戴晉 車(chē)芳芳 李家寧 柳家友 秦素研

摘要 隨著計(jì)算機(jī)領(lǐng)域的發(fā)展，人工智能在各個(gè)領(lǐng)域得到了廣泛應(yīng)用，利用人工智能改變傳統(tǒng)農(nóng)業(yè)是現(xiàn)代農(nóng)業(yè)發(fā)展的必然趨勢(shì)。本文概述了人工智能和“農(nóng)業(yè)4.0”的概念與發(fā)展現(xiàn)狀，分析探討了我國(guó)農(nóng)業(yè)的發(fā)展趨勢(shì)，提出了發(fā)展人工智能推動(dòng)“農(nóng)業(yè)4.0”。

關(guān)鍵詞 人工智能；“農(nóng)業(yè)4.0”；應(yīng)用；中國(guó)

中圖分類(lèi)號(hào) S24；TP242 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-5739（2018）04-0284-02

實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略，推進(jìn)數(shù)據(jù)資源開(kāi)放共享，需人工智能技術(shù)牽引，利用人工智能改變傳統(tǒng)農(nóng)業(yè)成為現(xiàn)代農(nóng)業(yè)的發(fā)展方向。智能農(nóng)業(yè)主要是指研制智能化農(nóng)業(yè)裝備、農(nóng)機(jī)田間作業(yè)自主系統(tǒng)、農(nóng)業(yè)智能傳感和控制系統(tǒng)等，建立完善天空地一體化的智能農(nóng)業(yè)信息遙感監(jiān)測(cè)網(wǎng)絡(luò)和典型的農(nóng)業(yè)大數(shù)據(jù)智能決策分析系統(tǒng)，同時(shí)開(kāi)展智能農(nóng)場(chǎng)、智能牧場(chǎng)、智能漁場(chǎng)、智能果園、智能農(nóng)產(chǎn)品加工車(chē)間、智能農(nóng)產(chǎn)品供應(yīng)鏈等集成應(yīng)用示范[1-3]。

1 人工智能概述

人工智能（AI）是對(duì)人的意識(shí)與思維信息過(guò)程的模擬，是指由人工制造出來(lái)的系統(tǒng)所表現(xiàn)出來(lái)的智能。主要研究?jī)?nèi)容包括認(rèn)知建模、知識(shí)表示、推理及應(yīng)用、機(jī)器感知、機(jī)器思維、機(jī)器學(xué)習(xí)、機(jī)器行為和智能系統(tǒng)等。研究動(dòng)機(jī)包括推理、知識(shí)、規(guī)劃、學(xué)習(xí)、交流、感知、移動(dòng)和操作物體的能力。

1.1 人工智能的分類(lèi)

人工智能分為弱人工智能、強(qiáng)人工智能和超人工智能。弱人工智能指擅長(zhǎng)于單方面，比如打敗象棋世界冠軍的人工智能；強(qiáng)人工智能指讓機(jī)器真正思考，目前主要在強(qiáng)人工智能方面取得進(jìn)展；超人工智能指在幾乎所有領(lǐng)域都比人類(lèi)大腦聰明得多，包括科學(xué)創(chuàng)新、通識(shí)和社交技能等方面。

1.2 人工智能的發(fā)展歷程

一是起初期。20世紀(jì)50年代首次被提出，技術(shù)處于啟蒙階段，無(wú)法為人工智能技術(shù)的發(fā)展助力。二是上升期。1956年達(dá)特茅斯會(huì)議的召開(kāi)奠定了人工智能的實(shí)用性基礎(chǔ)，1956—1970年是人工智能的第一次浪潮，基于規(guī)則的產(chǎn)生式功能系統(tǒng)，在統(tǒng)計(jì)方法中引入符號(hào)方法進(jìn)行語(yǔ)義處理，人機(jī)交互開(kāi)始成為可能。三是衰退期。20世紀(jì)70年代，由于技術(shù)限制而沒(méi)有突破，對(duì)人工智能的關(guān)注度急劇下降，相關(guān)研究一度停滯。四是突破期。20世紀(jì)80年代，神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議召開(kāi)，基于神經(jīng)網(wǎng)絡(luò)的算法嶄露頭角，反饋算法取得進(jìn)展，使得多層人工神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)變?yōu)榭赡?。五是重生期?1世紀(jì)以來(lái)，算法改進(jìn)，計(jì)算條件和能力提升，人工智能飛速發(fā)展，并緊跟物聯(lián)網(wǎng)的腳步，在多個(gè)方面得到應(yīng)用，但非確定性信息處理也常常遭遇識(shí)別率的“天花板”。

1.3 人工智能的新特點(diǎn)

隨著互聯(lián)網(wǎng)普及、傳感網(wǎng)滲透、大數(shù)據(jù)涌現(xiàn)，以及數(shù)據(jù)和信息在人類(lèi)社會(huì)、物理空間和信息空間之間的相互作用、交叉融合，人工智能發(fā)生了深刻變化。一是機(jī)器學(xué)習(xí)從表象和特征學(xué)習(xí)深入到推理和決策；二是從單一類(lèi)型數(shù)據(jù)到跨媒體認(rèn)知、學(xué)習(xí)和推理；三是從單純的機(jī)器智能到人機(jī)混合智能；四是從個(gè)體智能到基于互聯(lián)網(wǎng)的群體智能；五是從人工設(shè)計(jì)到仿真生物大腦結(jié)構(gòu)實(shí)現(xiàn)智能自我成長(zhǎng)。

2 認(rèn)識(shí)和把握“農(nóng)業(yè)4.0”

2.1 從“農(nóng)業(yè)1.0”到“農(nóng)業(yè)4.0”

“農(nóng)業(yè)1.0”是人力與畜力為主的傳統(tǒng)農(nóng)業(yè)?！稗r(nóng)業(yè)1.0”處于以體力勞動(dòng)為主的小農(nóng)經(jīng)濟(jì)時(shí)代，農(nóng)業(yè)生產(chǎn)依靠經(jīng)驗(yàn)，農(nóng)業(yè)用具較為簡(jiǎn)單，農(nóng)業(yè)生產(chǎn)模式主要為小規(guī)模分散生產(chǎn)，農(nóng)業(yè)生產(chǎn)技術(shù)水平較低，農(nóng)業(yè)生態(tài)系統(tǒng)功效較低，商品經(jīng)濟(jì)屬性較薄弱。“農(nóng)業(yè)2.0”即進(jìn)入機(jī)械化農(nóng)業(yè)時(shí)代。隨著機(jī)械化生產(chǎn)的普及，種植大戶(hù)逐漸出現(xiàn)，先進(jìn)的農(nóng)業(yè)機(jī)械逐步代替?zhèn)鹘y(tǒng)的人力和畜力生產(chǎn)工具，農(nóng)業(yè)生產(chǎn)條件得到改善，大規(guī)模生產(chǎn)方式大幅提高了農(nóng)業(yè)生產(chǎn)力效率和農(nóng)業(yè)生產(chǎn)力水平。2016年我國(guó)農(nóng)業(yè)機(jī)械化率已超過(guò)65%，預(yù)計(jì)到2020年，我國(guó)農(nóng)業(yè)機(jī)械化率將提前突破70%，也就是“農(nóng)業(yè)2.0”時(shí)代將在2020年完全實(shí)現(xiàn)。從國(guó)際范圍看，美國(guó)1990年的大田種植業(yè)、荷蘭1990年的設(shè)施蔬菜和花卉產(chǎn)業(yè)以及比利時(shí)1990年的畜牧業(yè)都是“農(nóng)業(yè)2.0”的模塊。

“農(nóng)業(yè)3.0”是高速發(fā)展的自動(dòng)化農(nóng)業(yè)。隨著現(xiàn)代信息技術(shù)以及自動(dòng)化裝備在農(nóng)業(yè)中的應(yīng)用，農(nóng)業(yè)以廣泛應(yīng)用現(xiàn)代信息技術(shù)和局部生產(chǎn)作業(yè)自動(dòng)化為主要特征。與機(jī)械化農(nóng)業(yè)相比，自動(dòng)化程度更高，資源利用率、土地產(chǎn)出率和勞動(dòng)生產(chǎn)率更大。目前，我國(guó)“農(nóng)業(yè)3.0”已經(jīng)開(kāi)始萌芽，按照70%的覆蓋率，預(yù)計(jì)到2050年我國(guó)可完成“農(nóng)業(yè)3.0”。

“農(nóng)業(yè)4.0”指即將來(lái)臨的智能農(nóng)業(yè)?！稗r(nóng)業(yè)4.0”是資源軟整合的農(nóng)業(yè)，互聯(lián)網(wǎng)時(shí)代農(nóng)業(yè)通過(guò)網(wǎng)絡(luò)、信息等進(jìn)行資源軟整合，在大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、傳感器的基礎(chǔ)之上形成智能農(nóng)業(yè)。“農(nóng)業(yè)4.0”是利用農(nóng)業(yè)標(biāo)準(zhǔn)化體系的系統(tǒng)方法對(duì)農(nóng)業(yè)生產(chǎn)進(jìn)行統(tǒng)一管理，所有過(guò)程均是可控、高效的。農(nóng)業(yè)服務(wù)者與農(nóng)業(yè)生產(chǎn)者之間的信息通道通過(guò)農(nóng)業(yè)標(biāo)準(zhǔn)化平臺(tái)實(shí)現(xiàn)對(duì)等連接，使整個(gè)過(guò)程中的互動(dòng)性更強(qiáng)。“農(nóng)業(yè)4.0”可以通過(guò)網(wǎng)絡(luò)和信息對(duì)農(nóng)業(yè)資源進(jìn)行軟整合，增加資源的技術(shù)含量，從而提升農(nóng)業(yè)生產(chǎn)效益和質(zhì)量[4-7]。

2.2 我國(guó)“農(nóng)業(yè)4.0”發(fā)展的技術(shù)路線(xiàn)

我國(guó)正處在“農(nóng)業(yè)1.0”長(zhǎng)期存在、“農(nóng)業(yè)2.0”普及推廣、“農(nóng)業(yè)3.0”成熟度提升、“農(nóng)業(yè)4.0”示范應(yīng)用并行推進(jìn)的時(shí)期。以70%農(nóng)業(yè)代際實(shí)現(xiàn)的判斷標(biāo)準(zhǔn)，當(dāng)前“農(nóng)業(yè)1.0”“農(nóng)業(yè)2.0”“農(nóng)業(yè)3.0”“農(nóng)業(yè)4.0”在全國(guó)范圍內(nèi)的分布比例大致為20%、66%、13%和1%。

2.3 “種植業(yè)4.0”

“農(nóng)業(yè)4.0”是2015年之后開(kāi)始出現(xiàn)的概念，是以物聯(lián)網(wǎng)、大數(shù)據(jù)、移動(dòng)互聯(lián)、云計(jì)算為技術(shù)支撐的現(xiàn)代智能農(nóng)業(yè)形態(tài)。種植業(yè)作為農(nóng)業(yè)中最重要的組成部分，其演變過(guò)程也可以劃分為4個(gè)階段?！胺N植業(yè)4.0”依靠農(nóng)情數(shù)據(jù)自動(dòng)獲取及智能處理技術(shù)使農(nóng)產(chǎn)管理人員和農(nóng)技專(zhuān)家足不出戶(hù)即可觀測(cè)到農(nóng)場(chǎng)內(nèi)的實(shí)景和相關(guān)數(shù)據(jù)，隨時(shí)掌握農(nóng)情數(shù)據(jù)，從而指導(dǎo)對(duì)農(nóng)作物進(jìn)行施藥、施肥、澆水或收獲?！胺N植業(yè)4.0”時(shí)代更多地依靠農(nóng)機(jī)自動(dòng)化作業(yè)，農(nóng)機(jī)自動(dòng)作業(yè)技術(shù)采用無(wú)人駕駛農(nóng)機(jī)實(shí)現(xiàn)在現(xiàn)場(chǎng)沒(méi)有人員干預(yù)的情況下自主完成作業(yè)任務(wù)。無(wú)人駕駛農(nóng)機(jī)是室外機(jī)器人在農(nóng)業(yè)領(lǐng)域的重要應(yīng)用，是一個(gè)集環(huán)境感知、規(guī)劃決策和智能控制于一體的復(fù)雜綜合系統(tǒng)。其利用傳感器、信號(hào)處理、通訊以及計(jì)算機(jī)等技術(shù)方法，通過(guò)集成視覺(jué)、激光雷達(dá)、超聲傳感器、微博雷達(dá)、全球衛(wèi)星導(dǎo)航系統(tǒng)和農(nóng)機(jī)局作業(yè)狀況監(jiān)測(cè)設(shè)備辨識(shí)自身所處的環(huán)境狀況，通過(guò)智能分析判斷控制拖拉機(jī)的轉(zhuǎn)向和速度，調(diào)整農(nóng)具的作業(yè)狀態(tài)，從而實(shí)現(xiàn)無(wú)人駕駛農(nóng)機(jī)依據(jù)自身意圖和環(huán)境自動(dòng)作業(yè)。全自動(dòng)無(wú)人農(nóng)場(chǎng)的實(shí)現(xiàn)是“種植業(yè)4.0”的主要標(biāo)志。

3 發(fā)展人工智能，推動(dòng)“農(nóng)業(yè)4.0”

3.1 智能農(nóng)業(yè)理論體系與總體技術(shù)框架

基于農(nóng)業(yè)復(fù)雜環(huán)境和主體行為交互的人機(jī)協(xié)同混合系統(tǒng)，面向農(nóng)業(yè)不同領(lǐng)域的可重構(gòu)與柔性組配智能軟件技術(shù)體系，建立多元數(shù)據(jù)感知、內(nèi)容理解、深度學(xué)習(xí)、演繹推理一體化技術(shù)。各類(lèi)農(nóng)業(yè)智能設(shè)備與傳感器接入服務(wù)能力總線(xiàn)為下一代智能農(nóng)業(yè)技術(shù)產(chǎn)品研發(fā)應(yīng)用提供開(kāi)放式支撐環(huán)境。

3.2 農(nóng)業(yè)動(dòng)植物信息感知、解析與智能識(shí)別

結(jié)合基因重組、轉(zhuǎn)錄組、蛋白質(zhì)組等組學(xué)信息，基于深度學(xué)習(xí)方法建立農(nóng)業(yè)動(dòng)植物信息挖掘技術(shù)體系，構(gòu)建典型動(dòng)植物表型數(shù)據(jù)庫(kù)、知識(shí)圖譜，解決農(nóng)業(yè)動(dòng)植物生命和生產(chǎn)大數(shù)據(jù)價(jià)值密度低等難題。

3.3 農(nóng)業(yè)跨媒體數(shù)據(jù)挖掘分析

利用跨媒體高層語(yǔ)言信息的相關(guān)分析及分類(lèi)技術(shù)，實(shí)現(xiàn)農(nóng)業(yè)大數(shù)據(jù)挖掘、智能感知與農(nóng)業(yè)模型智能化構(gòu)建。農(nóng)業(yè)生產(chǎn)過(guò)程中人、機(jī)、動(dòng)植物、生產(chǎn)環(huán)境與信息實(shí)現(xiàn)跨界融合，同時(shí)進(jìn)行數(shù)據(jù)挖掘、柔性動(dòng)態(tài)診斷、群智能決策。實(shí)現(xiàn)農(nóng)業(yè)資源的整合、歸納和過(guò)濾以及個(gè)性化搜索。

3.4 農(nóng)業(yè)無(wú)人機(jī)混合智能交互與虛擬現(xiàn)實(shí)

基于農(nóng)業(yè)知識(shí)和農(nóng)業(yè)大數(shù)據(jù)、具有結(jié)構(gòu)和功能負(fù)反饋機(jī)制的動(dòng)植物生長(zhǎng)過(guò)程可視化仿真技術(shù)體系，形成了基于人機(jī)混合智能的動(dòng)植物自主感知計(jì)算和虛擬化交互模式，以及生物智能化可穿戴式虛擬現(xiàn)實(shí)裝備。

3.5 農(nóng)業(yè)智能系統(tǒng)

一是農(nóng)業(yè)機(jī)器人：基于視覺(jué)、觸覺(jué)、聽(tīng)覺(jué)、味覺(jué)技術(shù)的空間環(huán)境、靶標(biāo)位置與形態(tài)等多模態(tài)信息感知系統(tǒng)，涉及農(nóng)用機(jī)器人通用控制軟件、安全控制、靶向目標(biāo)、高精度運(yùn)動(dòng)解算及規(guī)劃。二是智能植物工廠：工廠采用立體多層栽培，光照、環(huán)境、水肥、植物生產(chǎn)空間實(shí)現(xiàn)智能管理，應(yīng)用在線(xiàn)監(jiān)測(cè)與遠(yuǎn)程診斷立體生產(chǎn)流水線(xiàn)等自動(dòng)化系統(tǒng)技術(shù)與裝備，分為家庭型、商用型、社區(qū)型植物工廠。三是智能牧場(chǎng)：實(shí)現(xiàn)養(yǎng)殖環(huán)境、種群及商品畜群、飼料與營(yíng)養(yǎng)、投入品、物流全過(guò)程的效能管理，同時(shí)可實(shí)現(xiàn)智能采集、遠(yuǎn)程診斷、智能分析及產(chǎn)品溯源。其他農(nóng)業(yè)智能系統(tǒng)還包括智能果園、智能漁場(chǎng)、智能農(nóng)產(chǎn)品加工車(chē)間。

4 參考文獻(xiàn)

[1] 戴晉，張運(yùn)棟，秦素研，等.“互聯(lián)網(wǎng)+現(xiàn)代農(nóng)業(yè)”關(guān)鍵技術(shù)及展望[J].中國(guó)種業(yè)，2017（10）：19-20.

[2] 黎明.“農(nóng)業(yè)4.0”背景下我國(guó)精密農(nóng)業(yè)發(fā)展趨勢(shì)分析[J].南方農(nóng)業(yè)，2017，11（22）：71-72.

[3] 張敏.淺談現(xiàn)代農(nóng)業(yè)和農(nóng)業(yè)現(xiàn)代化[J].中國(guó)農(nóng)業(yè)信息，2015（7）：101.

[4] 陳威，郭書(shū)普.中國(guó)農(nóng)業(yè)信息化技術(shù)發(fā)展現(xiàn)狀及存在的問(wèn)題[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29（22）：196-205.

[5] 林歡，許林云.中國(guó)農(nóng)業(yè)機(jī)器人發(fā)展及應(yīng)用現(xiàn)狀[J].浙江農(nóng)業(yè)學(xué)報(bào)，2015，27（5）：865-871.

[6] 王儒敬，孫丙宇.農(nóng)業(yè)機(jī)器人的發(fā)展現(xiàn)狀及展望[J].中國(guó)科學(xué)院院刊，2015，30（6）：803-809.

[7] 李漫江.基于人工智能的農(nóng)用拖拉機(jī)發(fā)動(dòng)機(jī)故障快速診斷研究[J].農(nóng)機(jī)化研究，2017，39（11）：229-233.