電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）智慧農(nóng)業(yè)是指現(xiàn)代科學(xué)技術(shù)與農(nóng)業(yè)種植相結(jié)合，從而實(shí)現(xiàn)無(wú)人化、自動(dòng)化、智能化管理。智慧農(nóng)業(yè)就是運(yùn)用傳感器和軟件通過(guò)移動(dòng)平臺(tái)或電腦平臺(tái)對(duì)農(nóng)業(yè)生產(chǎn)進(jìn)行控制，使傳統(tǒng)農(nóng)業(yè)更具有智慧。

除了精準(zhǔn)感知、控制與決策管理外，從廣泛意義上講，智慧農(nóng)業(yè)還包括農(nóng)業(yè)電子商務(wù)、食品溯源防偽、農(nóng)業(yè)休閑旅游、農(nóng)業(yè)信息服務(wù)等方面的內(nèi)容。

智能化技術(shù)升級(jí)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)方式

中國(guó)農(nóng)村勞動(dòng)力正面臨結(jié)構(gòu)性挑戰(zhàn)。農(nóng)業(yè)收入較低和城鎮(zhèn)化趨勢(shì)促使越來(lái)越多農(nóng)業(yè)勞動(dòng)力向城市轉(zhuǎn)移或從事工業(yè)、服務(wù)業(yè)等其他工作，純農(nóng)戶(hù)、高度兼業(yè)農(nóng)戶(hù)數(shù)量下降，然而傳統(tǒng)農(nóng)業(yè)行業(yè)依賴(lài)于大量勞動(dòng)力、個(gè)人經(jīng)驗(yàn)和技能，勞動(dòng)力的減少，限制行業(yè)發(fā)展。

智能化則通過(guò)新技術(shù)、新設(shè)備改革，升級(jí)農(nóng)業(yè)生產(chǎn)方式、銷(xiāo)售模式等，實(shí)現(xiàn)以較少人力高效應(yīng)對(duì)以上挑戰(zhàn)，智慧農(nóng)業(yè)需求快速提升。

隨著傳感器、物聯(lián)網(wǎng)、5G、人工智能等技術(shù)的發(fā)展，智慧農(nóng)業(yè)成為種植、養(yǎng)殖行業(yè)的新趨勢(shì)，尤其是農(nóng)業(yè)育種環(huán)節(jié)，比如農(nóng)業(yè)種植的播種、施肥、除草、灌溉，畜牧養(yǎng)殖的繁育、飼養(yǎng)、環(huán)境清理，以及水產(chǎn)養(yǎng)殖的供氧、投餌、水質(zhì)監(jiān)測(cè)等。

傳感器是智慧農(nóng)業(yè)產(chǎn)業(yè)鏈的重要部件。比如，在農(nóng)業(yè)種植方面，目前國(guó)內(nèi)不少地區(qū)開(kāi)始推行智慧大棚，主要種植蔬菜、水果、花卉等經(jīng)濟(jì)類(lèi)作物。為了對(duì)作物生長(zhǎng)進(jìn)行精準(zhǔn)管理，需要通過(guò)一系列傳感器對(duì)二氧化碳濃度、空氣溫濕度、光照度、風(fēng)速風(fēng)向、土壤養(yǎng)分等數(shù)據(jù)進(jìn)行采集、傳輸和分析應(yīng)用。

在畜牧養(yǎng)殖、水產(chǎn)養(yǎng)殖方面，國(guó)內(nèi)專(zhuān)業(yè)化養(yǎng)殖廠(chǎng)發(fā)展迅速，需要通過(guò)一系列傳感器對(duì)牲畜、水產(chǎn)生物的生長(zhǎng)情況、環(huán)境、水質(zhì)等進(jìn)行持續(xù)監(jiān)測(cè)。

除了傳感器，在智慧農(nóng)業(yè)產(chǎn)業(yè)中還涉及相當(dāng)多技術(shù)。比如，近日新開(kāi)普發(fā)布基于人工智能的智慧農(nóng)業(yè)綜合管理平臺(tái)，該平臺(tái)將5G通訊、云計(jì)算、衛(wèi)星遙感、GIS、北斗、大數(shù)據(jù)、區(qū)塊鏈等現(xiàn)代信息技術(shù)與農(nóng)業(yè)進(jìn)行深度融合，打造一套實(shí)用可行、功能豐富、具備一定前瞻性和技術(shù)高度的農(nóng)業(yè)生產(chǎn)管理平臺(tái)，助力規(guī)?；N植的大中型農(nóng)業(yè)企業(yè)、農(nóng)業(yè)示范區(qū)、農(nóng)業(yè)合作社實(shí)現(xiàn)精準(zhǔn)化管理、系統(tǒng)化運(yùn)營(yíng)、智能化決策。

整個(gè)平臺(tái)通過(guò)人工智能技術(shù)，結(jié)合5G通訊，全面感知農(nóng)田作物長(zhǎng)勢(shì)、病蟲(chóng)害、墑情、氣象等數(shù)據(jù)，結(jié)合農(nóng)作物不同生長(zhǎng)階段的需水、需肥情況，構(gòu)建農(nóng)作物生長(zhǎng)模型，生成種植管控方案。通過(guò)數(shù)字孿生技術(shù)對(duì)灌溉過(guò)程進(jìn)行預(yù)演分析，實(shí)現(xiàn)對(duì)灌溉工程及設(shè)施進(jìn)行統(tǒng)一管控，通過(guò)對(duì)水肥藥一體機(jī)、智慧灌溉終端、無(wú)線(xiàn)閥門(mén)等控制設(shè)備的聯(lián)調(diào)聯(lián)控，最終實(shí)現(xiàn)按需灌溉、精準(zhǔn)施肥、節(jié)約用藥，農(nóng)業(yè)生產(chǎn)增收節(jié)支，同時(shí)減少肥料、農(nóng)藥對(duì)環(huán)境的污染。

智慧農(nóng)業(yè)的優(yōu)勢(shì)和挑戰(zhàn)

智能化正在成為農(nóng)業(yè)的發(fā)展趨勢(shì)，比如我農(nóng)業(yè)機(jī)器人在農(nóng)業(yè)方面的應(yīng)用也越來(lái)越多，目前，我國(guó)農(nóng)作物耕種收綜合機(jī)械化率仍低于發(fā)達(dá)國(guó)家平均水平，大田農(nóng)業(yè)機(jī)械化已發(fā)展較為成熟，但仍有部分精細(xì)化領(lǐng)域，如水果采摘、棉花摘頂?shù)?，無(wú)法適用傳統(tǒng)機(jī)器，而農(nóng)業(yè)機(jī)器人則可實(shí)現(xiàn)精準(zhǔn)化、智能化、少人化的田間管理。

不少科技企業(yè)也在加碼農(nóng)業(yè)領(lǐng)域，作為人工智能?chē)?guó)家隊(duì)之一，科大訊飛一直致力于將人工智能技術(shù)應(yīng)用于各個(gè)領(lǐng)域，推動(dòng)產(chǎn)業(yè)發(fā)展。在農(nóng)業(yè)領(lǐng)域，科大訊飛積極利用語(yǔ)音識(shí)別、圖像識(shí)別、大數(shù)據(jù)分析等多項(xiàng)人工智能技術(shù)，推動(dòng)物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)與農(nóng)業(yè)生產(chǎn)的深度融合，實(shí)現(xiàn)農(nóng)業(yè)數(shù)字化種植和精細(xì)化養(yǎng)殖，為農(nóng)業(yè)轉(zhuǎn)型升級(jí)、高質(zhì)量發(fā)展注入新動(dòng)力。

智慧農(nóng)業(yè)給農(nóng)業(yè)發(fā)展帶來(lái)的發(fā)展相當(dāng)明顯，比如，中聯(lián)重科峨橋智慧農(nóng)場(chǎng)依托自主研發(fā)的“中聯(lián)作物種植智能決策系統(tǒng)”，實(shí)現(xiàn)了從看天吃飯靠經(jīng)驗(yàn)決策到依靠數(shù)據(jù)決策的轉(zhuǎn)變。以水稻種植為例，通過(guò)該系統(tǒng)，把種植過(guò)程分為13個(gè)環(huán)節(jié)、49個(gè)關(guān)鍵節(jié)點(diǎn)，研發(fā)出10類(lèi)算法，助力種植戶(hù)捕捉最佳農(nóng)時(shí)并作出最佳決策。

江西省南昌市南昌縣大田農(nóng)社運(yùn)營(yíng)著該省首個(gè)萬(wàn)畝智慧農(nóng)場(chǎng)。據(jù)大田農(nóng)社相關(guān)負(fù)責(zé)人介紹，該農(nóng)場(chǎng)面積超過(guò)1.3萬(wàn)畝，僅有工人26名。他們依托田間數(shù)十個(gè)5G傳感器構(gòu)成的智慧網(wǎng)絡(luò)，準(zhǔn)確收集到風(fēng)力、光照、降水、溫度等數(shù)據(jù)并據(jù)此進(jìn)行精準(zhǔn)研判，再通過(guò)科學(xué)調(diào)度無(wú)人旋耕機(jī)、無(wú)人植保和播種機(jī)、無(wú)人插秧機(jī)等進(jìn)行田間作業(yè)，不僅勞動(dòng)強(qiáng)度大大降低，而且經(jīng)濟(jì)效益有很大提升。

當(dāng)然，當(dāng)前智慧農(nóng)業(yè)的發(fā)展也存在挑戰(zhàn)，華為農(nóng)業(yè)事業(yè)部總監(jiān)車(chē)鵬日前談到，農(nóng)牧業(yè)現(xiàn)處于起步期，基礎(chǔ)較薄弱，行業(yè)智能化進(jìn)程面臨著數(shù)據(jù)、算力、算法、應(yīng)用部署等挑戰(zhàn)。

首先，行業(yè)數(shù)據(jù)難采、難傳、難用。比如，很多育種企業(yè)，包括從事農(nóng)業(yè)生產(chǎn)、研發(fā)的機(jī)構(gòu)，現(xiàn)在很多傳感器都是七國(guó)八制的，不同廠(chǎng)家的傳感器很難做到互聯(lián)互通；其次，算力供需不平衡、需求多樣化；算法層面，企業(yè)需要理解行業(yè)場(chǎng)景大橫型，基礎(chǔ)大模型無(wú)法滿(mǎn)足，需要行業(yè)大橫型和場(chǎng)景大模型；最后，應(yīng)用部署面臨業(yè)務(wù)流程和場(chǎng)景復(fù)雜、因地制宜部署落地、持續(xù)迭代演進(jìn)等問(wèn)題，如何讓AI與業(yè)務(wù)深度融合，是需要思考的問(wèn)題。

總結(jié)

如今，農(nóng)業(yè)的勞動(dòng)力越來(lái)越少，然而市場(chǎng)對(duì)農(nóng)產(chǎn)品的市場(chǎng)需求仍然很多，這使得農(nóng)業(yè)的生產(chǎn)經(jīng)營(yíng)方式急需改變，而人工智能、物聯(lián)網(wǎng)等技術(shù)的發(fā)展，讓農(nóng)業(yè)智能化升級(jí)成為可能。智慧農(nóng)業(yè)已經(jīng)成為趨勢(shì)，它使得農(nóng)業(yè)種植、畜牧養(yǎng)殖、水產(chǎn)養(yǎng)殖等勞動(dòng)力大幅降低，經(jīng)濟(jì)效益大幅提升。