希望之业:AI正重新定义室内农业

简介: 人工智能通过利用实时数据,采用一系列方法优化农作物生长,以此改良农业。如前所述,室内农业可以通过监测各种因素来掌控农作物的生长环境。

点此报名参加Ai开发者创新应用赛线下决赛:【点此跳转】


人工智能正在颠覆农业领域。这并不是夸大其词,我们所熟知的农业正在被重新定义。一听到农业,大部分人脑海里浮现的是这样的场景:隔壁农民老王穿着工作服开着他的拖拉机在广袤的田地上突突地转圈。但是,这种场景我们的孙子辈可能看不到了。

过去十年里,室内种植技术取得长足进展,室内农业的发展前景越加清晰可见,它正变得越来越受欢迎。之所以会产生在室内进行耕作这种想法,最主要的原因就是想要加强控制。

通过室内农业,农作物的生长环境可以得到充分的掌握。只要有钱,任何因素都可以控制:光线、温度、二氧化碳浓度、肥料、水、通风等等。这种控制会带来显而易见的好处,比如农作物产量提升、成熟速度加快、耗水量减少,凡此种种在一小块土地上就都可以实现了。

image.png


人工智能如何振兴农业?

人工智能通过利用实时数据,采用一系列方法优化农作物生长,以此改良农业。如前所述,室内农业可以通过监测各种因素来掌控农作物的生长环境。

举个例子,Bowery Farming公司测量了一系列数据,包括“光谱、光周期(昼/夜循环)、光照度、灌溉计划、肥料、通风、温度、湿度以及二氧化碳浓度”。接着,他们通过机器学习算法对这些数据进行处理,制定出合理的干预程序。

image.png
计算机视觉识别出该盘芝麻菜植株上的健康问题。| 图源:boweryfarming

以上图片是Bowery公司的人工智能系统所捕捉到的情景。通过训练,该系统能够通过叶子的颜色来检测植物的健康状况。一旦识别出问题(红框框出),就会立即开始应对。

这里具体的问题是什么不是很清楚,但可以先假设问题在于缺乏光照。那么,人工智能就会增加这盘芝麻菜的光照时长。请注意这里的说法,增加的是特定的某一盘作物的光照时长。没错,人工智能可以做到对每一株作物和每一托盘植株进行个性化照料。

这真的太神奇了。实际上,我们可以实现将数千种作物种植在同一片土地上,并且同时分别给予特殊照顾,使得每一种作物都能够蓬勃生长。

实现这样的操作依靠的是人工智能的一个技术分支——机器学习。室内农业的大机器从每个种植周期中收集大量的测量数据。然后,机器学习算法对这些数据进行处理,从中学习以实现下一个生长周期的最佳优化。每一次种下一株植物时,一次生长流程追踪就开始了。

最终,这些记录汇总成种植某种作物的一份“秘方”。这张秘方之后可以用于该种作物的种植,勾画出合理的生长轨迹,以实现最优的收成。

有了这些数据,我们不仅可以知道种植一株植物的用水量,还可以知道何时浇水合适。其他指标也是同样的道理。这些就够让人兴奋,但它能做到的还远远不止这些!

这些秘方会不断进行自我完善,以最高效的方式使每种作物达到最优风味。通过对生长过程中的每一个因素做出细微的调整,从而找到最优的生长模式。甚至针对同一种作物的每一个托盘,其具体影响因子也可以调整。也就是说,生产一旦开始,成千上万场提高产量的试验也就开始了。而最妙的地方是,这些实验不会带来额外的生产成本。

最后,当作物到了丰收的时候,完成所有种植并进行科学测验的这套系统也会通知工作人员,告诉他们哪些托盘的作物应该收割了。从种植到收割,人工智能改良了整个农业生产流程。人工智能为室内农业提供了一套自动化管理系统,有了这套系统,种植越多,了解就越深入。

image.png


未来的影响

现在,人工智能对室内农业的影响在商业和消费领域已经显现出来了。大部分室内农业公司的背后都有大型企业的支撑,比如亚马逊和沃尔玛。

为了实现在最短的时间内将食品送上门,这些公司需要配套的基础设施。室内农业就提供了这样的基础设施,可以实现在任何地点耕作,并且在最短时间内产出。实现室内农业的战略性选址,就可以打破运输带来的瓶颈,同时提高产品新鲜度。

此外,消费者对有机食物的需求是一个商机。室内农业就是有机的,生长环境得到控制,也就不需要农药了。

一些公司正致力于将有机农业带到消费者家中。Seedo就是这样一家公司。他们有一种小型的设备,长得像一个迷你冰箱,可以种植任何东西。这个设备带有一个集成式应用程序,只要输入正在种植的作物类型,剩下的就都可以交给设备了。它会在可以收获的时候发出提醒,也可以通过内置摄像机,实现对作物随时随地的监测。

image.png
图源:unsplash

诸如此类的创新可能会就此改变我们的生活,人工智能和室内农业在解决粮食短缺问题乃至将粮食带到发展中国家等方面起到至关重要的作用。尽管这些地区的限制主要在于能源消耗和基础设施,但是低成本的温室水培作业同样可以解决问题,可以借助先进人工智能预先安装的树莓派(raspberry pi,RPi)。

布雷特·布莱恩说:“农业是希望之业。”这句话原本的含义是在形容传统的种植过程中,种下种子企盼一年好收成的情形。笔者认为,人工智能和室内农业也可以被视为希望之业。农业与技术的新结合让我感到满怀希望,希望有一天每个人都能获得稳定持续的食物来源。

原文链接:https://ai.51cto.com/art/202010/629383.htm
本文转载自51CTO,本文一切观点和机器智能技术圈子无关。
在线免费体验百种AI能力:【点此跳转】


机器智能技术结尾二维码.png

目录
相关文章
|
10天前
|
机器学习/深度学习 人工智能 供应链
精准农业:AI在农业生产中的应用
【10月更文挑战第1天】随着科技的发展,人工智能(AI)逐渐渗透到农业领域,通过精准监控和管理提升了农业生产效率和质量。AI在精准农业中的应用包括:精准农田管理,如个性化灌溉和施肥;作物病虫害识别与预测,及时发现并预防病虫害;智能农机自动化作业,提高作业效率;农产品质量检测与分类,确保品质;农业供应链优化,预测需求和价格。尽管面临数据收集、技术接受度等挑战,AI在精准农业中的未来前景广阔,有望实现全程自动化作业、数据驱动决策及智能预警系统,推动农业可持续发展。
51 11
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
AI战略丨物流 AI 新变化,用大模型定义
物流企业在大模型上纷纷主动探索,也在推动物流行业实现智能化加速。
|
2月前
|
人工智能 测试技术 持续交付
就AI 基础设施的演进与挑战问题之定义应用的交付模式的问题如何解决
就AI 基础设施的演进与挑战问题之定义应用的交付模式的问题如何解决
|
2月前
|
人工智能 分布式计算 大数据
大数据及AI典型场景实践问题之“开发者藏经阁计划”的定义如何解决
大数据及AI典型场景实践问题之“开发者藏经阁计划”的定义如何解决
|
2月前
|
数据采集 人工智能 自然语言处理
SAS对生成式AI前景分析问题之SAS Viya Copilots的定义如何解决
SAS对生成式AI前景分析问题之SAS Viya Copilots的定义如何解决
11 0
|
2月前
|
人工智能 边缘计算 数据中心
新一代AI基础设施问题之IDC对“数字化转型”的重新定义如何解决
新一代AI基础设施问题之IDC对“数字化转型”的重新定义如何解决
42 0
|
2月前
|
机器学习/深度学习 人工智能 并行计算
VMware产品问题之VMware Private AI的目标定义如何解决
VMware产品问题之VMware Private AI的目标定义如何解决
14 0
|
2月前
|
人工智能 编解码 自然语言处理
通义语音AI技术问题之LauraGPT中的FunCodec定义如何解决
通义语音AI技术问题之LauraGPT中的FunCodec定义如何解决
39 0
|
2月前
|
存储 机器学习/深度学习 人工智能
通义语音AI技术问题之传统的VAD模型的局限性定义如何解决
通义语音AI技术问题之传统的VAD模型的局限性定义如何解决
20 0
|
2月前
|
人工智能 Kubernetes Linux
云与AI新趋势问题之“超级云”定义如何解决
云与AI新趋势问题之“超级云”定义如何解决
27 0

热门文章

最新文章