言言说历史
新浪微博
微信
当前位置:言言说历史网 » 英语

马化腾用人工智能种黄瓜,又粗又大又长又直,还在国际大赛中还拿了奖!

今天要向大家介绍的是一筐黄瓜

这可不是一筐普通的黄瓜。它们是由腾讯人工智能实验室AI Lab团队的成员协同国内外农业专家和学生,使用AI(即人工智能)在荷兰一间温室里种植出来的黄瓜。

它们和我们平常在菜市场买的黄瓜有什么区别呢?放大了图片看看... ...其实也没啥区别。依然是大家熟悉的黄瓜,可蒸煮,可煎炒。

这筐黄瓜的诞生,要从一个国际挑战赛说起。

今年3月,荷兰著名的高等学府瓦赫宁根大学面向全球人工智能团队,发起了一场线下真人实景大型农作物养成与模拟经营类挑战赛――种黄瓜。

它设定的挑战目标是:在限定4个月时间内,在指定的无差别的温室内,利用传感器和摄像头,获取温室气候、作物发育情况等数据,加入自己的模型或机器学习算法,远程控制作物生长。

最终,根据生产出的黄瓜产量、资源利用率和收益来评判获胜队伍。

如果挑战赛的规则理解起来费劲,可以回想一个熟悉的场景。

限定场地,限定资源,限定种植规则。谁收获的黄瓜越多,质量越好,谁的资源利用率越高,再结合种植过程中,人工干预程度,综合所有因素,最终得分才会越高,获得胜利。

这场挑战赛吸引了来自15个国家的14支团队参与。其中不乏微软(Sonoma队)和英特尔(Deep_greens队)这些著名的互联网科技公司。

腾讯也组了一个队伍参赛,叫iGrow队

它由10名跨学科的成员组成。其中,有腾讯人工智能实验室AI Lab的AI专家,也有来自中国农业科学院、北京农业信息技术研究中心、黑龙江植物学会、Syngenta种子公司和荷兰瓦赫宁根大学的农业专家和学生。

过去半年多,iGrow团队在位于荷兰中部的瓦赫宁根大学(WUR)的一间温室里,探索如何结合人工智能AI和农业专家的专业知识,进行更高效地农业生产。

种黄瓜的温室长这样,设备有这些:

最终,包括iGrow在内的五支参赛队伍闯入决赛。

12 月 12 日,本次大赛结果揭晓。腾讯这个种黄瓜的跨国联合团队凭借这批黄瓜和优秀的黄瓜AI种植技术,获得了“AI策略”单项第一名、总分第二名的成绩。

和传统的种植过程比,iGrow团队种黄瓜最大的不同是,整个种植中几乎没有人工操作。像浇水,通风、光照、施肥这些工作,都是由人工智能AI自动收集环境数据,通过深度学习和计算,进行判断和决策,再驱动温室里的设备元件完成。

这也是这一次大赛最富有挑战性的赛点,也是最重要的考核指标:要人工智能种植,而不是人工种植。

根据主办方从净利润、可持续发展和AI策略三个维度计算的最终数据显示,iGrow队交出了一份优异的成绩单。它在黄瓜产量、质量、资源利用率上,均表现十分出色。在整个过程中,它只利用了主办方配置的有限的传感器,采用了生物防治系统。


AI 策略第一名

以一分之差位列总分榜第二

腾讯的AI专家说,一开始,大家除了对黄瓜的做法和口感有研究,对其他一无所知。多亏了团队里的农业专家。比赛中,iGrow团队充分利用团队成员跨学科的专业知识背景,分工协作。

首先,腾讯AI Lab的AI专家根据植物生长发育规律和温室环境动态过程等相关学科知识,建立一个模拟气候环境和作物生长的仿真器。


随后,团队搭建出一个农业人工智能系统,通过创新的强化学习方法,他们将团队里农业专家的知识和经验自然地融入这套系统中,使人类专家能够在初始种植设定,种植过程中的监控管理、打顶剪枝等方面,实现对AI的有效干预,提高AI学习效率和稳定性。


有了人类专家的知识和经验,剩下的工作就交给这套农业人工智能系统来做了。它将继续学习,自动适应新的环境和条件变化,并作出决策和判断。

从一开始的种植密度、留茎比例,到后来的留叶、留果策略,以及在温室中对光照、通风、温度、湿度、CO2浓度、水分等的控制,它通过自动学习,不断计算如何在资源最优化的同时,最大程度地提升黄瓜的产量。


团队成员远在中国,大多数时候只能通过监控摄像头远程观测这间位于欧洲的温室。大家天天盼着黄瓜苗早日长大,开花结果。

在人工智能系统的精心照料下,4个月里,iGrow团队的温室累计收获3496公斤黄瓜。这些黄瓜采摘下来后,将根据品质,按当地市场行情统一收购,放在市场上售卖。收购价售出的收益高低也会成为本次比赛考核指标。

有着142年历史的荷兰瓦赫宁根大学,在生命科学和农业等领域一直处于学界领先地位。作为主办方,它给获奖的腾讯参赛团队iGrow颁发的一尊“小黄瓜”奖杯,以鼓励该团队在AI+农业领域的技术探索。

从种植结果显示,iGrow研发的人工智能系统提高了农产品的产量和自然资源利用率,还大幅降低了传感器成本,体现了“AI+农业”的应用潜力。这个团队首创的农业人工智能系统还攻克了机器智能嵌入农业专家知识的难题。

在iGrow团队成员的眼中,这一次的挑战赛只是一次很小的尝试。通过这一次人工智能与农业等多学科团队协作,展示了人工智能驱动温室的能力。农业在未来会遭遇来自环境、资源和人口增长的挑战。这一次尝试,验证了人工智能可以成为人类应对这些挑战的一种解决之道。


目前,人工智能在农业领域的应用,仍然面临很多技术难点。比如,如何把人工智能在某一个领域的学习能力有效地迁移到真实而又复杂多变的农业种植中去?如何将人类广博的专业知识与人工智能结合?


“当年轻的人工智能与古老的农业相碰撞时,会遇到诸多挑战,如何预见和解决这些难题,需要耐心、创新,甚至是一些灵感。”


作为团队核心力量的腾讯人工智能实验室AI Lab希望,未来能有更多跨学科专家、企业家和投资者一起携手,共同发掘AI+农业的各种可能性,激发出更多的解决方案。


腾讯首席探索官大卫·瓦莱尔斯坦(David Wallerstein)在接受VentureBeat电话采访时说,“温室中有传感器,人工智能和人实时给执行器发送给黄瓜提供多少养分的指令,判断光线、气体等是否恰当。”

这次种黄瓜竞赛的资助方是腾讯探索团队。腾讯探索团队投资有前景和解决全球性问题的创业公司,已经投资了农业创业公司Phytech,以及Snapchat、Tile和Essential等公司。

腾讯希望对农业领域进行探索,找出利用人工智能提高全球食物产量的途径。联合国提供的数据显示,到2030年,全球人口将达到85亿。

腾讯并非是唯一一家探索如何利用人工智能增加粮食产量的公司。2017年12月,微软投资5000万美元成立了AI for Earth项目,支持将人工智能用于应对气候变化、保护濒危物种和增加作物产量。


未来:AI 将改变农业


近年来,随着人工智能技术不断发展,其应用已逐渐渗入农业生产全过程,包括产前的育种选种、土壤分析,产中的病虫害管理、自动采收,以及产后的品质检测、优化物流等等。


产前:育种选种、土壤分析


例如,在产前阶段,深度人工神经网络可利用物联网获取的数据,对灌溉用水进行分析和指导,并通过对土壤成分的检测分析,选择适宜种植的作物品种,合理施肥。通过对农作物市场周期需求的大数据分析和预测,也可指导作物种植品种选择,避免产销脱节引发价格剧烈波动,造成经济损失和农产品浪费。另外,云计算、大数据分析和机器学习等技术,还可以帮助筛选和改良农作物基因,达到提升口味、增强抗虫性、增加产量的目的。


产中:病虫害管理、自动采收


在产中阶段,人工智能技术可用于监测环境数据和农作物生长情况。通过建立病虫草害特征分类数据库,并利用计算机视觉技术识别作物品种、病害程度和杂草生长情况,可实现智能预防和管理病虫草害,减少经济损失。不仅如此,这在一定程度上还可减少除草剂和杀虫剂的使用,提升农产品安全性,减轻环境影响。

针对传统农业“看天吃饭”的缺陷,利用机器学习技术处理卫星图像数据,可预测天气等环境变化对作物的影响,提前应对。在采收环节,计算机视觉技术与机械臂或机器人结合,可实现 24 小时自动化采收,节省人力,降低成本。此外,大数据处理和语音识别等技术可运用于农业智能专家系统中,为农业从业者提供专业咨询服务和指导,帮助解决生产中各种技术问题。


产后:品质检测、优化物流


在产后阶段,具有计算机视觉的机械臂可进行农产品售前品质检测、分类和包装等工作;用大数据分析市场行情,可帮助农产品电商运营,引导企业制定更灵活准确的销售策略;通过人工智能遗传算法和多目标路径优化数学模型,可对物流配送路径进行智能优化,完善生鲜农产品供应链等。