IBM研究人员构建人工智能原型，帮助小农户测试土壤
选自ZDNet
原文|Stephanie Condon
乌镇智库编译
测试农作物的土壤和水的质量通常要花费很长时间，要么将样品送到实验室，要么将实验室扎根在农田旁，不论哪种成本都太大，天气本身变幻莫测，时间在一点一滴中浪费，对于小农民来说，代价太大，对农科实验室来说，他们倒是不缺时间，可是想想龙井43试验了那么多年，更别提108的品种了，市场缺的就是时间。
虽然AI会成为技术农业的重要支柱和背书，但许多大公司、设备制造商以及服务提供商还没有大力发展农业领域的AI应用。这种犹豫的部分原因可能是缺乏对AI技术进步和潜在应用不够熟悉所致。另一个问题就是，贵！
...
为了解决这些问题，巴西的IBM研究团队开发出一种基于人工智能的原型机，能够帮助农民自己轻松、实时进行化学分析。
IBM的Mathias Steiner在博客文章中说，这个原型机能够彻底改变数字农业和环境测试，具有里程碑式的意义。我们生活在产量稳定增长的世界，而耕地总量却在持续减少。气候模式的变化和水资源的可用性正在改变某些农业地区的生产力。与此同时，世界人口继续增长，预计到2050年将至少达到90亿人，其中大部分增长集中在发展中国家。
鉴于家庭农场生产了地球上80%的食物，将AI代入小农场的低成本工具无疑会改变整个世界。
IBM管这个原型机叫AgroPad，是一个名片大小的纸质设备，内部搭载一个微流控芯片，能够在10秒内对水或者土壤样品进行化学分析，测试者只需将样品放在卡的一侧，另一侧则有一组圆圈显色提供比色测试结果，每个圆圈的颜色代表样品中特定化学物质的量，再通过专用移动应用程序获取AgroPad的快照。通过专用的应用程序，测试者能立即获取更为精确的结果，机器视觉能够将颜色组成和强度转化为化学数值，其结果比人眼比对色卡更为可靠。
目前的原型机支持pH值、二氧化碳、铝元素、镁元素和氯元素含量的测试，研究团队正在扩展化学指标库，同时能够根据不同的需求进行个性化定制。
另一方面，如果测试结果完成，数据会以云端数据形式、结合时间和位置上传云端数据库并标记分析，能够储存上百万的数据标本，时间、实时天气和位置，同时标记全年某特定地区土地变化，这些都是农作的重要特征。
人工智能已经成为现代数字农业产业中不断发展的一部分，John Deere最近收购来自硅谷的人工智能创业公司Blue River，在自家农场设备中融入机器学习、深度学习和机器人技术等人工智能技术。除了农作物和环境分析，AI在农业中还有其他的落地应用，例如机器人技术能够帮助改善农作物耕收，预测分析应用则可以帮助测试者预测天气变化，像法国的葡萄、中国的茶叶，都是看天吃饭的娇贵作物了。
Abundant Robotics：这是从斯坦福研究所剥离出来的初创企业，它已经开发出自主采摘取水果的技术。Abundant Robotics利用机器视觉技术来探测棚架上生长的水果位置，然后利用真空系统将其从树枝上拉下来。这家公司已经获得谷歌旗下风投机构Google Ventures的扶持。
AgVoice：总部位于佐治亚州的创业公司，AgVoice正在为作物观察专家和农学家开发自然语言处理工具包。这套系统可以解释导致大豆突然死亡的真菌疾病，并提示观察的位置和严重程度。
在农业中成功使用AI的最佳例子可能是孟山都成长创投公司扶持的Blue River Technologies(BRT)。BRT是一家总部位于美国加州的公司，由斯坦福大学的两名研究生于2011年成立。这种See and Spray技术利用AI来分析高分辨率图像，并检测出杂草的存在和位置。
...
今年6月7日，云栖大会•上海峰会正式发布阿里云ET农业大脑，希望将人工智能与农业深入结合，目前已应用于生猪养殖、苹果及甜瓜种植，已具备数字档案生成、全生命周期管理、智能农事分析、全链路溯源等功能。未来还将很快在石榴、生菜种植中落地。
阿里云总裁胡晓明表示：“人工智能要和产业结合才有价值，我们希望用人工智能帮助农户农企‘对症下药’，实现中国农产品‘三级跳’，即更安全、更营养、更值钱。有了ET农业大脑，我们可以准确地知道每一头生猪的运动量，公里数可以成为判断猪肉品质的新标准。未来，我们想要的是一头跑了200公里的好猪，而不再是一头200斤的猪。”
推荐阅读
比人工智能威胁更可怕的是，那些曾被你抛弃的互联网软件
尼克谈人工智能的历史、现实与未来
相关内容
微信扫码咨询专知VIP会员