人工智能“破译”植物生长“密码”

　　《中国信息化》杂志独家采访了IEEE高级会员、IEEE 计算智能（CIS）上海分会主席、教育部设施农业网上合作研究中心主任、同济大学教授徐立鸿，为大家解密人工智能在农业领域的最新研究与应用。

　　徐立鸿介绍，同济大学2011年建立了国家设施农业工程技术研究中心，近年来参与的两个863项目分别是设施农业植物工厂化生产低碳环境控制和温室植物生长数字化与可视化过程再现。

　　设施农业也就是人们常说的温室技术，是一种采用人工技术手段，改变自然光、温、湿、气（CO2）、营养灌溉等条件，创造适宜动植物生长的理想环境，使之能够全天候生长的设施工程。

　　“这类研究我们已经做了20年，获得了国家科技进步二等奖。十二五期间又继续进行了以上两个子项目的研究。植物的生长要依靠温度、湿度、光照、二氧化碳、灌溉、营养等因素，非常复杂，我们对作物生长机理缺少深入的了解，需要研究智能算法来进行调控。”

　　要实现对温室作物生长环境的智能调控，首先要充分获取相关信息。徐立鸿老师的团队设计了一套温室调控物联网系统，采取了“4+1”的架构。第一层是感知网络或者传感网络，采集包括温度、湿度、光照、二氧化碳、土壤温度湿度、营养、水分等信息，同时还采用了图像识别技术收集其他植物生长信息；第二层是现场控制系统，可以在本地进行一些简单的调控处理。例如当现场控制系统发现温室内温度过高，则需要马上打开天窗等调节手段；第三层是中心管控一体化系统，其核心是他们研发的国家发明专利成果“温室环境多因子协调控制算法”，用此实现对整个园区各温室植物的生长环境的优化控制；第四层就是云服务器系统，汇聚来自各温室信息，通过人工智能算法和大数据等技术对温室植物生长和气候环境建立模型，以代替过去的经验判断。“4+1”的一是指手机等终端设备，使用户可以在移动终端随时了解温室内的情况并进行实时干预调控。

　　得益于人工智能等技术，设施农业已经可以实现多因子调控和节能低碳等环境调控措施。

　　温室植物生长数字化与可视化过程的虚拟实现则主要依靠VR技术在计算机上模拟植物生长和调控过程，可以进行调控决策优化。深度学习技术可以从获取的视频或者图像中获取叶片的亮度、颜色变化等信息，判断出植物体内氮磷钾元素含量从而推断其营养状况指导灌溉控制。

　　在国家设施农业工程技术研究中心控制实验室，有一个建在沙盘上的可以调控的模拟温室，它与真实温室和计算机虚拟现实平台三方联动，联合实验，力求准确建立温室作物与环境的相关模型、优化植物生长的全过程和相关的调控技术，“破译”植物生长“密码”。

　　产业化应用即将爆发

　　荷兰是设施农业农产品净出口额的“世界冠军”，设施农业世界一流。其如此高的土地生产率得益于设施农业，有数字表明温室和大田的产出比为8:1。

　　要真正实现设施农业的智能调控与管理，物联网系统和人工智能等技术是必不可少的，尤其是在无公害蔬菜、水果等优质安全的农产品生产中必不可少。近年来我国的经济发展水平达到了一个较高阶段，人们对农产品的安全优质要求越来越高。因此，用物联网系统和人工智能等技术武装的设施农业产业化前景较为乐观。

　　上海是农业部信息化试点城市，目前在推进互联网+现代农业的行动计划。互联网和物联网必须结合互通，对农业生产来说，物联网是内网，互联网则是外网，内外网互通，才能真正实现农业生产的高产、优质、高效、环境友好生产，实现产前规划，产中管控，产后加工、存储、物流及电子商务等多环联动。才能实现农产品的溯源。

　　同时，徐立鸿表示，物联网获取的是真正的客观信息，比起需要手工录入的信息，物联网设备采集的信息不能作假，更为真实，在无公害或者有机种植时更为可信。比如农药用量如果以人为填报为主，信息容易作假。对农产品农药残留进行抽样检测也是事后行为，不如对农产品生产过程全程监控，例如对土壤中有害成分、植物的病虫害情况等进行检测，对保证农产品优质安全生产更为有效。

　　徐立鸿认为，物联网的各类传感器是一个关键因素。为此，智能感知技术成为关键技术。

　　人工智能是用机器模拟人的智能，其核心是智能算法。近年来由于深度学习算法的诞生，使得诸如语音识别、图像处理等智能感知技术跃上一个新台阶。这些极大的促进了物联网相关感知产品的研发和物联网系统应用的进一步推广。随着智能手机的普及，手机扫码、拍照等使得物联网数据更加容易获取。再加上大数据技术和云计算技术可以提供远程服务，人们对物联网的应用更加清晰与迫切，物联网的行业应用已经并将持续爆发。

　　徐立鸿老师还提到仿生机器鱼在水产养殖方面的应用，这项技术最早在美国应用于水源保护和水源质量监测等领域。将仿生机器鱼纳入水产养殖水质监控管理和水质监测中也是其产业化应用的未来方向。

　　目前的水质监测主要依靠在池塘中安放固定传感器，只能监测固定点的水质数据，且传感器容易损坏，影响捕捞。携带水质传感器的机器鱼可以实时获得不同位置的三维水质数据，这对水产养殖是非常有益的。但机器鱼走向应用还有一个过程，目前还存在运动速度、水下通讯能力、续航能力不理想等问题。

　　“虽然我国在人工智能核心算法研究领域还是跟跑，但国人喜欢跟风也有它积极的一面，它会反过来推动技术发展。市场化强调应用，而应用又反过来促进研究。另外，把现有的人工智能技术用好，也能提升其市场化水平。” 徐立鸿说。

　　在学习了45首披头士的歌曲后，索尼公司的一项人工智能项目已经可以写出一首完全披头士风格的歌曲。令高晓松大为感慨幸亏自己没有生在人工智能时代。随着人工智能的商业化应用逐步浮出水面，人工智能在各个行业开始全面开花结果。