在種地這件事上，AI能取代中國人的種族天賦麼？

今天我們來聊點接地氣的話題，比如關心一下糧食和蔬菜。這就不得不提到中國人最不容置喙的種族天賦，那就是種地！

種地，讓我們充滿了想象力。有條件要種，沒有條件創造條件也要種：

種地，讓我們團結一心。畢竟祖國的一寸土地都不能丟，誰知道上面會長出什麼好吃的：

種地，還肩負著技術輸出和文化輸出的光榮使命。

非洲？種！

美國？種！

一群耶魯大學留學生的家長把大學裡的荒地種成了菜園子，被報導後，開啟新世界大門的美國人也跟風把原來種花花草草的後院種滿了菜。。。

總之就是“改革春風吹滿地，中國人民真爭氣”。無論陸地太空，國內國外，我們種（吃）地（貨）的征程就是星辰大海！

而為了多種地、種好地，我們是不吝於嘗試任何新技術、新工具的。所以，人工智慧春風下的不少新種地工具，也迅速成為了爆款。

比如最近大火的無人駕駛拖拉機、自動採摘機、自動灌溉機、無人機灑農藥……

今天我們就借這篇文章好好聊聊，AI引入農業機械後帶來了哪些種地的新腦洞和新挑戰。

看起來很美：AI農機的應用場景

作為一個吃貨大國，70後不願意種地，80後不會種地，90後眼裡沒有種地，所以中國的糧食進口比例也是越來越大，2017年度就累計進口了1.3億噸。怎麼辦？！

人工智慧與農業機械融合之後，不僅能種，還有可能比人種的更快更好，是不是很讓人歡欣鼓舞？

那麼，AI農機目前到底都應用在哪些地方呢？主要集中在以下幾個方向上：

1.無人駕駛。有研究資料顯示，將無人駕駛應用在拖拉機上，可以減少20%的成本投入，同時將產量提高11%。在一些大型良田，也已經出現了噴灑農藥、病蟲害監測的無人機。最近，中化集團就計劃將自動駕駛技術與農機裝置“合體”，實現24小時全天候工作。

2.田間管理。加上了人工智慧的農機，還可以按照作物的生長週期，完成諸如施肥、除草、預警、採摘等複雜工作。騰訊和英特爾搭建的無人值守溫室，就能夠根據黃瓜生長資料建立模型，實時調節光線、氣體和養分，摘黃瓜、剪枝之類的操作也不在話下。

3.農作物預處理。農作物在進倉準備正式銷售之前，還需要進行分揀、預處理等一系列工作，水果的壞果率、大米的含水量這些精細指標，現在都可以透過機器來處理。北京平谷的一些桃園，就用上了智慧大桃分揀機，透過影像識別技術判斷桃子的大小、顏色、品相，然後藉助傳送帶和助推器實現自動分揀。

4.生產預測：人工智慧的另一個作用，還在於透過作物的生長情況和資訊，實時進行預測和干預，比如什麼時候應該收割，下一季適合種什麼，在產量最大化的同時，也避免了選品不當“價賤傷農”的情況。

從靠天吃飯到科學種地，AI農機的商業想象空間真的十分龐大。而越來越不願意“面朝黃土背朝天”的年輕人，也憑實力證明了，“懶”才是科技的第一推動力。

農機的AI化與自動化，有本質區別嗎？

說到這裡，想必有小夥伴會發出“蒙圈”的聲音：

怎麼“被人工智慧”的農機，看起來有點似曾相識呢？自動收割、除草、分揀機啥的，早就在農業機械化程度比較高的美日德用上了，為什麼不直接買回來用，而非要AI化呢？ 你們村裡是不是剛通網？

其實雖然看起來都是幫農民伯伯幹活，但AI農機和自動化機械的區別其實還是很大的：

比如說，實時感知識別的能力，是AI農機的特徵和基石。如果果實被葉子擋住了，自動化裝置只能“有棗沒棗打三竿”，主要原理就是震動，金屬機械手透過拍打振動的方式使果物掉落。而AI農機則可以利用先驗演算法來補充影像結構，確定要不要進行採摘，從而減少浪費。

另外，AI農機還具有學習和遷移的能力。自動化機械通常是無法遷移的，只能完成單向度任務，“指哪兒打哪兒”。而AI農機的適應性更強，只要演算法模型支援，微調就可以上崗。

因此，AI農機也就有了自我最佳化和自我推進的能力。比如說，自動化摘桃機，乾淨利索地摘完就算圓滿完成任務了，而AI摘桃還能夠告訴農戶怎樣更好地種桃，未來怎樣摘得更好更快。

說白了，AI農機是會動腦的。

有了感知、識別和分析能力之後，農機就不再是單純的消耗品，而是打通了生產背後的一系列連鎖反應，擁有了影響農業生產程式的能力，進而改變農業生產“靠天吃飯”的命運。

“全村的希望”卻淪為搞笑素材，AI農機你怎麼回事？

不過，理想雖然很豐滿，但AI農機真正走進田間地頭的時候，卻鬧出了不少么蛾子。沒讓群眾們感受到牛叉，反而更像是來搞笑的。

比如智慧分揀機在學習了7000張不同黃瓜的照片之後，對黃瓜的分類準確率卻只有70%，不得不一個接一個進行人工複檢，沒有解放人力，工作強度反而更沉重了，因為還要給黃瓜拍照片、打標籤。

再比如無人駕駛拖拉機，一個不注意就“旋轉跳躍我閉著眼”地跑到馬路中央瘋狂轉圈去了，讓車主在後面一路猛追，順便預定了當日的派出所拘留一日遊名額。

而且，AI農機還特別優柔寡斷。熟練的農民看一眼就能判斷出來的問題，採摘機器人要經過20秒小心翼翼的探測才能確定果實是否成熟，這工作效率顯然對不起它們動輒十幾萬美元的身價。

還有一種是出發點特別接地氣，比如針對梯田這類特殊地形地貌進行針對性開發，但給出的解決方案卻是“讓小型無人灌溉車爬梯田”這種脫韁野馬一樣充滿想象力的發明創造……

那麼，究竟是什麼把人工智慧這個聽起來應該讓農業更炫酷的技術，變成了娛樂事故？

歸根結底，實驗室中的技術解決方案看似美好，但在實際應用和現實場景中，往往存在各種限制條件和隱患：

1.基礎設施缺位。AI農機想要不出錯，必須基於大量樣本資料的訓練，而且必須支援低延遲的實時運算。中國農田大多數都沒有鋪設資訊科技基礎設施和資料系統，樣本資料和算力不足，AI自然難以大展拳腳，基本沒辦法商用。

2.欠缺可靠的模型。農業與AI的結合，大多還都停留在大型農企或政府與演算法公司或雲端計算服務商合作的層面，至於怎樣建立農業領域的知識圖譜，機器該用什麼標準來判斷生產指標，長生長週期的資料體系設計，還缺乏有效的模型來指導，自然導致AI農機很難做出和農民伯伯一樣精準而靈活的判斷。

3.應用成本太高。在藉助人工智慧省錢之前，昂貴的價格就足夠令種植者望而卻步了。加上技術安全性和成熟度的考慮，盲目地引入太多新技術無疑是一個大坑。

總而言之，AI農機的價值雖然清晰而篤定，但其技術的完整性和價效比顯然還不足以吸引太多種植者試水。骨感的現實，與一些大型農企的通稿還是有著天壤之別的。

不過，為了迎接AI農機真實的春天，我們還是可以預先做好準備。比如加強對植株的資料監控，做好農業場景的物聯網鋪設，建立專有的資料集和雲端大腦，在一些地理條件優越的地方率先嚐試應用等等。

在電影《2001太空漫遊》裡，一隻猿人撿起碩大的腿骨作為工具獲取獵物，這成為人類進入智慧紀元的象徵。而當開智的猿人帶著吃飽的喜悅將手中碩大的長骨拋向空中時，下一個瞬間，這根骨頭居然變成了一艘遨遊星級的宇宙飛船。

這部科幻神作顯然告訴了我們一個道理：誰站在了食物鏈的頂端，誰就掌握了未來科技的鑰匙。【導演：我不是，我沒有，別瞎說】

作為一個“種地”技能樹被點滿的天賦種族，現在就開始關注尚未成熟的AI農機，絕對是一場值得押注的尊嚴與未來之戰！