人工智能(AI)农业是智能农业广义概念下的一个分支。目前在“智慧农业”的大概念下，集中了“互联网+农业”、“物联网+农业”、“大数据+农业”、“云计算+农业”、“人工智能+农业”等一些小概念，但人工智能+农业看似离我们最远，其实就在眼前。
“人工智能+农业”七大应用场景
农业是最实用的行业。当层出不穷、令人眼花缭乱的新技术与农业联系在一起时，农民往往抱着“少谈概念，多谈应用”的心态来审视新技术与农业的匹配能否“顺畅”。所以，在谈“人工智能+农业”之前，我们不妨先看看这项技术在农业领域的具体应用。
早在2012年前后，专注于“人工智能+农业”领域的美国蓝河科技就研发出了一款除草装置。机器人。这种杂草控制机器人用普通的除草机器人最大的不同是，它像最有经验的农民一样，可以识别目标区域哪些植物是需要保护的作物，哪些植物是需要清除的杂草，然后精准地喷洒除草剂。为了实现这一功能，我们需要使用人工智能领域常见的计算机视觉识别技术。
主动识别杂草和作物不仅仅是蓝河技术除草机器人最大的本事，它最厉害的地方，在于它的“主动学习能力”——随着时间的积累除草。机器人它会变得越来越“聪明”，会结合历史产量经验判断哪些作物需要加强，哪些作物达到了最佳状态。所以它就像农业领域的“阿尔法狗”，会在工作中不断积累经验，提升自己。事实上，蓝河科技杂草丛生。机器人它比阿尔法狗出生的早，所以可以算是“深度学习”。机器人“的先驱。
值得一提的是，早在2017年，全球最大的农业机械制造商约翰迪尔公司，公司超过3亿美元价格收购了蓝河科技。可以看出，一些传统的大型农业机械公司也意识到“人工智能+农业”将是未来农业发展的一个方向，早早就布局了。随着行业巨头的加入，“人工智能+农业”总有一天一定会迎来爆发。
无人驾驶拖拉机正在工作。
2015年德国农业科技公司PEAT推出了一款名为Plantix的深度学习应用。
我们可以把这个应用理解为“农作物的在线医生”。农民在手机上下载Plantix应用程序后，只需将受害农作物的照片上传到Plantix，应用程序就能快速诊断出令人头疼的真菌和昆虫种类，并给出如何消灭害虫的建议。
Plantix给出的防虫建议从何而来？回答“人工智能”。Plantix可以主动识别图片中的病虫害种类，不断学习病虫害防治知识，成为病虫害防治领域的“专家”。这位专家不仅知识丰富，而且难得。他可以跨越时空限制，为全世界的农业提供技术支持，这是人类专家所不具备的特性。
在推出三年后，Plantix每月的使用次数超过了100万次。使用该软件最多的地区是印度、巴西、南非等农业规模较大但农业技术支持相对落后的国家。
当然，在“人工智能+农业”领域，不仅仅是国外。公司我正在研究我们国家的一些技术。公司也瞄准了这个领域。比如腾讯。公司在2019年第二届国际智能温室种植挑战赛中，通过人工智能技术成功种植出产量是人工种植4倍的黄瓜。而且腾讯的人工智能农业系统不仅可以替代人工劳动，还可以完全替代种植者的脑力劳动。在种植黄瓜的过程中，所有的生产决策都是由人工智能做出的。当时，腾讯公司在荷兰的温室里安装了整套系统的软硬件后，有人回国了。6个月后，腾讯的人工智能农业系统在61平方米的温室中种植了6992公斤黄瓜，平均每平方米114公斤， 产量是人工栽培的5倍多。而且这些黄瓜质量稳定，形状统一。一般都是375g以上的A级品质瓜，很快就被抢购一空。最后一个也被AI团队做成了黄瓜。
除了腾讯，阿里也开始进军“人工智能+农业”领域。2018年6月7日，阿里正式发布“ET农业大脑”，通过人工智能指导农民播种、施肥、栽培，智能选址，为不同品种的果树选择最适宜的水土环境。除了种植，阿里ET农业大脑还迈出了人工智能养猪的第一步。阿里云为每头猪建立档案，包括品种、体重、食量、运动强度等。通过这些数据分析猪的行为特征和料肉比，大大提高了养猪的效率。
目前我们国家的“人工智能+农业”其实已经发展的如火如荼，涵盖了农业和管理的方方面面。
产前阶段利用人工智能进行育种选择和市场分析。
过去我们耕地是因为习惯和经验，收成失败是因为天意。从这一刻开始，人工智能不仅可以监测水源，还可以利用从物联网获得的数据，分析土壤成分，选择最适合的作物品种。通过对农作物市场周期需求的大数据分析和预测，人工智能还可以计算出市场缺什么，指导农民种什么。此外，大数据分析和机器学习技术还可以帮助农民筛选和改良作物基因，口感好、产量高、抗虫性好的品种将得到最大化利用。
中期采用人工智能进行害虫管理和自动收割。
人工智能技术通过监测环境数据和作物生长情况，建立病虫草害分类数据库，实现病虫草害的智能防治和管理。这意味着杀虫剂的使用将减少到最低限度。
产后阶段通过人工智能进行质检和电商运营。
农产品收获后如何进行质量检测、分类包装？不用担心，计算机大脑和机器手臂都可以承包这些繁琐的流程。阿里云、腾讯云、百度云总能不厌其烦地用大数据分析市场行情，制定精准的销售策略，最终由京东物流、菜鸟物流将农产品送到消费者手中。
“人工智能+农业”需要克服三个层面
“人工智能+农业”在农业领域的各种应用已经普遍，很多应用已经走上产业化道路，未来可期。但它毕竟是一个新的领域，需要不断的探索和完善，才能形成真正的包容价值。而且，目前“人工智能+农业”有三大层面需要攻克。
黑龙江农垦友谊农场GPS地面差分站
第一个层次是“学习层次”。
关于人工智能，我们最了解的当然是阿尔法狗。作为围棋的人工智能软件，阿尔法狗可以通过自我学习不断完善自己。阿尔法狗可以和自己下棋。据说打败李世石的阿尔法狗系统在40天内下了2900万次“自局”，从中积累了无数关于围棋的技巧。世界上最勤奋的围棋手，一辈子下棋也不会超过千分之一。他怎么能赢呢？
阿尔法狗可以在短时间内学到很多东西，因为围棋规则很简单，但是变量很多。在简单的规则下，Erffa狗可以通过自我玩法不断测试各种变量，最终实现“胸中百变”。但是农业不是这样的。农业的规则是无穷的，变数是无穷的。因此，在农业领域，人工智能无法实现内部的“自我学习”，只能通过不断收集、测量、汇总外部的各种农业数据来提升自己，这势必需要很长的时间。所以“人工智能+农业”永远不会像“人工智能+围棋”那样一鸣惊人，而是需要积累财富，获得知识。
第二层是“数据层”。
人工智能之所以有“智能”，是基于获取海量数据。但农业数据可能是最稀缺、最难获得的。以一个AI食品检测设备的开发为例。在训练这种测试食品质量的工具之前，必须为每种新食品创建数据。许多开发团队日复一日地在客户的加工车间安营扎寨，甚至参与农场采摘和品尝食物，收集大量数据。
因此，要实现“人工智能+农业”的美好未来，就必须探索出一套“用数据描述农业”的道路，需要农业生产的各个方面和环节共同努力才能实现目标。
第三个层次是“成本层次”。
任何新技术在农业领域的应用都离不开成本问题。就目前情况来看，构建“人工智能+农业”体系的成本还是太高。我们之前说过，腾讯已经实现了人工智能让黄瓜产量提高4倍的“美好现实”，但建立这样一个系统的成本是多少？增产的黄瓜什么时候能恢复原状？这两个问题的答案恐怕都不乐观。当然，随着规模的发展，任何行业的成本都会大大降低。我们不能用现在的成本去考虑一个新事物的未来价值，但也不能无视成本现实，陶醉于技术的理想国。