人工智能进驻农业领域仍面临多重挑战

随着人口增长、耕地面积缩减，以及城镇化加速推进，农业面临的挑战日益严峻。为此，各国都在积极探索通过信息技术促进农业提质增效，其中以人工智能为基础的智慧农业新模式发展迅速，出现了不少典型案例。

近日，中国信息通信研究院助理工程师张巾对人工智能在我国农业生产和服务中融合创新的现状进行了分析。他表示，人工智能在我国农业领域的融合应用目前仍处于起步阶段，正面临农村网络基础设施薄弱、智能化农业设备供给水平不足、农民缺乏应用人工智能的意愿和能力等挑战。

解决农业生产和服务痛点

“农业的生产和服务领域存在诸多痛点，如生产方式较粗放、农业服务不完善等。”张巾表示，近年来，不少企业以产业痛点为导向，积极探索人工智能在农业生产服务中的融合创新。

“在农业生产中，人工智能可以助力农业生产精细化，促进农业提质增效。”张巾针对种植领域和养殖领域分别进行了介绍。

在种植领域，企业利用人工智能对农作物生长情况及环境数据进行建模分析，为农业生产提供精准指导。例如，Infosys、IBM Watson IoT和Sakata Seed Inc.在位于美国加利福尼亚的两块田地上进行测试，利用基于机器视觉的无人机、环境传感器和土壤传感器，全方位、立体化地采集植物高度、空气湿度、土壤肥力等18种数据，并将数据上传到Infosys信息平台进行大数据管理和人工智能技术分析，然后将分析结果反馈至企业ERP系统和植物育种研发系统，以指导下一步生产和育种。

在养殖领域，企业通过对畜禽多元化数据的采集与分析，实现精准养殖。例如，阿里云与四川特驱集团、德康集团合作推行智能养猪，在猪场内设置与ET农业大脑连接的摄像头，自动采集、分析猪的体型及运动数据，增加运动量不达标的猪在室外运动的时间，以保证猪肉品质。此外，利用ET农业大脑，结合声学特征及红外线测温技术，还可以通过猪的咳嗽、叫声、体温等数据判断猪是否患病，及时预警疫情。

“在农业服务中，人工智能可缓解信息不对称导致的农产品供需失衡和农业融资难等问题。”张巾指出。

一方面，行业主管部门或企业运用人工智能建立农产品价格走势预测模型，指导农业生产主体动态调整产能，既可减少由于盲目生产导致的成本浪费，也能提升消费者满意度。例如，IBM利用机器学习分析天气、人口、土地等数据，对农作物供需情况进行预测；笛卡尔实验室使用基于卫星数据训练的机器学习模型，预测美国国内的玉米产量，为农民的生产决策提供参考。

另一方面，金融机构依托农业大数据建立农民征信体系，可提高对农业金融的风险把控能力，增加农民融资机会并降低融资成本。如，互联网信用评估平台闪银和互联网金融公司农信宝开发的“八戒分期”，通过线上采集超过300个维度的农户数据，并利用人工智能模型进行分析，可在数秒内完成对生猪养殖户的信用评分并反馈给审核人员，帮助金融机构降低风控成本和坏账，也显著降低了养殖户的融资成本。

张巾总结，人工智能在农业生产和服务环节都涌现出一些融合应用的典型案例，为促进农业智能化转型升级提供了新思路。但这些应用目前基本处于探索和试点阶段，融合模式仍需优化完善，应用范围也有待逐步扩大。

深度融合面临多重挑战

值得关注的是，大数据、人工智能等技术在国外农业领域已形成了相对成熟的融合模式和较大范围的应用。我国虽然已有一些典型案例，但整体还处于起步阶段，农业的数字化、网络化、智能化转型仍面临诸多挑战。

张巾分析道，首先，农村网络基础设施薄弱。人工智能在农业领域的融合应用对网络实时响应和海量数据积累有较高要求，但我国村级信息化服务网络还不够健全。据统计，我国农村地区互联网普及率为36.5%，仅为城镇地区的一半。

其次，智能化农业设备供给水平不足。针对智能农业设备的专用芯片较为缺乏，而通用芯片在环境较差的农业现场非常容易发生损坏，进而导致农业智能设施应用受阻。同时，由于农业场景复杂，农业智能机器人等设备在实际应用中存在效率不高、灵活度不够等问题，智能化设备的性能还需进一步提升。

再者，农民缺乏应用人工智能的意愿和能力。一是因为智能化农业设备的投资金额大、回收周期长，导致农民“不敢用”；二是智能化农业设备的操作方式与传统农业设备差别较大，农民“不会用”也阻碍了农业的智能化发展。

针对上述挑战，张巾建议，行业主管部门应从基础设施、技术供给、产业需求等多角度入手，全面促进人工智能与农业领域的深度融合。

在支撑能力方面，我国应着力强化农村网络基础设施及农业信息服务平台建设，扩大宽带和移动网络覆盖范围，提升网络速率，建立健全农业信息服务平台，提高农产品供需、价格等信息的智能化预测水平。

在技术供给方面，我国应加大对农业专用芯片、传感器等基础零部件，以及农业无人机、农业机器人等智能化设备研发应用的支持力度。同时，着力培养农业领域融合解决方案提供商。

在产业需求方面，我国应大力培养农民应用人工智能的意愿与能力。既要加强人工智能与农业深度融合的宣传工作，让农民充分认识到应用人工智能的长期效益，同时还要加强对投资应用农业智能化设备的财政补贴，强化对农民应用智能化设施的培训工作，提高农民开展农业智能化生产经营的能力。(夏小禾)