人工智能（AI）時(shí)代已經(jīng)降臨。2016年，打敗世界圍棋冠軍的AlphaGo讓AI技術(shù)“聲名大噪”，過(guò)去一兩年，AI在公共安全、教育、醫療、服務(wù)等行業(yè)掀起迅猛發(fā)展的浪潮。

現代農業(yè)也正在被數據科學(xué)所改變。在部分國家和地區，AI與農業(yè)的“相擁”，數據和工具的應用，正讓農業(yè)變得精準、高效和“智慧”。

農業(yè)AI技術(shù)迅猛發(fā)展

農田是一個(gè)充滿(mǎn)變量的動(dòng)態(tài)系統，氣候、土壤、水分、養分、種子等每一個(gè)方面都產(chǎn)生著(zhù)海量而豐富的數據。

農民是這些豐富數據的收集者，不過(guò)，僅僅將孤立單個(gè)的數據集中起來(lái)還遠遠不夠。將這些數據收集并進(jìn)行綜合數據分析，才能提高數據的質(zhì)量，發(fā)掘數據的價(jià)值，從而真正找到農田問(wèn)題的解決之道。

隨著(zhù)AI技術(shù)的發(fā)展，機器學(xué)習依靠算法分析數據，并從中學(xué)習，作出決策，為現代農業(yè)提供了更高精度的方案。

比如，硅谷AI公司Atomwise是一家具有代表性的利用人工智能技術(shù)協(xié)助發(fā)現新型藥物和農業(yè)化學(xué)品的企業(yè)。類(lèi)似于人工智能學(xué)習中識別圖像，該公司開(kāi)創(chuàng )性的AtomNet技術(shù)通過(guò)識別分子間相互作用模式進(jìn)行自我深度學(xué)習，并利用深度學(xué)習預測對病蟲(chóng)害控制可能具有正效應的分子，簡(jiǎn)化了產(chǎn)品研發(fā)初始階段分子的發(fā)現過(guò)程。2017年6月，孟山都公司與Atomwise公司達成研究合作協(xié)議，借助人工智能技術(shù)開(kāi)發(fā)作物保護新產(chǎn)品，推進(jìn)新產(chǎn)品研發(fā)，成為農業(yè)領(lǐng)域中首家與Atomwise合作的公司。

AI+農業(yè)所帶來(lái)的無(wú)限想象空間，讓世界科技巨頭、新興科技企業(yè)和農業(yè)公司等不約而同加大投入、加強研發(fā)，因而，農業(yè)AI技術(shù)在近年得到了迅猛發(fā)展。

AI在作物育種、保護中的應用

一直以來(lái)，作物育種家都在尋找特定的表型，幫助作物更高效地利用水、養分，適應氣候或抵御病害。要使一株植物遺傳一項有益表型，研究人員必須找到正確的基因序列。但究竟哪一段序列才是正確的基因序列呢？在開(kāi)發(fā)新品種時(shí)，育種家總是面臨著(zhù)數百萬(wàn)計的選擇。

從原始數據的不同集合中推導出結論是深度學(xué)習的特長(cháng)。在獲取充足信息后，機器學(xué)習能夠預測哪些基因最有可能參與植物的某種有益表型，面對數百萬(wàn)計的排列組合數據，先進(jìn)的軟件可極大地縮小搜索范圍。

由此，科學(xué)家們能夠用電腦模擬開(kāi)展早期測試，以評估一個(gè)新品種在面臨不同的氣候環(huán)境、土壤類(lèi)型、天氣模式和其他因素條件時(shí)會(huì )如何表現。有了機器學(xué)習的幫助，作物育種愈發(fā)精準與高效。

此外，AI為作物保護帶來(lái)的改變也是顯而易見(jiàn)的。當代農業(yè)生產(chǎn)中，病害、蟲(chóng)害和雜草問(wèn)題導致的全球糧食產(chǎn)量損失高達40%。傳統的病害鑒定方法是通過(guò)視覺(jué)檢查完成的。這一方法的普遍問(wèn)題是效率低，并且容易產(chǎn)生人為誤差。然而，對計算機來(lái)說(shuō)，診斷植物病害本質(zhì)上就是模式識別。將成千上萬(wàn)張患病植物照片進(jìn)行歸類(lèi)后，機器學(xué)習算法能夠確定病害類(lèi)別、嚴重程度，并在未來(lái)有可能推薦給出解決方案，減少病害帶來(lái)的損失。

在作物育種和作物保護這兩大現代農業(yè)的關(guān)鍵領(lǐng)域，AI技術(shù)正助力培育更高效的種子及提供更精準的植保方案，以更好地滿(mǎn)足增長(cháng)中人口的糧食需要，高效利用自然資源。

在播種前了解每一粒種子的生長(cháng)潛力

在應用數據科學(xué)、人工智能和機器學(xué)習的方法上，孟山都公司在行業(yè)中先人一步：2017年年初，孟山都旗下氣候公司（The Climate Corporation）首次公布了數字農業(yè)領(lǐng)域的產(chǎn)品研發(fā)線(xiàn)，借助獨特的農田數據，結合前沿科學(xué)及強大的數據分析技術(shù)，氣候公司為農民種植中的關(guān)鍵管理決策提供支持。

在作物育種方面，氣候公司致力于通過(guò)AI技術(shù)為農民提供“播種處方建議”（Advanced Seed Scripting Tools）。借助行業(yè)領(lǐng)先的作物遺傳資源庫，氣候公司應用預測建模和機器學(xué)習，將種子遺傳學(xué)、病害脅迫、土壤構成、水分流動(dòng)、歷史表現等海量來(lái)源數據進(jìn)行匯總，幫助農民選擇“理想”的種子產(chǎn)品——在理想的位置播種適合的種子，以?xún)?yōu)化作物表現，并持續提高生產(chǎn)力。

換言之，農民可以根據特定的遺傳種質(zhì)和不同的產(chǎn)量目標定制種子播種方案。據了解，巴西的高級播種處方研究已從產(chǎn)品概念階段進(jìn)展到研發(fā)階段；歐洲進(jìn)入產(chǎn)品概念階段；美國大豆的區域性種子篩選也已從產(chǎn)品概念階段進(jìn)展到研發(fā)階段。

在作物保護方面，氣候公司致力于利用AI技術(shù)對玉米、大豆和小麥進(jìn)行病害診斷。據了解，在個(gè)體植株水平上的脅迫分類(lèi)，以及通過(guò)手機或平臺設備提供正確病害診斷結果方面，機器學(xué)習模型表現優(yōu)異。美國的玉米病害診斷已從研發(fā)階段進(jìn)展到預商業(yè)化階段。

此外， 在肥力管理方面, 通過(guò)高級建模工具，氣候公司掌握影響農田氮肥水平的關(guān)鍵過(guò)程，幫助農民優(yōu)化關(guān)鍵投入。在最近的一項研究中，氣候公司比較了653塊農田、共計約40萬(wàn)畝的土地數據，發(fā)現用戶(hù)每畝地可增產(chǎn)2斤多，還可按照需求施用不同量的氮肥。在回顧2017年Beta版氮肥管理工具軟件的應用情況后，氣候公司還發(fā)現，通過(guò)提高產(chǎn)量和節約氮肥，使用氮肥管理工具的用戶(hù)，每畝地的利潤可增收2美元多。

據孟山都公司信息技術(shù)合作與外聯(lián)總監Anju Gupta透露，很早之前，孟山都的研發(fā)團隊就已使用預測分析學(xué)幫助決定哪些產(chǎn)品應該繼續往前推進(jìn)，“我們努力在播種前了解每一粒種子的生長(cháng)潛力”；與此同時(shí)，孟山都蔬菜研發(fā)團隊也在開(kāi)發(fā)建模工具來(lái)預測番茄等蔬菜作物的風(fēng)味表現；其土壤微生物團隊在利用分析學(xué)，每年對土壤中成千上萬(wàn)種微生物菌株進(jìn)行評估。

摘自《中國科學(xué)報》