科技賦能，農業人工智能迎來新機遇

人工智能作為計算機科學的一個重要分支，伴隨著信息技術的快速發展，已經滲透在醫療、教育、金融等眾多領域，農業作為國民經濟的基礎性產業，也不例外，近年來，農業被評為zui有前景的人工智能與機器學習應用場景之一。

在我國，農業人工智能的應用主要涉及基于機器視覺技術的農作物圖像分析和基于數據挖掘技術的農業大數據分析、算法模型構建等。其中，圖像分析技術的應用有農作物根-莖-葉-種子的表型分析測量、農作物長勢識別、雜草識別、病蟲害識別、果蔬品質檢測以及自動采摘等方面；大數據分析與算法模型構建的應用有農作物病害預測、蟲害預測、墑情預測、產量預測、價格預測、專家系統等，能夠對農作物的生產鏈進行實時的監管控制，從而提升作物的產出量和品質。

伴隨著農業領域多元性數據的存在與大量理解力問題的出現，單一機器學習技術已經難以解決。作為一家深研農業十余年的現代化企業，托普云農將前沿信息技術與農業專業深度融合，通過傳統圖像處理與最新深度學習等技術，構建起針對農業的多維混合算法模型，并使用積累多年的農業數據樣本進行訓練學習，滿足當前多元化人工智能時代的發展需要，并深受業內關注。其中圖像處理主要是對圖像進行分割、前景提取、獲取關鍵信息等，深度學習主要包括目標檢測和圖像分類等對目標進行識別分析。

農業病蟲害目標識別是人工智能技術的應用熱點之一。托普云農通過大量數據樣本對已構建好的算法模型進行訓練學習，利用訓練后的目標檢測算法模型對各作物的病蟲害進行識別，根據識別的病蟲害數量對病蟲害的嚴重程度進行判斷與預警；根據識別的病蟲害的種類給出病蟲害檔案，包括病蟲危害情況、病蟲害特征、病蟲害原因、防治措施等。歷經近十年的研究實踐，托普云農已有60TB約2000多萬張圖庫，15萬張精選樣本庫，每月增量達3TB。目前已覆蓋包括草地貪夜蛾、大螟、二化螟、稻飛虱等國家一二類農作物主要蟲害109種的識別，病害識別覆蓋小麥、玉米、水稻等6種農作物，涵蓋赤霉病、灰斑病、稻瘟病等在內59種病害，平均識別一張圖片3s左右，為糧食安全、生態保護提供了有力保障。

植物表型研究在作物育種領域有著不可替代的作用。托普云農人工智能技術通過對農作物根-莖-葉-種等器官進行特征提取與降維、目標分割與定位、高精度圖像識別與檢測，現已實現了對玉米珠型、作物株高、劍葉夾角、籽粒果穗考種、作物形態測量、葉面積分析、畝穗數測量等的多個作物表型識別與測量。

大數據分析與算法模型構建是人工智能技術的另一重要應用。托普云農通過監督機器學習算法，從大規模數據集中訓練出墑情預測、作物病蟲害預測、作物生長等模型，搭建成作物生長管理系統，由此為作物生產進行規劃與管理；通過海量圖像數據的積累以及高精度的目標檢測和樣本分類技術的應用，對病蟲害分布及時自動感知，對蟲害shou發期、爆發期的有效預警預測；通過對傳感器數據與視覺數據的分析以及統計模型的應用，進而預測作物產量。

此外，托普云農的人工智能技術還應用于果實成熟期禁止打藥監測等農事作業行為識別；煙火識別；文字識別以及人臉、動物、車輛、農機等集成第三方生態識別領域……有效保障農業生產安全、提高農業農村領域網格化治理能力，提升鄉村居民幸福感。

隨著對人工智能的利用不斷深入，農業生產管理與科研領域也展現出更多新的變革。

在江蘇海門的高標準農田里，從選種耕種、土壤成分監測、農田灌溉用水分析、病蟲害識別預警、農業環境監測到農業專家系統、作物采收管理、產量預測、品質檢驗等全過程動態管理，極大提升了資源利用率和勞動效率，藏糧于地更藏糧于技。

在喬司農業產業示范園里，通過對數據資源的采集、整合、分析，打造全域數字孿生、智慧農機系統、遙感監測系統、農情監測系統、種植管理系統、智能灌溉系統，形成了生產、預測、防控等全要素智能化管理，帶動農業可持續發展。

在江西湘東的數字種業園區里，結合科研和產業需求，建設現代化種業基地，打造智慧種業服務平臺，涵蓋6大應用場景，從育種、制種、種子檢驗、加工、倉儲、流通等各環節強化信息監測以及溯源管理，探索水稻生長標準模型，創新園區服務體系，保障優質種業發展。

在浙江古林的數字農田里，利用北斗導航、物聯網、農業遙感、機器視覺等技術手段，打造農機高精度自動作業與導航系統、大田精細化生產灌溉管理系統、“天空地"一體化公共服務平臺，并在超過1萬畝的規?；N植基地進行集成示范，形成了一套可復制的產業應用模式，為更多水稻產區提供種植推廣示范樣板。

當前，以數字孿生、人工智能、移動互聯網、區塊鏈等為代表的新一代信息技術與先進制造業加速融合，現代農業、服務業領域新產品新業態新模式競相涌現。未來，在各種農業人工智能設備工作中，數據上“云"更便捷；在農業生產中，全要素數據采集匯聚、智能決策分析、精準作業指導和操控，節本降耗、提質增效、環境友好、生態安全；在農業科研中，基地管理、數據采集、數據挖掘分析更加便捷、智能，研發更加高效，目標更加精準。雖然現代農業與人工智能的深度融合還面臨著許多困難和挑戰，但是以人工智能為核心的智慧農業發展已是大勢所趨。