阿里、網(wǎng)易爭奪“養(yǎng)豬”大業(yè)日益激烈，而騰訊為何只鐘情于溫室種植？

據(jù)聯(lián)合國糧農(nóng)組織預測，截止2050年，全球人口將突破90億，與此同時，全球又面臨著土地資源緊缺、土壤污染、土地流失等破壞問題。如何在有限耕地增加農(nóng)業(yè)產(chǎn)出，提高畝產(chǎn)利潤？或許是AI助力智慧農(nóng)業(yè)的當務之急。

6月10日，騰訊AI Lab對外宣布，本屆溫室種植大賽冠軍組Automatoes，實現(xiàn)畝產(chǎn)資源消耗減少16%，凈利增加121%，且多個參賽團隊AI收成超過20年經(jīng)驗的農(nóng)業(yè)專家。

所有AI組凈利潤均超越了專家參照組（303號為專家組）

Automatoes團隊奪冠，畝產(chǎn)資源消耗減少16%

本屆大賽是由騰訊AI Lab攜手世界著名農(nóng)業(yè)學府荷蘭瓦赫寧根大學（下稱WUR）聯(lián)合舉辦，全稱“國際智慧溫室種植挑戰(zhàn)賽”。

今年有來自26個國家的21支隊伍，共200多人參加，賽制要求參賽團隊在6個月內(nèi)，用 AI 和 IoT 物聯(lián)網(wǎng)等前沿技術(shù)優(yōu)化種植決策，遠程自動控制溫室種植，生產(chǎn)出高產(chǎn)量、高品質(zhì)、低能耗的小番茄。

本屆大賽的目的是通過人工智能與農(nóng)業(yè)種植專家的通力合作，驅(qū)動AI溫室控制能力。在提高農(nóng)作物產(chǎn)量的同時，降低資源消耗，增加利潤，滿足日益增長的人口所需。

這已經(jīng)不是第一屆了。早在2018年，騰訊AI Lab便于WUR達成合作，打響了進軍AI溫室種植的第一槍。不過，第一屆的課題的是：種黃瓜。當時微軟、英特爾、中國農(nóng)科院等頂級企業(yè)與機構(gòu)均有參加。最終大賽在微軟第一，騰訊“AI策略”單項第一，總分第二的成績中收尾。

第二屆最終評選出的“最佳智慧種植解決方案”來自Automatoes團隊，他們種植的小番茄畝產(chǎn)資源消耗減少16%，凈利增加121%。充分展現(xiàn)了AI決策與溫室控制的應用潛力。參賽團隊遠程控制溫室種植的基本模式是：用傳感器監(jiān)測溫室氣候（包括溫度、濕度等），攝像頭獲取作物不同階段的發(fā)育情況（苗期、花期、果期），再將兩者收集到的數(shù)據(jù)導入自己的模型或機器學習算法中。

因此，數(shù)據(jù)采集和AI算法兩項可以說是決定農(nóng)作物最終生長情況和培育方案優(yōu)劣的關(guān)鍵。據(jù)了解，大滿貫獲得者Automatoes團隊正是取勝于先進的AI算法。他們采用的數(shù)據(jù)驅(qū)動算法MPC，相比于經(jīng)典控制算法MPC，它安全性更高，對于復雜非線性隨機系統(tǒng)可達到更精準的控制效果。

如此說來，似乎很簡單。事實上AI助力溫室種植道阻且長。

24小時自動化監(jiān)控，AI優(yōu)化種植決策

近些年，或因國家政策支持，或便于農(nóng)田管理，溫室種植越來越成為一種普遍的現(xiàn)象。這種溫室大棚為AI技術(shù)提供了很大應用空間。番茄、黃瓜是其中的主要農(nóng)作物，需要監(jiān)測和控制的變量很多，因此，也能夠更好地體現(xiàn)出不同種植策略的技術(shù)優(yōu)勢。

從氣候環(huán)境來講，影響溫室小番茄的因素有采集空氣/土壤濕度、溫度、二氧化碳濃度、光照強度、時長、通風情況、施肥/灌溉量等；從生長周期來看，有育苗期、生長期、成熟期等，不同周期對氣候環(huán)境的需求不同。這些相互交叉的種種因素，在過去全靠農(nóng)戶憑“感覺”把控，而現(xiàn)在有了更為精準的技術(shù)檢測。

試點顧問、有多年種植經(jīng)驗的資深農(nóng)業(yè)技術(shù)員劉建華證實說，作物在不同的生長周期對溫室環(huán)境有不同要求。以溫室溫度為例，傳統(tǒng)小番茄種植中，農(nóng)民應在苗期、花期、果期設定不同溫度，但很難精準識別每個時刻下環(huán)境和作物生長狀態(tài)的細微變化，從而判斷對應的理想溫度。

在這方面，騰訊提供了一種行之有效的解決方案。騰訊AIoT智慧種植方案iGrow，采用loT傳感器，實時、準確、自動地監(jiān)測溫室的氣候環(huán)境，可以有效地取代農(nóng)戶們的感性判斷。另外，集成了大量農(nóng)業(yè)種植專家經(jīng)驗的iGrow溫室仿真器，可快速做出種植模擬，15秒可模擬82個生長周期。最后，結(jié)合不斷優(yōu)化的強化學習AI算法可以幫助農(nóng)戶做出更加理性的種植決策。

iGrow方案在遼寧溫室試點

以上可以看出，“數(shù)據(jù)”是智慧種植方案的基礎，也是核心。但數(shù)據(jù)樣本少、質(zhì)量參差不齊、難以標準化是目前無法忽視，且完全解決的問題。數(shù)據(jù)可以簡單地拆分為三個維度：變量、數(shù)量，以及質(zhì)量。所有關(guān)于數(shù)據(jù)的收集和運用都處在持續(xù)優(yōu)化中。因此，目前所取得的成就也是階段性的，未來還有極大的探索空間。相比于第一屆，本屆騰訊AI Lab和WUR在優(yōu)化數(shù)據(jù)集方面做出了新的嘗試和調(diào)整。比如肥料控制、留頁/留果數(shù)，以及透光型、透氣型、遮光型3種遮光變量的增設，有助于更加全面、精細化的監(jiān)測農(nóng)作物的生長。

同時，傳感器的更新迭代，以及通風系統(tǒng)、遮光系統(tǒng)、加熱系統(tǒng)、氣肥機、混LED補光燈等設備/系統(tǒng)的支持，也可以使數(shù)據(jù)質(zhì)量得到極大改善。不過，溫室無病蟲害會多少也會讓仿真值有一定誤差。

試點成功，iGrow規(guī)?；慨a(chǎn)有望達成

AI助力農(nóng)業(yè)的最終價值在于提高農(nóng)作物畝產(chǎn)產(chǎn)量，減少資源浪費，同時進一步擴展至實現(xiàn)大規(guī)模，標準化生產(chǎn)。近日，在與農(nóng)業(yè)大省遼寧合作的試點種植中，第一期小番茄每畝每季提升數(shù)千元凈利潤。騰訊AI Lab的再次驗證了其智慧種植解決方案iGrow實現(xiàn)規(guī)?；慨a(chǎn)的可行性。

試點中，第一期使用當?shù)厝齻€日光溫室種植番茄，其中兩個部署了iGrow方案的實驗組。實驗組和未改造組比較來看，AI決策和自動化控制在溫室種植中優(yōu)勢明顯。2月倒春寒，溫度驟降，未改造組的農(nóng)戶參考往年經(jīng)驗設定固定溫度，短期間3次控溫，氣溫波動大，且溫室保溫性差；而再來看實驗組，經(jīng)過大量數(shù)據(jù)訓練后的AI系統(tǒng)能夠?qū)崟r監(jiān)控溫室氣候，配合卷簾、放風機等自動化控制技術(shù)，實時調(diào)控溫度，有效避免了惡劣天氣對農(nóng)作物生長的影響。

同時，24小時實時監(jiān)控、管理農(nóng)作物，還可以幫助農(nóng)戶減少人力成本。據(jù)了解，遼寧的iGrow方案包含傳感器、控制器、邊緣網(wǎng)關(guān)等工具，在騰訊云上搭建配套PaaS平臺，種植決策和溫室控制均可自動執(zhí)行，農(nóng)民只需要在種植、采摘、設備日常維護之外做少量基礎農(nóng)活。

整體來看，遼寧1期試點取得的成果，初步驗證了智慧種植方案在國內(nèi)落地的可行性。但最終能夠完成技術(shù)遷移，實現(xiàn)標準化量產(chǎn)還存在很多挑戰(zhàn)。不過，道阻且長，行之將至，期待不久的將來，騰訊能夠在AI+農(nóng)業(yè)的產(chǎn)學研一體化生態(tài)建設中，做出更出色的成績。

 雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

引用來源：

國際智慧溫室種植挑戰(zhàn)賽官網(wǎng)：http://www.autonomousgreenhouses.com/
騰訊溫室種植挑戰(zhàn)賽果視頻：https://v.qq.com/x/page/s09790sb2n2.html

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。