能的基礎(chǔ)設(shè)施建設(shè)

農(nóng)業(yè)人工智能的應(yīng)用離不開(kāi)豐富的數(shù)據(jù)基礎(chǔ)和實(shí)時(shí)的網(wǎng)絡(luò)響應(yīng)。農(nóng)業(yè)基礎(chǔ)設(shè)施不完善會(huì)造成農(nóng)業(yè)數(shù)據(jù)采集成本高，很大程度上限制了機(jī)器學(xué)習(xí)在場(chǎng)景中的應(yīng)用廣度和深度。因此，必須注重農(nóng)業(yè)物聯(lián)網(wǎng)和農(nóng)村5G基礎(chǔ)設(shè)施的建設(shè)，通過(guò)智能農(nóng)業(yè)傳感器等基礎(chǔ)設(shè)施提高供水水平，建設(shè)農(nóng)業(yè)生產(chǎn)信息化和數(shù)字化工程，引入農(nóng)業(yè)數(shù)據(jù)共享機(jī)制，為人工智能農(nóng)業(yè)裝備的大規(guī)模應(yīng)用提供基礎(chǔ)和條件。

3.4 加強(qiáng)人工智能裝備與整體計(jì)算架構(gòu)的完善

針對(duì)農(nóng)業(yè)生產(chǎn)需求，加快人工智能裝備的普及，逐步提高資源利用率和農(nóng)業(yè)產(chǎn)出率，提高經(jīng)濟(jì)效益。例如，農(nóng)業(yè)無(wú)人機(jī)可以促進(jìn)農(nóng)業(yè)和其他行業(yè)之間的跨境技木整合，加快農(nóng)業(yè)現(xiàn)代化的步伐。1）要考慮開(kāi)發(fā)專(zhuān)用設(shè)備，降低成本，提高機(jī)器硬件方面的適應(yīng)性。在軟件方面，支持二次開(kāi)發(fā)和擴(kuò)展，為人機(jī)協(xié)作和多機(jī)扔作提供良好的平臺(tái)。2）構(gòu)建基于云架構(gòu)的“農(nóng)業(yè)大腦”智能決策系統(tǒng)，在云平臺(tái)提供存儲(chǔ)和存儲(chǔ)計(jì)算服務(wù)、邊緣計(jì)算、物聯(lián)網(wǎng)終端進(jìn)行實(shí)時(shí)動(dòng)態(tài)管理、云邊緣農(nóng)業(yè)機(jī)器人的協(xié)同決策支持。3）要想農(nóng)業(yè)領(lǐng)域的人工智能機(jī)器人承擔(dān)更多的工作，成為農(nóng)業(yè)生產(chǎn)過(guò)程中的重要組成部分，需要同時(shí)推動(dòng)動(dòng)態(tài)人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、虛擬感知系統(tǒng)、多傳感器融合及人機(jī)融合等新技術(shù)的發(fā)展和應(yīng)用。

4 結(jié)語(yǔ)

人工智能與農(nóng)業(yè)的結(jié)合是大勢(shì)所趨，是滿(mǎn)足人們對(duì)高質(zhì)量農(nóng)業(yè)要求的必然選擇。雖然我國(guó)在發(fā)展農(nóng)業(yè)人工智能的過(guò)程中會(huì)il+l現(xiàn)一些問(wèn)題，但隨著技術(shù)的成熟以及基礎(chǔ)設(shè)施的完善，人工智能將逐漸成為推動(dòng)我國(guó)農(nóng)業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的強(qiáng)大引擎。

參考文獻(xiàn)：

[1]何道清，張禾.傳感器與傳感器技術(shù)[M].北京：科學(xué)出版社，2014：187-228.

[2]極飛科技.極飛亮相世界無(wú)人機(jī)大會(huì)：創(chuàng)始人彭斌講述農(nóng)業(yè)無(wú)人機(jī)的未來(lái)[EB/OL].（2019-08-13）[2020-09-15] .h工工.p： //www.zhiguker.com/index/ar工icle/cle工ail：？id=26267

[3]吳茜.基于知識(shí)圖譜的農(nóng)業(yè)智能問(wèn)答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)D.廈門(mén)：廈門(mén)大學(xué)，2019。

（責(zé)任編輯：趙中正）