6月8日,腾讯 AI Lab 与世界著名农业学府荷兰瓦赫宁根大学(下称WUR)联办的“第二届国际智慧温室种植挑战赛”(下称比赛)落幕。6月10日(今天),腾讯宣布了两项AI+农业领域的最新进展。
在AI+农业研究侧:AI种植番茄双丰收
在研究侧,本次大赛进入复赛的五支队伍挑战用 AI 和 IoT 物联网等前沿技术优化种植决策,并远程自动控制温室种植小番茄(第一届为黄瓜),复赛队的五个 AI 收成都超过了有20年经验的农业种植专家组。其中冠军组Automatoes得到满分,实现亩产资源消耗减少16%,净利增加121%,充分展现了农业智能决策与温室自动控制的技术价值,以及为农民减负的未来潜力。
比赛主席、WUR温室技术科学研究团队负责人Silke Hemming博士表示:“比赛目标是在6个月内竞争选出小番茄的最佳智慧种植方案,并贴近五大目标:产量高、品质好、能耗少、自动化、技术可迁移。评审团最终按三个维度打分,一是作物净利润(占50%,包括产量、品质、价格等指标),二是AI应用(占30%,包括自动化、创新性、功能性、抗干扰鲁棒性、可规模化、可迁移性等指标),三是可持续性(占20%,包括水、肥、电、热和二氧化碳等资源的利用效率)。今年参赛的21支队伍来自26个国家,共200多人(去年15支队伍),我们也本次大赛有更多小型公司、独立农人和学生加入,呈现出背景多元、百花齐放趋势。”
对此,腾讯首席探索官网大为表示,AI 不仅能提高作物产量,还能节约资源,增加利润。腾讯等技术公司将不断致力于推动此类 AI 应用落地,帮助人类应对健康、食物、能源和水资源(FEW)、及气候等大问题。
AI种植出的番茄,官网:http://www.autonomousgreenhouses.com/
在AI+农业应用侧:iGrow智慧种植方案落地
在AI+农业应用侧,腾讯 AI Lab 在上一届比赛中自研的AI算法和技术经验打造的“腾讯AIoT智慧种植方案iGrow”今年已落地中国,农业大省辽宁的第一期小番茄试点迎来“小丰收”,其每亩每季净利润增加数千元,初步验证了iGrow种植方案的商业价值。
iGrow方案在辽宁温室试点
试点顾问、有多年种植经验的资深农业技术员刘建华说,作物在不同的生长周期对温室环境有不同要求。以温室温度为例,传统小番茄种植中,农民应在苗期、花期、果期设定不同温度,但很难精准识别每个时刻下环境和作物生长状态的细微变化,从而判断对应的理想温度,所以在一个种植周期内,农民通常会估算一个固定温度值来操作,这非常依赖经验,无法实现低成本条件下,精准、实时、自动的种植决策优化和温室控制。
据了解,iGrow智慧种植方案具有自动智能、因时制宜、高效精准等特点,用IoT传感器按分钟或小时的高频密度,采集空气/土壤温湿度、二氧化碳浓度和光合有效值等多种环境数据,优化后的iGrow温室仿真器能快速做大量种植模拟(15秒模拟82个生长周期),再用不断优化的强化学习AI算法选择最佳种植决策,最后自动控制温室,精准利用资源,提高作物的品质和产量。
AI等信息技术助力农业“新基建”
值得一提的是,今年大赛选取小番茄作为种植对象,因为黄瓜和番茄是主要的温室作物,需要监测和控制的种植和环境变量较多,能体现出不同种植策略的技术优势。所以在赛制上对AI与IoT技术方案提出了更高要求,并优化迭代了温室仿真器。大赛评委之一、腾讯AI Lab “AI+农业”业务负责人罗迪君博士介绍:“ 仿真器能让参赛队能更方便、快速地获得温室仿真结果,让 AI 算法有充足数据样本改进算法和策略。虽然温室无病虫害会让仿真值有一定误差,但其对产量预测、气候变化影响种植对策等相关研究具有很高价值。”
此外,本届比赛的番茄种植仿真器中还新增了肥料控制,能够精准地施放作物所需肥料,减少资源消耗。在作物管理模块,模拟器还可以设定一个簇中的最大果实数,并支持留叶策略和留果策略。此外,新增了3种遮光选项,包括透光型、透气型和遮光型,来更好地适应实际种植环境。
随着全球范围的人口老龄化和过渡灌溉和施肥造成的水土流失及土壤污染,农业急需从粗放走向精细,同时提高产量、资源利用率和利润,从而缓解全球性饥荒和环境污染问题。在此背景下,发展数字农业农村成为全球共识。
据国际咨询机构研究与市场预测,到2025年全球智慧农业市值将达到300亿美元。在中国,2020年1月农业农村部和中央网信办印发《数字农业农村发展规划(2019-2025年)》,描绘了中国数字农业发展新蓝图,对推进农业生产经营和管理等领域数字化改造、推动智慧农业向深度发展有重要意义。
随着AI技术在中国不断发展,其应用已逐渐渗入农业生产全过程。AI技术的引入,可以高效利用传感器监测数据提取特征规律,同时借助集成了大量人类专家经验的仿真器进行模拟、探索和优化,形成一套实时、精准、可迁移的决策技术方案。
下一步,针对现阶段挑战,WUR和腾讯将继续在作物模型研发和全周期管理等领域深入研究,探索更多AI+农业的可能性。
编辑 许舜钿