当AI生长在田间地头，我们离智慧农业还有多远？( 二 ) 关注农业

文章图片

文章图片
听到农学专家的诉苦后，章晓敏萌生了智能监测虫情的想法：或许可以在稻田里布置一套诱虫装置，自动识别统计一段时间内虫子的种类和数量，然后结合数据变化科学判断下一阶段的虫情趋势。
章晓敏找到的“新农具”是百度飞桨EasyDL ，利用农学专家们帮忙标注的样本数据，在EasyDL零门槛AI开发平台上构建了虫害检测模型。诱虫器吸引到害虫后会进行灭活处理，然后定时进行拍照，再将照片自动上传到云端服务器，通过飞桨EasyDL的算法模型识别害虫的种类，并进行数据的统计汇总。
目前章晓敏带头研发的“微能云智能虫情测报系统”已经部署在宁波海曙的农田中，可以识别稻飞虱、卷叶螟在内的六种水稻常见害虫，不仅实现了虫情的实时监测，还可以指导农民有针对性地调整农药、化肥配比与投放有效进行虫害防控，减少化学农药的使用量，避免农产品农残超标等问题发生。
在章晓敏帮助稻农们“除虫”的时候，百度的AI工程师阿权跑到了内蒙古通辽，成为著名的伊胡塔牛市的常客。

文章图片

文章图片
起因是蓝奥云牧股份总裁王永生的一通电话，向百度求救解决“相牛”的难题。原来当地的活牛交易主要集中在线下牛市，但一头牛有多重、一天能长多少斤、小牛犊养到最后是赚还是赔，全靠“牛经纪人”肉眼观察，一些金牌“牛经纪人”能将牛的重量误差控制在5斤以内，甚至能挑出品质更好、病死率更低的牛。
可“相牛”绝技靠的是常年累月的经验积攒，传统的“相牛”方式也局限了活牛的交易场景，加上牛市的环境十分繁杂，各家牛的无序接触很容易造成口蹄疫、布病等病发风险。阿权想到的是先采集数据，给每头牛建立“电子简历” ，用飞桨EasyDL训练牛的数据打造AI相牛算法模型。

文章图片

文章图片
经过长达几年的摸索尝试，阿权的团队终于研制出一套立体三维点云数据采集装置：当牛从过道中有序经过时，两侧的摄像头便可以快速采集到牛的各种体尺数据和点云数据，并进行实时三维建模。阿权团队采集了2000多头有效的活牛数据，算法模型也可以规模化落地了。
像章晓敏、阿权这样的“新农人”还有很多，在他们的带动下，农业不再是一个严肃的话题， AI成了“新农具” ，数据成了“新农资” 。
03 智慧农业的AI范式
可能就现阶段来看，章晓敏等人对农业的改造还是点状开花，但百度飞桨让由点到线，再由线到面成为了可能。
比如章晓敏帮助水稻监测虫情时沉淀下来的经验，可以应用于玉米、小麦等经济作物的虫情监测；阿权团队摸索出的“相牛”经验，也可以在养猪、养羊等场景下复用……
百度飞桨不仅仅是降低了AI的应用门槛，也让AI在农业中的落地形成了良性循环的飞轮效应：越来越多的农业场景完成数字化，通过简单易用的飞桨EasyDL训练数据形成模型，实现智能化应用。趁手的“新农具”促使越来越多的人在自己熟悉的领域里将AI和农业进行融合。
可以佐证的是北京市大兴区长子营镇的智慧植物工厂，在这片由裕农、京东方后稷、百度智能云联合打造的现代化水培植物工厂中，极少人力就能生产出数倍于以往的新鲜蔬菜。个中秘密离不开人工智能的规模化应用，自动判断蔬菜生长状态、提醒采收、自动检测害虫种类及数量、输出植保方案、自动识别克重……每一项创新功能背后，都可以找到百度飞桨EasyDL的身影。