本文来自微信公众号“地主论坛”。
近些年来人工智能发展迅速，很多人工智能产品已经开始进入人们的家中，如扫地机器人、智能保姆等，虽然它们还没有美国大片《终结者》中所描述得那么先进，但从前遥不可及的人工智能概念正在一步步变为现实却是不争的事实。当最前沿的人工智能技术与最古老的产业农业相遇，AI＋农业一定能激荡出前所未有的变革。
01
人工智能的概念
人工智能（简称AI）它能像人一样思考，但不同于人类的智能，它是一个能以相似人类智能的方式来做出相应反应的机器。使机器自主地寻找问题、解决问题。
02
人工智能的分类
计算机视觉：计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
自然语言理解与交流：构建机器语言和人类语言之间沟通的桥梁，以实现人机交流的目的。NLP的目标是让计算机/机器在理解语言上像人类一样智能。
认知与推理：计算机的发展历程，从早期的以存储和计算为主发展到了当下以感知为主。目前的认知智能缺少推理过程，它是实现大数据到知识、到智能的一个关键，也是从知识到智能的一个关键的转变。
机器人学：是与机器人设计、制造和应用相关的科学。又称为机器人技术或机器人工程学，主要研究机器人的控制与被处理物体之间的相互关系。
博弈与伦理：随着AI技术的进步，越来越多的问题都可以通过人工智能来解决，博弈问题也是如此。博弈论则是用来刻画和分析多个智能体之间相互作用情况的理论框架。
机器学习：涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。
03
人工智能在农业领域的应用现状
人工智能在农业领域的研发及应用早在本世纪初就已经开始，这其中既有耕作、播种和采摘等智能机器人，也有智能探测土壤、探测病虫害、气候灾难预警等智能识别系统。这些应用正在帮助我们提高产出、提高效率，同时减少农药和化肥的使用。
农业人工智能是多种信息技术的集成及其在农业领域的交叉应用，其技术范畴涵盖了智能感知、智能装备、专家系统、物联网等。
智能感知技术
智能感知技术是农业人工智能的基础，其技术领域涵盖了传感器、数据分析与建模、图谱技术和遥感技术等。智能传感技术在物联网的宏观调控下，能根据目前农产品种植的特点，对不同作物的环境需求做出相应的感知，通过对其进行智能监测，能有效提高种植效率，增加产量。智能感知技术在农业领域可实现土壤探测、产量预测、病虫害防护、植株成像、果实瑕疵检测、猪脸识别等功能。
智能装备
针对农业应用需求，目前诞生出以空中为主如卫星技术、农业无人机等和以地面上为主的农业无人车、智能收割机、智能播种机和采摘机器人等智能装备。
针对农业领域，卫星技术主要以作物、土壤为对象，利用地物的光谱特性，进行作物长势、作物品质、作物病虫害等方面的监测，其主要应用于农作物产量预估，农业资源调查，农业灾害评估。
无人机融合AI技术，能有效解决大面积农田或果园的农情感知及植保作业等问题。从植保到测绘，农业无人机的应用场景正在不断延伸。如植保无人机具有一键启动、精准作业和自主飞行等能力，真正实现了无人机技术在喷施和播种等环节的有效应用，从而为农业生产者降本增效。
无人车利用了包括雷达、激光、超声波、GPS、里程计、计算机视觉等多种技术来感知周边环境，通过先进的计算和控制系统，来识别障碍物和各种标识牌，规划合适的路径来控制车辆行驶，在精准植保、农资运输、自动巡田、防疫消杀等领域有广阔的发展空间。
农业机器人可应用于果园采摘、植保作业、巡查、信息采集、移栽嫁接等方面，越来越多的公司和机构加入到采摘机器人的研发中，但离采摘机器人大规模地投入使用尚存在一定距离。
专家系统
专家系统(ES)是人工智能最活跃和最广泛的领域之一,专家系统是在某一特定领域中，能够像人类专家一样解决复杂问题的计算机软件系统。它能够有效地运用专家多年积累的经验和专业知识，通过模拟专家的思维过程，解决需要专家才能解决的问题。
在农业领域，许多问题的解决需要相当的经验积累与研究基础。农业专家系统利用大数据技术将相关数据资料集成数据库，通过机器学习建立数学模型，从而进行启发式推理，能有效地解决农户所遇到的问题，科学指导种植。
基于机器学习算法的农业专家系统是将机器学习算法与智慧农业的云端服务器平台上的关系数据库相结合，挖掘提取信息，得到低风险的决策信息及农业各指标的优化阈值，并将该阈值指令借助于无线通信模块广播到电气设备控制中心，实现对电磁阀、水泵、补光灯及风机的闭环自动控制，旨在实现精准化的智能控制，可达到节水、节能、节省人力成本以及保护生态环境的目的。
农业物联网技术
农业物联网可以实时获取目标作物或农业装置设备的状态，监控作业过程，实现设备间、设备与人的泛在连接，做到对网络上各个终端、节点的智能化感知、识别和精准管理。农业物联网将成为全球农业大数据共享的神经脉络，是智能化的关键一环。
AIoT融合AI技术和IoT技术，通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化。物联网技术与人工智能相融合，最终追求的是形成一个智能化生态体系，在该体系内，实现了不同智能终端设备之间、不同系统平台之间、不同应用场景之间的互融互通，万物互融。除了在技术上需要不断革新外，与AIoT相关的技术标准、测试标准的研发、相关技术的落地与典型案例的推广和规模应用也是现阶段物联网与人工智能领域亟待突破的重要问题。
04
展望
人工智能技术应用在农业领域，以后必是一个大的发展趋势。随着人工智能技术的持续发展，我国现代农业的建设也必将不断前进，人工智能中的各种技术在农业领域的应用程度会不断加深，促进智慧农业的实现。
加快推进人工智能等现代信息技术在农业中的应用，是现代农业发展的迫切需求，也有利于推进国家乡村振兴战略、数字乡村建设和智慧农业的发展。
ARK Invest最新发布一份研究报告认为人工智能（Artificial Intelligence）和精准农业（Precision Agriculture）可能是自100年前农业领域引入拖拉机以来最有意义的创新，它们会增强农场的盈利能力，降低食品价格，满足全球对粮食日益增长的需求,在未来五到十年内提高全球农业的效率和可持续性。
ARK Invest的研究显示，如果75%的农场采用这些技术，人工智能和精准农业有望在全球范围内将农业年度运营成本降低超过22%。规模化运营的人工智能和精准农业工具可以将运营成本占销售额的比例从42%降低到33%，从而可能创造出一个规模约为670亿美元的全球可服务市场。如果自动驾驶技术的使用得以普及，农业公司可能会产生类似SaaS的经常性收入流。
农业大数据渠道的应用
1、农业资源办理：
依据GIS和遥感技能，树立农场的数字地图，对农场内出产栽培用地进行科学决策、精细化办理。
以全球定位系统(GPS)提供的地理基本信息依据地理信息系统(GIS)树立农场的数字地图。运用遥感(RS)技能感知电子地图中的实地信息(土质、作物)，全面把握农业栽培用地的范围，实时了解区域内土壤条件、大气环境等归纳信息并经过对信息的差异性剖析将栽培区域划分为不同的办理区域，有针对性地进行规划，实现栽培业农业资源的实时查询、剖析、决策功能。
2.农作物出产办理：
整合传统统计数据及农业资源办理信息，对农场不同地块的农作物进行有针对性的栽培办理。
对栽培影响要素差异性较大的不同区域定量获取影响作物生长的环境要素(如土壤肥力、含水量、苗情、病虫害等)信息，剖析影响区块产值差异的原因，采纳技能上可行、经济上有用的耕作办法，区别对待，按需实施的“精准农业”。
3.农作物监测、估产：
使用遥感(RS)技能监控农作物长势，依据需要及时采纳有用办法，并依据各种数据的归纳剖析较精确地预估农作物产值及采收信息。
4.病虫害预警：
使用GIS、遥感、高光谱剖析等技能，对植物病虫害进行剖析、预测、防治。
5.农产品质量安全办理：
整合产地环境、出产档案、检测数据构成农产品质量安全溯源数据。
6.产地环境数据：
运用遥感(RS)、传感器等技能手段全面把握农产品产地环境数据，并构成历史记载。
7.出产档案数据：
农产品出产记载，记载农产品在生长进程中的各种耕耘操作信息。
8.农产品检测数据：
记载企业资质，检测报告，产品品质的认证证明等信息。
农业作为我国的基础产业，面临着农产品需求不断增加、资源紧缺、气候改变导致灾害频发、生态安全脆弱、生物多样性继续下降等严峻挑战，夯实以农业物联网、云核算技能为中心的农业信息化基础，提升以大数据为支撑的农业信息化服务，开拓智慧农业新局面，实现农业现代化和信息化的跨越式开展。
因而将大数据技能应用到农业出产中，可以在很大程度上促进农业信息服务技能的开展进步，还能在很大程度上推动我国现代农业的整体开展进程。
