AI做得深，趕快去農村

去年年底，“一塊改變命運的螢幕”成了刷屏話題。

當時支援與反對方各自羅列出很多觀點，但我們或許可以承認，這些討論都是建立在這樣一個前提上：新技術與農村生活的結合，已經開始觸發一些改變。

把目光放到這個中國最廣袤的市場上，會發現從農業到農村市場所需的種種服務，再到農村勞動力轉移的宏觀走向，其中有太多需求可以被科技力量填補。

而農村市場科技人才資源相對匱乏的客觀情況，又讓智慧化在某種程度上變成了異於城市社會的剛性需求。

如果我們回望2018，會發現從下半年開始，科技巨頭們紛紛佈局起了AI進軍農業的探索，並且各種AI醫療、AI教育的新興產品與服務，都開始走向農村這塊新的試驗田。

AI與農村的故事，正在短時間內快速升溫。但在熱鬧的佈局背後，我們也會發現一些明晰的瓶頸，橫亙在農村市場與AI的想象力之間。

繞過螢幕的爭議，更多AI故事正在山村田壟間上演著。無論2019年是否能被稱作“AI+農村”元年，至少這一年，田野上的AI故事必然會以一個令人驚奇的百分比上漲。

讓我們來回憶一下，直到今天為止，AI都以哪些方式完成了下鄉進村的任務。

科技巨頭的農業圓舞曲

AI進村的核心目標，當然是要證明自己能在第一產業有所建樹。

所謂AI農業，在技術邏輯上很容易理解，即利用AI帶來的物理識別與機器視覺能力，結合資料分析技術，將農業生產中大量流程進行重新最佳化，從而以智慧方式提高農業生產效率，最佳化農產品質量。

理論上來說，這套邏輯既能種糧食種菜，也能養豬養鵝。但實際運轉起來卻不容易。一方面農業資料相對匱乏，標準化程度很低，另一方面相關技術裝置近乎空白，AI農業命題之下不僅是演算法與資料問題，同時也是對工程化能力與硬體製造能力的考驗。

而在AI持有者——BAT為代表的科技巨頭們眼中，既然要進軍產業AI與產業網際網路，那麼農業又是無法繞開的一個選項。其巨大市場潛力和社會價值都是科技公司不能放棄的蛋糕。在2018年產業AI全面開動的契機裡，農業AI也就順勢開始了自己的故事。

最先動手的是阿里。2018年6月7日，雲棲大會·上海峰會上阿里雲釋出了ET農業大腦，透過數字檔案生成、智慧農業資料分析、農產品溯源等技術結合，開始將AI解決方案帶入農業。

隨後半年中，騰訊和京東都宣佈了自己的AI農業計劃。有訊息認為，擅長AI的百度也已經在路上。

綜合來看，AI農業命題如今主要走兩條路：AI養殖與AI種植。

說到養殖科技，我們們中國人的看家本領那就是養豬。可能很多人沒有意識到，在規模化、技術化養豬這條路上，中國人絕對寫就了一部波瀾壯闊的史詩。也正因為養豬事業的規模化標準化程度高，對新技術十分敏感，科技巨頭玩AI+養殖，十有八九都是從豬開始。

阿里的ET農業大腦，就利用了機器視覺加持的AI攝像頭與資料分析能力，來觀察豬們生長資料，從而達成優勝劣汰;並且將聲紋識別和紅外線測溫帶到了養豬場，透過豬的體溫和聲音進行AI預測豬的身體狀況，最終達成提升母豬產崽能力，降低死亡率的效果。

去年11月，京東數科也開始描繪AI和豬的浪漫故事。在接入AI攝像頭與資料智慧系統之外，京東的方案裡還加入了IoT系統，以及自主開發的養殖巡檢機器人、飼餵機器人等等，並且採用了新的“豬臉識別”技術。

有理由相信，接下來會有更多科技公司開始AI養豬生涯。

而AI在種瓜種菜上，也有自己的一套。阿里的ET農業大腦先後在甜瓜和生菜上完成了合作案例。而去年12月，騰訊AI lab團隊的“種黃瓜”在國際人工智慧溫室種植大賽(Autonomous Greenhouse Challenge)上獲得了“AI策略”單項第一名、總分第二名。這也被外界認為是騰訊向AI農業的進軍開啟。

騰訊這次展示的“種黃瓜”，特殊之處在於透過強化學習演算法，將專家知識系統潛入了模擬機當中，使智慧體可以有效學習人類專家的思維模式，從而回到實際種植中提升黃瓜產量，並且對感測器成本進行了壓縮，提高了技術的實用性。

AI種植業，目前一般集中在果園和溫室種植當中，透過對植株進行資料收集和智慧識別，來判斷肥料、水分、溫度、光照等條件的適宜與否，從而讓粗放的種植模式智慧化、精準化。再搭配一些可溯源、可直播的網際網路玩法，健康+高產的AI果菜就誕生了。

又能養豬，又能種菜，感覺AI在農業領域已經很吃得開了。

但是不用樂觀太早，目前來看，巨頭們的AI農業之旅只是剛剛開了個頭。今天各種值得誇耀的案例，都還是示範價值遠大於商業價值。

一方面，農業資料在今天依舊稀缺，農業AI依舊需要BAT的專家們下到田間地頭去採集資料，修正引數。另一方面，大量農業區域和農業領域都是資料的真空地帶，今天AI想要走入農業，還只能依靠一些資料化標準化程度高的農業部類，比如現代化養殖場;或者依託有相關農業科技積累的合作者，比如大型農業集團——來更多完成1對1的商業實驗性質AI+農業案例。

與中國廣袤的農田牧場相比，BAT的專家顯然是不夠用的。

所以說，今天AI農業還處在科技巨頭們做好案例，打好樣板，然後吸引有實力的合作伙伴共同推廣的階段。大規模的農業改造還遠遠談不上。只有當形成傻瓜式產品與可終端售賣的AI農業解決方案;科技巨頭與農戶間的產業中間層搭建起了清晰的產業鏈之後，“AI改變農業”這句話才有被說出口的底氣。

但無論如何，當看到北上廣高大樓宇裡的資料專家和演算法工程師，蹬著拖鞋蹲在田裡觀察農作物長勢，我們依稀還是能看到一個有張力的故事開始了。

農村社會中的AI新角色

在產業賦能之外，社會服務類的AI技術也在越來越火熱。AI醫療、AI教育、AI金融，以及AI政府服務都在成為新的科技賽道。

而需要注意這樣一個邏輯，與移動網際網路將服務整合化不同的是，AI+社會服務解決的主要是無人化問題。透過對人類經驗的機器學習復刻與再傳播，AI可以在某種程度上取代一部分專業人才的工作。比如AI語音互動代替教師，機器視覺裝置代替醫生進行醫療影像識別等等。

這樣的能力，在人才飽和地區或許只能被看作替代品和效率提升工具。而在農村地區，則很可能解決的是有和無的問題。

基於AI能力為農村地區提供醫療、教育等服務，今天也在不斷增長。比如阿里基於旗下的智慧音響天貓精靈，在去年啟動了“天貓精靈小站”計劃。該計劃透過建立天貓精靈小站圖書館，為農村地區兒童提供更多教育資源。在早期教育人才相對匱乏，教輔資源稀缺的地區，智慧音響的接入不失為解決方案的一種。

而在醫療上，有更多AI進村的案例可以被觀察到。比如上個月，很多媒體報導了百度靈醫團隊的AI 眼底篩查一體機的下鄉之旅。

透過視覺識別演算法的訓練，百度打造了基於AI的眼底篩查裝置，可以有效識別出“糖網”等早期眼底病灶。與之相對的是，在農村和鄉鎮地區，擁有準確眼底篩查能力的醫生並不多。複雜的眼科疾病只能去省城等大城市就醫，而早期疾病更是極大機率被忽略。

而在AI加入後，這個長期存在的問題將有被解決的希望。因為AI裝置取代的並不僅僅是機器，同時還包括機器背後醫生的判斷與識別能力。這對於農村地區是難能可貴的。

類似的案例，目前主要發生在醫療影像識別和化驗檢測上。有理由相信，不遠的將來，AI將協助帶來遠端門診甚至遠端手術。

而與AI走進農業一樣，AI農村醫療和AI農村教育的問題，也是依舊停留在初始階段。今天類似案例，更多停留在企業公益的範疇內。假如不解決商業化與推廣的問題，那麼我們將始終看到的是AI又獻了愛心，而不是AI真正改變了中國最多數群體的生活。

農村勞動力與AI基建

農村地區與AI的另一個結合點，不是AI幫助了農村什麼，而是反過來——農村的勞動力成本優勢，正在成為AI發展的某種燃料。

去年，很多媒體開始報導AI村、AI農村工廠這樣的關鍵詞。這類農村工廠商業模式，是AI需要大量的訓練資料，其中又以圖片資料為主。而資料標註這個近乎無門檻、與出門打工相比工作相對輕鬆、重複率異常高、又近乎不可或缺的工作，就被不斷下移，直到轉移到了村裡開工。

於是有人笑稱，你發現手機、平板能識別花鳥魚蟲大牌奢侈品，感覺挺高大上的樣子，殊不知那是你遠在老家的二舅母教的。

出現AI村這件事，有人覺得荒誕，也有人感嘆“沒人工就沒智慧”。然而從產業結構上看，AI產業發展中大量必需工作，確實都是常識類、可外包的。而這類工作又會自發去尋找人力成本最低廉的生產地。那麼廣大農村勞動力自然成為了首選。

客觀來說，農村人力成本優勢與AI的結合將不會很快消亡。這類外包工作中，今天還是以影像識別作為主體。但隨著資料與AI產業的深化，各種資料相關的工作都將湧向外包市場，比如資料清洗、資料分揀、垂直行業的資料集加工等等。

對於AI來說，這些工作必不可少，而對於農村地區來說，這些工作意味著可以坐在電腦前相對體面地完成，且不用遠離家鄉。

而必須注意的是，如果這類AI村、AI農村工廠，不主動尋求自身資料加工能力的逐漸升級，僅僅依靠常識+影像分揀類的工作維持生計，那麼市場是很快會在大量競爭下徹底乾涸的。只有進入垂直行業，錘鍊相對更強的資料操作能力，並且擁有可以說服市場的資料保密能力，才能在這個新興外包市場中獲得長期生存權。

不管怎麼說，如果我們認為透過駭客馬拉松、演算法大賽，來尋找演算法開發者和安全工程師，是一件很酷的事，那麼透過外包找農村大媽做資料清洗，似乎也沒有什麼值得說三道四的。二者其實都遵循同樣的價值規律：切合新興產業需求，發揮自我市場定位優勢。

結束語

不難看出，AI進村的故事，在今天正經歷一個蓬勃生長的過程。

巨頭在佔位，農業企業在自我迭代;公益在散發光芒，創業者也開始閃轉騰挪;演算法工程師走進了大棚，村裡的鄉親正在教育大洋彼岸的AI系統。

變化剛剛開始，然而變化已經開始，這些有張力的畫面，或許是今天中國AI發生最深刻影響的地方。

如何適應這樣的變化呢?或許一個好的方案，是要從個體職業的角度去思考AI的產業需求和市場需求，然後耐住性子慢慢來。春天是看不到糧食的，但春天必須播種。