智能管控系統取代人工“照顧”農作物，從沒種過地的老手，也能在人工智能輔助下熟練種地……
“從前靠經驗，現在更多依附數字化、智包養網能化種植，甚至借助AI與農作物‘對話’。”散步鄉間，半月談記者聽到來自田間地頭的“新”聲。
近年來，多地加強農業科技創新和應用，摸索發展AI種植、聰明農業，借助人工智能為傳統農業裝上數字年夜腦，推動物聯網、年夜數據、云計算、人工智能等新一代信息技術與農業全產業鏈深度融會，構成集農業生產、科學研討、觀光采摘等多種業態于一體的綜合型聰明農業形式，促進農業提質升級，助力鄉村振興。
AI調控讓作物重回“兒時的滋味”
穿過風淋室、除失落衣物上的塵埃，換上白包養網心得年夜褂、避免將病菌帶進實驗室……江蘇省南京市溧水區的江蘇省農科院聰明農業創新團隊的聰明溫室內，10余種番茄在智能調控的適宜溫度下長勢正好。
江蘇省農科院農業信息研討所所長、聰明農業創新團隊首席研討員任妮介紹，聰明溫室有水肥一體化智能管控系統。“系統根據季節、番茄的生長周期實包養施水肥調控，讓番茄更好生長，種出‘兒時的滋味’，一畝地年產值超過10萬元。”
眼下氣溫降低，番茄苗的葉片蒸騰感化增強，需求接收更多的養分。“這個時候，AI派上了年夜用場。”江蘇省農科院農業信息研討所副所長劉家玉告訴半月談記者，“環境傳感器捕獲到溫室內溫度降低至30攝氏度，智能管控系統會啟動水肥機、滴灌等裝置。”
AI是若何做到的呢？
“我們研發了數據感知系統，番茄果實和藤蔓間安裝有空氣傳感器、泥土傳感器、水質傳感器，溫室周圍有攝像頭，室外還有小型氣象站等感知終端。”任妮說，在機器視覺、知識圖譜、生產場景治理、投包養網進品管控、糖度檢測等技術加持下，智能管控系統在必定水平上可以取代人工更好地“照顧”農作物。
江蘇省農科院聰明農業創新團隊開發的“智小農”微信小法式界面中，各項環境監測數據一目了然。智能管控系統根據季節、番茄生長周期實施水肥調控，任務人員在mobile_phone上動動手指，環境變化、作物生長、設備運行等情況盡在把握。
在揚州一處農業科技園區，得益于一體式聰明泵站澆灌系統，農田水肥可以實時監測，農作物生長環境超前預知。任務人員告訴半月談記者，運用聰明泵站澆灌系統后，各類傳感器可感知分歧數據，實時監測泥土濕度、氣象條件和作物需水量等關鍵指標，澆灌、施肥有了精準依據。
科技，讓農業從傳統的“看天吃飯”轉向標準化生產。“根據傳感器搜集的數據，再結合內部氣象預報，智能管控系統實施環境參數監測和自動調節，外遮陽、內保溫、天窗、濕簾、循環風機等設備由電腦智能把持。”任妮說，這可以讓農作物在最優的環境和營養條件下生長。
一鍵收菜，從“看天收”邁向“看網收”
得益于科學種植，江蘇省農科院聰明農業創新團隊種出的“AI番茄”品質更好，一斤能賣到20多元。“摘下來就不愁賣，在我們的電商社群里，提貨名額一放出來，瞬間就被搶光。”任妮說。
江蘇省農科院聰明農業創新團隊應用研發的采摘機器人開展番茄采摘作業實驗 趙久龍 攝
mobile_phone“巡田”、澆水不濕手、種菜不下田……科技賦能助力下降用工量，進步種植效益。“常規種植方式下，一個人治理一畝地忙得停不下來，現在一個人可以輕松治理4畝地。”任妮告訴半月談記者。
江蘇省農科院聰明農業創新團隊的聰明溫室背后，是數十名均勻年齡30歲出頭的技術人員。“我們每個種植基地都有專門的服務對接群，不論是系統報錯，還是人為發現問題，24小時都有值班人員遠程解決或設定專人現場排查。”劉家玉說。
在南京溧水、湯山等多個種植基地，因為進口技術價格高、缺少有經驗的農藝師、種植效益不高級，玻璃溫室曾長期閑置，現在在國產人工智能技術加持下迎來重生。
“以水肥一體化智能管控系統為例，國外的系統能夠要三五十萬元，我們自研的系統價格普通不到十萬元，質量也趕上來了。”任妮說，“AI番茄”已走出實驗室，走向廣闊的農村年夜地，帶動農平易近增收。
江蘇省農科院聰明農業創新團隊持續聚焦設施果蔬、特點水產、數字育種等聰明農業應用場景，深度重塑現代農業發展優勢。聰明農業整體解決計劃已在江蘇省內多個農業種植基地落地包養行情，應用到草莓、葉菜、黃瓜等多品類種植。從“看天收”邁向“看網收”，風靡一時的線上農場游戲，在現實中得以實現。
向年夜田邁進，錨定未來農業
拼多多平臺和光亮母港(上海)種業科技無限公司攜手的“多多農研科技年夜賽”已舉辦至第四屆，進圍決賽的隊伍在統一規格的集裝箱植物工廠內，“遠程”種植統一品種的農作物，在規定時間內產量高、能耗低、品質好、算法優者便告獲勝。
前兩屆比賽的場景設在溫室內，經驗老到的種植戶與把握新技術的農業“小白”同臺競技。“往年，我們把場景轉換到全人工智能化把持的植物工廠內，并選擇一個較難種植的新品種。在比賽過程中，各團隊可謂是‘八仙過海，各顯神通’，展現了分歧新技術在新場景下的應用過程。”“多多農研科技年夜賽”賽事組委會代表林新儀說。
“我們發現，AI種植模子需求大批的高質量數據進行訓練，這需求耗費大批人工采集分歧作物在復雜環境中的海量數據。但是，有的數據能夠存在掉真或標注禁絕確的問題，會影響模子的機能和準確度。”林新儀說，AI種植模子在應用過程中需求人工干預，進行動態調整。
來自中國農業年夜學的楊浩已參加過三屆“多多農研科技年夜賽”，在他看來，農業種植環境復雜，遭到許多原因影響，AI模子暫時難以完整囊括，能夠導致預測禁絕確、決策不科學。
AI種植遠景可期。但是，相對于年夜田種植，今朝AI種植多應用在溫室年夜棚內，種植本錢依然較高，所以更適合種植生長發育較快、附加值較高的果蔬，好比番茄、草莓。AI種植邁向年夜田還有較長的路要走。