当AI生长在田间地头，我们离智慧农业还有多远？( 三 ) 关注农业

文章图片

文章图片
以自动判断蔬菜生长状态为例，借助EasyDL提供的智能标注、模型训练、服务部署在内的一站式服务，工程师构建了克重识别模型，标注了三四百张蔬菜照片进行训练后，只需定时监测拍摄一张图片就能判断蔬菜的重量、生长是否健康、能否进行采收，准确率达到95%以上。
确切地说，EasyDL让我们看到了智慧农业的新范式：
以往主导智慧农业的科技巨头，擅长的是自上而下打造典型样本，这样的方案不乏其内在价值，可想要改变全国的农业问题，可以说几乎是不可行的方案。章晓敏代表的“新农人”属于自下而上的智慧化，他们没有想过以一己之力改变农业的现状，热衷于解决自己看到的一个个小问题，当这些细小的力量被聚集在一起，呈现出来的正是智慧农业的遍地开花。
智慧农业的历史进程应该有两个视角：一个是宏观上的政策红利，通过一项项惠农政策重拾外界改造农业的信心；一个是微观上的大胆尝试，让人工智能等前沿科学以通用技术的形式交到新农人手中。所有的科技革命都是社会需要和技术创新双轮驱动的，新农人们利用新工具创造的一个个奇迹，正是智慧农业在中国的最佳注脚。
或许多年之后再回头审视中国的智慧农业进程，零门槛的百度飞桨EasyDL将会是一个相当耀眼的存在。中国从来都不缺少勤劳的“农民” ，每一次农业的落后和崛起，都可以从生产力工具上找原因。
04 写在最后
智慧农业是一个典型的多学科交叉领域。
在一些人诟病农业的保守和落后时，某种程度上陷入了常识主义的误区。因为一群新农人早已拿着“新农具”行动，他们可能是大学里的老师，可能是大厂里的工程师，也可能是资深的农业专家，但他们都在做一件相同的事：将AI带到了农牧业的生产过程，为农业的数字化转型和智能化升级默默贡献着自己的力量。
来源：Alter聊科技微信公众号