看见新力量六-No.5 专访麦飞科技创始人陈祺

简介: 看见新力量六

以视觉光谱技术助力农业数字化

 

近两年,中央和国务院一些部门密集发布了关于数字化、数字农业农村的发展规划,数字农业已经成为国家农业政策的重心。特别是2020年初发布的《数字农业农村发展规划(2019—2025年)》,明确指出到2025年中国数字农业经济要占到第一产业GDP的比重15%以上。这意味着数字农业未来有数万亿的市场,市场潜力巨大。

 

本期《看见新力量》采访了2022阿里巴巴诸神之战“智能制造赛道”全球总决赛新锐奖获得者——北京麦飞科技有限公司联合创始人陈祺,一起了解他们在数字农业领域的创新和思考。

 

image.png


一、 集结中科院顶尖人才,聚焦农业种植数字化

 

麦飞科技创立于2016年,是一家专注于视觉光谱技术的数字农业整体解决方案领军者,曾获得阿里系、百度系、中科系多轮投资。

 

创始团队中,麦飞科技集结了业界、学界和商界的顶尖人才,兼具技术与企业经营能力。其中,麦飞科技CEO宫华泽和CTO刘龙都是中科院的博士研究员,一直从事农业遥感和卫星遥感领域的研究。麦飞科技联合创始人陈祺是武汉大学摄影测量与遥感科学硕士,曾任职于航天科技集团、阿里巴巴集团等世界500强企业,并多次带领团队实现由实验室技术到千万级UV产品的飞跃。

 

拥有中科院遥感所十余年的技术储备,麦飞科技成立之初就在思考如何将科研级别的技术能力变得更加产品化、体系化,并容易被市场接受。针对我国农业地多、人少、劳动力流失的现状,麦飞科技希望通过技术助力数字农业,实现农业服务与配套种植规模化。

 

数字农业分为产前的农资供应链、产中的种植人工管理和产后的农产品加工,其中种植过程的数字化是数字农业的核心。陈祺表示,种植数字化向上可以帮助原来靠层层代理的经销网络实现数字化转型,以销定产,降本提效,向下帮助农产品实现品牌化、标准化、分级和溯源,从而提升农产品的价值和竞争力。

 

目前麦飞科技的农业板块能够专门针对于中国的农田类型特点,通过数字化技术实现科学化单向种植。以线下服务站点的方式进行农业产品的技术输出,主要针对全国的大田客户,完成对上游种植过程的数字化改造。

 

二、 三大核心技术+庞大数据库,构建可持续竞争优势

 

“我们最核心的技术,就是数据的抓取能力和分析能力。因为不同的作物、不同的区域、不同的生长季,在光谱下的表征是有区别的。利用我们原来中科院十多年的积累,以及过去五年在全国有一千亩次的实地作业和订单,积累了大量的数据库,形成了我们相比其他竞争对手的领先优势。”陈祺表示。

 

image.png


目前,麦飞科技主要积累起三大核心技术。

 

一是近地空视觉/光谱耦合。结合农作物参数遥感反演模型,在冠层及植株尺度内精准监测农田作物长势及病虫害信息,实时生成作物长势及病虫害多维农情监测图。这些监测数据实时上传至云端,具备长时间序列分析能力,从而掌握作物生长动态变化规律,为精准科学的农田管理提供参考依据。

 

二是人工智能聚索。由麦飞自主研发的麦视(McVision)监测机采集数据,形成高光谱数据库、辅助农田信息数据库组成的农情AI数据云。基于遗传算法建立作物健康病例体系,实现对监测机数据自动化科学诊断,实时分析作物长势及病虫害多维度监测信息。

 

三是病理药理建模。基于多维农情监测图、农田/气象/土壤数据及作物病理药理模型,且结合区域性用药习惯与渠道商筛选,可以精准确定植保所需的农药种类及使用量。

 

麦飞科技基于天空地一体化高光谱技术和AI算法,成为实现田块尺度内对农作物病虫害发生的空间分布和程度实时监测、实时出结果的解决方案提供方。

 

麦飞科技还拥有全国最大的大田作物生长核心样本库,基于AI与视觉光谱的云计算中心,丰富多样的技术与数据接口,能够高效精准的可视化农情图谱诊断技术体系,实现高效精准查田与农情数据沉淀。

 

image.png


在产品方面,麦飞科技包括麦视监测系统、无人机手机端、麦芒SASS系统,还有STTYC的金融产品,产品服务覆盖全面且全部实现商业化。据陈祺介绍,目前大部分竞争对手都是以卫星数据为主,但卫星数据是有重访周期和分辨率的问题,而麦飞科技除了卫星数据源外,还有独有的无人机数据,可以解决高分辨和高时效性的问题,因此能覆盖更多的场景,在技术、产品和业务模式上都具有强壁垒。

 

 

 

三、 数字化和商业化同步推进,为农业领域降本增效

 

此次麦飞参加阿里巴巴诸神之战荣获新锐奖,陈祺表示非常荣幸。其实,麦飞和阿里云早已结缘,麦飞在阿里云上已实现4亿组以上的光谱数据,以及100TB的种植大数据,是目前国内最大的大田作物样本核心库,独家一手的AI视觉光谱云计算中心。麦飞的数字农业解决方案与阿里云的云存储、云计算相结合,快速和海量地处理麦飞基于无人机和卫星遥感的数据采集,AI算法。

 


目前,麦飞科技已经打造出“技术+服务+数据”的生态业务闭环。在商业模式方面,陈祺介绍到,麦飞主要是利用前端的数据源,包括卫星、无人机、气象、物联网、地面的数据,结合自身的模型库形成标准化产品。面向下游大型B端、政府类农场、大型科技公司、金融保险类客户提供整体解决方案。目前麦飞科技的客户,包括阿里、中化、北大荒等世界500强以及行业龙头Top10的企业和合作单位。

 

比如针对“中国粮仓”的北大荒,按照“十四五”期间国家的要求,麦飞科技帮助北大荒三千多万亩耕地实现数字化管控,打造了一个麦芒的SAAS农田以及后端的运营。而“十四五”期间,包括宁夏农垦、苏垦、安徽农垦、呼伦贝尔农垦都有花费数亿元预算进行数字化管理的计划,麦飞科技也在同步推进。

 

麦飞科技作为多面手,在满足市场化需求方面既面向电商平台,将所有高经济的作物,特别是苹果、梨、柑橘这样的水果进行品牌化和标准化分级。麦飞科技利用无人机和卫星数据,已经和十多个农场达成合作,帮助它们做不同分块的升级、溯源。在作物尚未收获阶段,就能知道不同等级的苹果数量,达到千人千面精准营销,从而提升利润,降低货损。

 

另外,在数据商业应用,依托“土地+经营者”全场景全过程数据,麦飞科技独创的数据产品矩阵HATTYC,能够匹配农业金融机构各个业务操作环节,提供科学数字化决策产品依据,解决农业金融机构目标客户不明晰、信息不对称、风险管理难、经营成本高等传统问题。

相关文章
|
Ubuntu 网络安全 Docker
|
6月前
|
编解码 算法 PyTorch
基于 YOLOv8 的多水果智能识别系统工程化实战 [目标检测完整源码]
本文从工程化与产品化的视角,系统讲解了一个基于 YOLOv8 的多水果种类智能识别系统的完整实现路径。通过将目标检测算法、统一推理逻辑与 PyQt5 图形界面进行解耦设计,项目不仅实现了对图片、视频和实时摄像头的高效识别,也真正完成了从模型训练到可交互应用的落地闭环。实践表明,YOLOv8 在多类别水果识别场景下兼顾了精度与实时性,而图形化封装显著降低了算法使用门槛,使系统具备良好的复用性与扩展性。整体方案对希望将计算机视觉技术应用于农业、零售或工业场景的开发者而言,具有明确的参考价值与实践意义。
567 15
基于 YOLOv8 的多水果智能识别系统工程化实战 [目标检测完整源码]
|
人工智能 并行计算 搜索推荐
SPAR3D:一张图片就能生成3D模型,每个物体的重建时间仅需0.7秒!
SPAR3D 是由 Stability AI 和伊利诺伊大学香槟分校推出的先进单图生成3D模型方法,支持快速推理与用户交互式编辑,适用于多种3D建模场景。
2331 30
SPAR3D:一张图片就能生成3D模型,每个物体的重建时间仅需0.7秒!
阿里云华南生态:联动区域合作伙伴实现客户新拓、业绩收入双增长
1月15日,阿里云华南合作伙伴年会在广州顺利举行,百余名伙伴齐聚羊城。活动现场,阿里云举办了华南大区年度优秀合作伙伴颁奖典礼,旨在表彰这一年在数字化创新和以科技力量服务客户过程中做出突出贡献的杰出伙伴。
|
API 开发工具 开发者
API测评:快速获取门店客流趋势数据
本文介绍了一个门店客流趋势API,帮助创业者和开发者便捷获取门店客流数据。只需提供场景ID和查询时间段,即可获取详细客流分析数据,包括日均、总客流、外卖客流及竞品对比等,助力门店高效运营与决策分析。
API测评:快速获取门店客流趋势数据
|
安全 网络协议 Shell
Telnet:简介、工作原理及其优缺点
【8月更文挑战第19天】
3088 0
|
编解码 PyTorch 定位技术
Transformers 4.37 中文文档(六十七)(2)
Transformers 4.37 中文文档(六十七)
748 0
|
JSON Kubernetes 算法
什么?修改 JSON 内容居然还有个 JSON PATCH 标准
什么?修改 JSON 内容居然还有个 JSON PATCH 标准
1104 0
|
机器学习/深度学习 算法 固态存储
10分钟学会使用YOLO及Opencv实现目标检测(下)|附源码
本文介绍使用opencv和yolo完成视频流目标检测,代码解释详细,附源码,上手快。
9800 1