《中國信息化》雜志獨家采訪了IEEE高級會員、IEEE 計算智能（CIS）上海分會主席、教育部設施農業網上合作研究中心主任、同濟大學教授徐立鴻，為大家解密人工智能在農業領域的最新研究與應用。

　　徐立鴻介紹，同濟大學2011年建立了國家設施農業工程技術研究中心，近年來參與的兩個863項目分別是設施農業植物工廠化生產低碳環境控制和溫室植物生長數字化與可視化過程再現。

　　設施農業也就是人們常說的溫室技術，是一種采用人工技術手段，改變自然光、溫、濕、氣（CO2）、營養灌溉等條件，創造適宜動植物生長的理想環境，使之能夠全天候生長的設施工程。

　　“這類研究我們已經做了20年，獲得了國家科技進步二等獎。十二五期間又繼續進行了以上兩個子項目的研究。植物的生長要依靠溫度、濕度、光照、二氧化碳、灌溉、營養等因素，非常復雜，我們對作物生長機理缺少深入的了解，需要研究智能算法來進行調控。”

　　要實現對溫室作物生長環境的智能調控，首先要充分獲取相關信息。徐立鴻老師的團隊設計了一套溫室調控物聯網系統，采取了“4+1”的架構。第一層是感知網絡或者傳感網絡，采集包括溫度、濕度、光照、二氧化碳、土壤溫度濕度、營養、水分等信息，同時還采用了圖像識別技術收集其他植物生長信息；第二層是現場控制系統，可以在本地進行一些簡單的調控處理。例如當現場控制系統發現溫室內溫度過高，則需要馬上打開天窗等調節手段；第三層是中心管控一體化系統，其核心是他們研發的國家發明專利成果“溫室環境多因子協調控制算法”，用此實現對整個園區各溫室植物的生長環境的優化控制；第四層就是云服務器系統，匯聚來自各溫室信息，通過人工智能算法和大數據等技術對溫室植物生長和氣候環境建立模型，以代替過去的經驗判斷。“4+1”的一是指手機等終端設備，使用戶可以在移動終端隨時了解溫室內的情況并進行實時干預調控。

　　得益于人工智能等技術，設施農業已經可以實現多因子調控和節能低碳等環境調控措施。

　　溫室植物生長數字化與可視化過程的虛擬實現則主要依靠VR技術在計算機上模擬植物生長和調控過程，可以進行調控決策優化。深度學習技術可以從獲取的視頻或者圖像中獲取葉片的亮度、顏色變化等信息，判斷出植物體內氮磷鉀元素含量從而推斷其營養狀況指導灌溉控制。

　　在國家設施農業工程技術研究中心控制實驗室，有一個建在沙盤上的可以調控的模擬溫室，它與真實溫室和計算機虛擬現實平臺三方聯動，聯合實驗，力求準確建立溫室作物與環境的相關模型、優化植物生長的全過程和相關的調控技術，“破譯”植物生長“密碼”。

　　產業化應用即將爆發

　　荷蘭是設施農業農產品凈出口額的“世界冠軍”，設施農業世界一流。其如此高的土地生產率得益于設施農業，有數字表明溫室和大田的產出比為8:1。

　　要真正實現設施農業的智能調控與管理，物聯網系統和人工智能等技術是必不可少的，尤其是在無公害蔬菜、水果等優質安全的農產品生產中必不可少。近年來我國的經濟發展水平達到了一個較高階段，人們對農產品的安全優質要求越來越高。因此，用物聯網系統和人工智能等技術武裝的設施農業產業化前景較為樂觀。

　　上海是農業部信息化試點城市，目前在推進互聯網+現代農業的行動計劃。互聯網和物聯網必須結合互通，對農業生產來說，物聯網是內網，互聯網則是外網，內外網互通，才能真正實現農業生產的高產、優質、高效、環境友好生產，實現產前規劃，產中管控，產后加工、存儲、物流及電子商務等多環聯動。才能實現農產品的溯源。

　　同時，徐立鴻表示，物聯網獲取的是真正的客觀信息，比起需要手工錄入的信息，物聯網設備采集的信息不能作假，更為真實，在無公害或者有機種植時更為可信。比如農藥用量如果以人為填報為主，信息容易作假。對農產品農藥殘留進行抽樣檢測也是事后行為，不如對農產品生產過程全程監控，例如對土壤中有害成分、植物的病蟲害情況等進行檢測，對保證農產品優質安全生產更為有效。

　　徐立鴻認為，物聯網的各類傳感器是一個關鍵因素。為此，智能感知技術成為關鍵技術。

　　人工智能是用機器模擬人的智能，其核心是智能算法。近年來由于深度學習算法的誕生，使得諸如語音識別、圖像處理等智能感知技術躍上一個新臺階。這些極大的促進了物聯網相關感知產品的研發和物聯網系統應用的進一步推廣。隨著智能手機的普及，手機掃碼、拍照等使得物聯網數據更加容易獲取。再加上大數據技術和云計算技術可以提供遠程服務，人們對物聯網的應用更加清晰與迫切，物聯網的行業應用已經并將持續爆發。

　　徐立鴻老師還提到仿生機器魚在水產養殖方面的應用，這項技術最早在美國應用于水源保護和水源質量監測等領域。將仿生機器魚納入水產養殖水質監控管理和水質監測中也是其產業化應用的未來方向。

　　目前的水質監測主要依靠在池塘中安放固定傳感器，只能監測固定點的水質數據，且傳感器容易損壞，影響捕撈。攜帶水質傳感器的機器魚可以實時獲得不同位置的三維水質數據，這對水產養殖是非常有益的。但機器魚走向應用還有一個過程，目前還存在運動速度、水下通訊能力、續航能力不理想等問題。

　　“雖然我國在人工智能核心算法研究領域還是跟跑，但國人喜歡跟風也有它積極的一面，它會反過來推動技術發展。市場化強調應用，而應用又反過來促進研究。另外，把現有的人工智能技術用好，也能提升其市場化水平。” 徐立鴻說。

　　在學習了45首披頭士的歌曲后，索尼公司的一項人工智能項目已經可以寫出一首完全披頭士風格的歌曲。令高曉松大為感慨幸虧自己沒有生在人工智能時代。隨著人工智能的商業化應用逐步浮出水面，人工智能在各個行業開始全面開花結果。