面对农业生产“谁来种”“谁会种”的难题，AI 如何破题？
在位于北京市大兴区长子营镇，由裕农、京东方后稷、百度智能云联合打造的现代化水培植物工厂中，设施农业智慧种植应用系统使用极少人力就能生产出数倍于以往的新鲜蔬菜：自动判断蔬菜生长状态、提醒采收、自动检测害虫种类及数量、输出植保方案、自动识别克重……这种“无人种植”、“智慧农业”的模式，正是年轻一代“新农人”在将农业智能化的畅想变成现实。
一推开植物工厂大门，就看到郁郁葱葱的芝麻菜、鸡毛菜和奶油生菜等平铺生长在无数块种植板上。种植板下流动的是精准配置的营养液，能提供蔬菜生长所需的所有营养。一辆 AGV（Automated Guided Vehicle）自动导向小车在苗床间“巡逻”，通过双臂上的摄像头拍摄蔬菜照片，记录生长状态。在这2600平米的空间里，只有两位工人在做一些搬运、采收的基础工作，其余的温度、光照、通风、虫害监测和生长状态判断都可通过京东方后稷的设施农业智慧种植应用系统，由农业专家远程控制。可就在几年前这里的情景还大不相同，当时由于技术人才不够，为了观察蔬菜的生长和虫害情况，厂里唯一一位农业专家李开每天都要走上两三万步亲自巡场，过年也不能休息，因为一旦疏忽就可能造成15%~20%的浪费，直到接入了百度飞桨零门槛 AI 开发平台 EasyDL 后，情况发生了改变。EasyDL 基于飞桨深度学习开源平台，面向企业 AI 应用开发者，能够实现零算法基础定制高精度 AI 模型。目前已有超过90万企业用户，在工业制造、安全生产、零售快消、智能硬件、文化教育、政府政务、交通物流、互联网等领域广泛落地。李开介绍说，百度 EasyDL 的 AI 技术与京东方后稷设施农业智慧种植应用系统结合后，主要作用于 AI 智慧种植，解决了两大难题：一是自动识别蔬菜生长状态及克重，二是自动预警病虫害。在识别蔬菜生长状态方面，基于百度的视觉技术及深度学习算法构建了克重识别模型，能通过图片判断蔬菜重量，进而判断其生长是否健康、能否采收, 在自动化识别效果方面，准确率达到95%以上。听着简单，但实现过程并不容易。数据采集是关键环节，由于农业数字化基础薄弱、蔬菜产品难以标准化、以及长且固定的自然生长周期，前期数据采集要花不少功夫。据京东方后稷另一位农业专家孙博士介绍，前期在蔬菜生长的全周期都要雷打不动的收集数据，每天上午、下午需要在固定高度、位置、光线下拍摄照片，并对照片完成标注。“最开始的常用方式是，一张照片拍下6块种植板，每块种植板上有56棵菜，相当于需要标注300~400棵菜，而训练一个克重需要300张左右这样的照片，菜品标注量达到9万棵以上。”他们要先把一棵棵菜框起来，标注出是什么菜，然后通过文本标注出克重。好在 EasyDL 能提供一站式的智能标注、模型训练、服务部署等全流程功能，借助其中的 EasyData 智能数据服务平台，京东方的工作人员只用标注30%左右的数据，其余的数据都可通过智能标注功能自动完成。前期的数据采集和标注完成后，就进入核心的模型开发环节。但由于植物密集生长的特殊性，导致成熟后叶子重叠，给模型识别增加了难度。通过 EasyDL 平台的已有模型难以实现，必须进行定制化开发。在经过细致调研和反复尝试后，百度 EasyDL 的研发人员最终将蔬菜克重识别离散化成克重区间分类模型，先采用目标检测模型分离背景因素的干扰，提取出有意义的蔬菜前景，再融合所有蔬菜前景信息给出图片的预测分类，实现了精准的克重识别。值得一提的是，在这样不断发现问题、解决问题，最终实现对蔬菜生长状态数字化的过程中，百度工程师们还拿下了三项专利，包括预测克重和植物生长状态控制预估等。后来为了进一步减少标注的工作量，百度 EasyDL 的研发人员又开发了一种新方案：一张照片只需拍1块种植板，每块种植板种56棵菜，采集一个生长周期需要45张图，总计为2520棵菜。新方案的标注工作量直接降低了97%，极大减轻了京东方工作人员的标注压力。标完后，百度会对这批单种植板的数据进行随机数据增强合成和优化，尽量弥合合成照片与真实拍摄的覆盖多块种植板的照片的视觉差异。这样便实现了以极少的标注量获得成千上万张训练数据，现在已经有好几个模型开始使用新方案。虫害预警用的则是百度 EasyDL 平台经典的目标检测模型，难点更多在于特殊场景的后期优化，例如出现季节性害虫或体积微小的害虫时图片数据不全，但通过百度 EasyDL 平台上物体检测的整体方案便能解决。最终实现自动识别基于黄蓝背景板下的小菜娥、白粉虱、潜叶蝇、蝇四类常见昆虫，识别精度达到90%，能第一时间发现害虫，降低损失。其实不只是在现代化的植物工厂里，我国大部分农村都面临着劳动力断层的难题。年轻人和壮劳力纷纷去大城市谋生，学生报志愿也会避开“环境苦、收入低”的农业。据孙博士回忆，自己上大学时班上大概有五六十人，而现在农业大学一个班只有二十几人。“中国是传统的农业大国，如果年轻人都不愿意学农业、从事农业，这是挺可怕的一件事。”李开说，“当现有农业人员‘退役’后，谁来接管农业、填补劳动力真空期？所以用 AI 辅助农业，是很有前景、有意义的。”而他们选择的方向，不再是面朝黄土背朝天的农耕指导，而是用机器替代人工，用 AI 技术提高生产力的智能化第四代农业平台。在百度智能云 AI 技术的助力下，农业专家的频繁巡检变成了机器自动识别，实现了24小时呵护蔬菜生长。以前一个人能照看20亩地，应用 AI 技术后一个人能照看60~100亩地，工作效率提高了3~5倍。可以预见，将北京的植物工厂复制到其他城市并非难事。“我们未来会在全国各地建很多厂，比如上海、南京、河南，这些棚正在陆续落地中。”孙博士介绍说，“我们也跟一些农业种植类的大集团签了战略协议，将提供一整套基于 AI 技术的智能系统和详细说明，落地后不需要农业专家，普通工作人员就能管理。”这是一种用科技打破知识壁垒的方式，帮助缺乏农业经验的生产者也能稳定高效产出。孙博士还说，他们最近来了几位1999年生的实习生：“他们特别喜欢现在的工作，因为他们在我们这看到了不一样的农业。”可以看到，AI 技术正在让农业生产焕发新活力，也吸引着更多年轻人将目光重新投向这里。