隨著“互聯(lián)網(wǎng)+”和人工智能技術(shù)的高速發(fā)展，農(nóng)業(yè)發(fā)展迎來了新的契機(jī)。將人工智能技術(shù)應(yīng)用于現(xiàn)代農(nóng)業(yè)生產(chǎn)中的各個階段，是農(nóng)業(yè)現(xiàn)代化生產(chǎn)的新方向，目前也取得了一些成效。基于此，在梳理不同國家、不同生產(chǎn)階段人工智能技術(shù)在現(xiàn)代農(nóng)業(yè)中的實(shí)踐應(yīng)用基礎(chǔ)上，總結(jié)國外發(fā)展經(jīng)驗(yàn)在我國現(xiàn)代農(nóng)業(yè)中可借鑒之處，以期使人工智能技術(shù)能更好的服務(wù)于我國現(xiàn)代農(nóng)業(yè)生產(chǎn)。

人工智能與現(xiàn)代農(nóng)業(yè)相結(jié)合是農(nóng)業(yè)發(fā)展的新方向，整合相關(guān)文獻(xiàn)可以將其描述為物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、移動互聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)在農(nóng)業(yè)方面的綜合應(yīng)用。2017年7月，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，提出“發(fā)展智能農(nóng)業(yè)，建立典型農(nóng)業(yè)大數(shù)據(jù)智能決策分析系統(tǒng)，開展智能農(nóng)場、智能化植物工廠、智能牧場、智能漁場、智能果園、農(nóng)產(chǎn)品加工智能車間、農(nóng)產(chǎn)品綠色智能供應(yīng)鏈等集成應(yīng)用示范”。人工智能技術(shù)可貫穿農(nóng)業(yè)生產(chǎn)各個階段，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)產(chǎn)前、產(chǎn)中、產(chǎn)后的全產(chǎn)業(yè)鏈監(jiān)控，進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)集約、高產(chǎn)、優(yōu)質(zhì)、高效、生態(tài)、安全等可持續(xù)發(fā)展的目標(biāo)。

世界銀行、法中基金會等國外研究團(tuán)隊(duì)對人工智能技術(shù)在現(xiàn)代農(nóng)業(yè)的應(yīng)用都做了大量的研究。美國是現(xiàn)代農(nóng)業(yè)人工智能技術(shù)廣泛應(yīng)用的代表，美國的大型農(nóng)場（銷售額50萬美元以上）均使用產(chǎn)量監(jiān)控器，且多數(shù)農(nóng)場都已采用農(nóng)業(yè)專業(yè)系統(tǒng)進(jìn)行管理，農(nóng)場主使用桌面WEB界面及移動端APP來管理農(nóng)場。典型的如Farmlogs已覆蓋了全美15%的農(nóng)場，2014年上半年其市場份額翻了3倍。鑒于此，筆者梳理了不同國家、不同生產(chǎn)階段的人工智能技術(shù)在現(xiàn)代農(nóng)業(yè)中的實(shí)踐應(yīng)用，總結(jié)國外發(fā)展經(jīng)驗(yàn)對我國現(xiàn)代農(nóng)業(yè)的可借鑒之處，從而使人工智能技術(shù)更好地服務(wù)于我國現(xiàn)代農(nóng)業(yè)生產(chǎn)。

一、不同國家應(yīng)用模式比較

隨著現(xiàn)代農(nóng)業(yè)的發(fā)展，信息技術(shù)、互聯(lián)網(wǎng)+、大數(shù)據(jù)等新名詞在農(nóng)業(yè)領(lǐng)域已不陌生。世界各國都十分注重人工智能技術(shù)在現(xiàn)代農(nóng)業(yè)中的應(yīng)用。由于各個國家的實(shí)際情況不同，其發(fā)展模式也有所區(qū)別。

1.1 美日信息化模式

美國農(nóng)業(yè)重視“信息化建設(shè)”，現(xiàn)代農(nóng)業(yè)智能裝備技術(shù)日漸成熟。玉米、小麥主產(chǎn)區(qū)39%的生產(chǎn)者都使用了人工智能技術(shù)，大型農(nóng)場人工智能設(shè)備和技術(shù)普及率高達(dá)80%，人工智能技術(shù)已使玉米產(chǎn)量提高13%，種植成本下降15%，從而促進(jìn)了農(nóng)戶經(jīng)濟(jì)效益的提高。

日本農(nóng)業(yè)十分重視“信息技術(shù)”，重點(diǎn)都集中在農(nóng)產(chǎn)品流通環(huán)節(jié)。近兩年開發(fā)了農(nóng)業(yè)技術(shù)情報網(wǎng)絡(luò)系統(tǒng)，借助公眾電話網(wǎng)、專用通訊網(wǎng)和無線尋呼網(wǎng)，把大容量處理計算機(jī)和大型數(shù)據(jù)庫系統(tǒng)、互聯(lián)網(wǎng)網(wǎng)絡(luò)系統(tǒng)、氣象情報系統(tǒng)、溫室無人管理系統(tǒng)、高效農(nóng)業(yè)生產(chǎn)管理系統(tǒng)、個人計算機(jī)用戶等聯(lián)結(jié)起來。

1.2 德法數(shù)字化模式

德國農(nóng)業(yè)重視“數(shù)字化發(fā)展”，提出了“農(nóng)業(yè)4.0”概念，旨在通過人工智能技術(shù)實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)數(shù)字化。德國的大型農(nóng)業(yè)機(jī)械都是由全球衛(wèi)星定位系統(tǒng)（GPS）導(dǎo)航系統(tǒng)控制。農(nóng)民只需要切換到GPS導(dǎo)航模式，衛(wèi)星數(shù)據(jù)就能讓農(nóng)業(yè)機(jī)械精確作業(yè)，誤差可以控制在幾厘米之內(nèi)。

為實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化生產(chǎn)，法國專門打造大數(shù)據(jù)農(nóng)業(yè)體系。法國農(nóng)業(yè)將 GPS 和GIS系統(tǒng)應(yīng)用于聯(lián)合收割機(jī)，不僅實(shí)現(xiàn)了產(chǎn)量圖的自動生成，更使植保機(jī)械電子化及施肥機(jī)械的變量作業(yè)變?yōu)榭赡堋?/p>

1.3 荷蘭以色列自動化模式

荷蘭農(nóng)業(yè)的重點(diǎn)在“溫室農(nóng)業(yè)”，信息技術(shù)推動了溫室農(nóng)業(yè)升級換代，實(shí)現(xiàn)全自動化控制，包括光照系統(tǒng)、加溫系統(tǒng)、液體肥料灌溉施肥系統(tǒng)、二氧化碳補(bǔ)充裝置以及機(jī)械化采摘、監(jiān)測系統(tǒng)等，減少了用工人數(shù)。

以色列農(nóng)業(yè)重視“節(jié)水農(nóng)業(yè)”的發(fā)展，最直接體現(xiàn)在滴灌系統(tǒng)。以色列運(yùn)用物聯(lián)網(wǎng)技術(shù)設(shè)計了一套滴灌節(jié)水系統(tǒng)。該系統(tǒng)通過控制計算機(jī)，由傳感器傳回土壤的數(shù)據(jù)，決定何時澆水以及澆水量，并通過遠(yuǎn)程進(jìn)行檢測與判斷。這一系統(tǒng)既節(jié)約了水資源，也節(jié)約了人力投入。

二、不同生產(chǎn)階段應(yīng)用比較

2.1 產(chǎn)前階段

在現(xiàn)代農(nóng)業(yè)生產(chǎn)的產(chǎn)前階段，人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，即ANN）技術(shù)給農(nóng)戶提供科學(xué)指導(dǎo)，選擇準(zhǔn)確合適的作物品種，掌握合理的施肥時間和地點(diǎn)，進(jìn)行科學(xué)灌溉和施肥，從而實(shí)現(xiàn)低經(jīng)濟(jì)成本、高質(zhì)量產(chǎn)出的目標(biāo)，有效促進(jìn)了農(nóng)業(yè)生產(chǎn)現(xiàn)代化。

2.1.1 土壤領(lǐng)域的應(yīng)用。COCKL等提取表土從深度加權(quán) EM38DD（一種電磁感應(yīng)土壤傳感器）的信號中獲得的土質(zhì)紋理信息，通過ANN評估了不同的輸入層對影響表土粘土含量的預(yù)測能力，綜合使用2個EM38DD信號，優(yōu)化了表土黏土含量的預(yù)測。

2.1.2 種子領(lǐng)域的應(yīng)用。ZAPOTOCZNY P等使用圖像分析以及神經(jīng)網(wǎng)絡(luò)方法鑒別麥粒的品種品質(zhì)。通過調(diào)查11個不同品質(zhì)等級的春冬小麥品種，對從PC接口的平板掃描儀獲得的圖像進(jìn)行了分析，結(jié)果發(fā)現(xiàn)試驗(yàn)小麥品質(zhì)的紋理分類準(zhǔn)確率達(dá)到100%。

2.1.3 灌溉領(lǐng)域的應(yīng)用。ELGAALI E等開發(fā)并應(yīng)用了2種模型以估計科羅拉多阿肯色河流域氣候變化對灌溉水平衡的影響，應(yīng)用了ANN模型來估計氣候變化對該區(qū)域灌溉供水的影響。

2.2 產(chǎn)中階段

在現(xiàn)代農(nóng)業(yè)生產(chǎn)的產(chǎn)中階段，通過專家系統(tǒng)和農(nóng)業(yè)機(jī)器人可以幫助農(nóng)民更加科學(xué)合理地進(jìn)行農(nóng)業(yè)種植管理，從而推進(jìn)農(nóng)業(yè)現(xiàn)代化發(fā)展，提高農(nóng)業(yè)產(chǎn)業(yè)化效率。

2.2.1 生產(chǎn)領(lǐng)域的應(yīng)用。ORELLANA F J等針對當(dāng)?shù)亻蠙旆N植研制出1個基于網(wǎng)絡(luò)的綜合信息系統(tǒng)SAIFA（ Spanish acronym for Sistemade AlertaeInformacion Fitosanitaria Andaluz-Andalusian Phistosanitary Information andAlert System），可實(shí)時監(jiān)測橄欖的綜合生產(chǎn)情況，還可幫助生產(chǎn)者選擇適用的綜合生產(chǎn)策略，還可以實(shí)時向衛(wèi)生局反饋?zhàn)魑镄l(wèi)生情況。

2.2.2 溫室領(lǐng)域的應(yīng)用?；?S技術(shù)（地理信息系統(tǒng)GIS、全球定位系統(tǒng)GPS、遙感技術(shù)RS）的溫室控制與管理系統(tǒng)，德國研發(fā)出該系統(tǒng)，通過在溫室里安裝傳感器，測量作物生長情況，采集溫室內(nèi)外部的生長環(huán)境數(shù)據(jù)，根據(jù)人工智能技術(shù)處理分析這些數(shù)據(jù)，可以很便捷地遙控灌溉和施肥。

2.2.3 采收領(lǐng)域的應(yīng)用。研究人員研發(fā)出了具有2層結(jié)構(gòu)的采收白蘆筍的自動機(jī)器人。在第1層上，使用2個獨(dú)立的速度控制回路，以確保驅(qū)動電機(jī)的實(shí)際旋轉(zhuǎn);第2層為了解決驅(qū)動機(jī)器人跟蹤所需軌跡的問題，提出了一種由內(nèi)向誤差控制器和外側(cè)向偏移控制器組成的級聯(lián)控制結(jié)構(gòu)。通過根軌跡分析選擇控制參數(shù)，保證了系統(tǒng)的穩(wěn)定性。

2.3 產(chǎn)后階段

在現(xiàn)代農(nóng)業(yè)生產(chǎn)的產(chǎn)后階段，合理的機(jī)器學(xué)習(xí)方法可以對農(nóng)產(chǎn)品進(jìn)行有效的檢驗(yàn)，確保其質(zhì)量安全外形完美;在搬運(yùn)和銷售過程中，極大提高了農(nóng)產(chǎn)品產(chǎn)業(yè)鏈的銷售效率，減少勞動力的投入，獲得更高的經(jīng)濟(jì)效益。

2.3.1 產(chǎn)品檢驗(yàn)領(lǐng)域的應(yīng)用。運(yùn)用機(jī)器學(xué)習(xí)分類器AdaBoost和支持向量機(jī)。MATHANKER S K等使用此類人工智能技術(shù)提高山核桃缺陷分類的準(zhǔn)確性，對良好和有缺陷的山核桃（各100只）的X線圖像進(jìn)行了分割，該技術(shù)提高了分類精度，縮短了分類時間，并使山核桃缺陷分類方面的性能持續(xù)提高。

2.3.2 食品搬運(yùn)領(lǐng)域的應(yīng)用。PETTERSSON A等設(shè)計了1種利用磁流變（MR）流體效應(yīng)的新型機(jī)器人夾持器，可以在搬運(yùn)草莓、胡蘿卜、蘋果、花椰菜和葡萄時不會在其表面留下抓痕。

2.3.3 銷售領(lǐng)域的應(yīng)用。將RFID射頻識別技術(shù)應(yīng)用在超市等地點(diǎn)，商品到達(dá)門店后會自動完成清點(diǎn)并及時更新數(shù)據(jù)庫;擺上售貨架后，可實(shí)時定位貨物的種類、數(shù)量、位置信息，及時掌握貨物信息;顧客完成購物后，推車從閱讀器前走過即可完成商品結(jié)算。

三、國外經(jīng)驗(yàn)對我國的啟示

作為第一產(chǎn)業(yè)，農(nóng)業(yè)生產(chǎn)在我國經(jīng)濟(jì)發(fā)展中具有不可動搖的地位，同時也是我國經(jīng)濟(jì)發(fā)展中最基礎(chǔ)的部分。不可否認(rèn)，近幾年來我國農(nóng)業(yè)生產(chǎn)雖然以迅雷不及掩耳之勢高速發(fā)展，但也存在許多嚴(yán)峻的問題。例如有關(guān)農(nóng)業(yè)的生產(chǎn)費(fèi)用只增不減，農(nóng)產(chǎn)品的質(zhì)量安全問題得不到高度有效的監(jiān)管和保障。

在我國，人工智能技術(shù)在現(xiàn)代農(nóng)業(yè)生產(chǎn)中應(yīng)用的時間相對較短，直到2017年，才正式提出將人工智能技術(shù)應(yīng)用到農(nóng)業(yè)生產(chǎn)中。在大數(shù)據(jù)的時代背景下，農(nóng)業(yè)決議計劃解析的智能系統(tǒng)應(yīng)勢而生，智能農(nóng)業(yè)生產(chǎn)鏈開始得到有效推廣運(yùn)用。由此可見，人工智能技術(shù)已經(jīng)成為農(nóng)業(yè)生產(chǎn)中的中樞力量，它在農(nóng)業(yè)生產(chǎn)各個階段都有相關(guān)的應(yīng)用，并進(jìn)一步促進(jìn)農(nóng)業(yè)的生產(chǎn)、供應(yīng)以及銷售系統(tǒng)有機(jī)整合、密不可分，變得更加嚴(yán)謹(jǐn)。不僅快速的提升我國農(nóng)業(yè)生產(chǎn)的工作效率與產(chǎn)出質(zhì)量，打造出高質(zhì)量、高生產(chǎn)并且穩(wěn)定發(fā)展的現(xiàn)代化農(nóng)業(yè)，更為我國的農(nóng)業(yè)發(fā)展開辟出一條全新的智能化道路，有效地提高我國國民經(jīng)濟(jì)、科學(xué)技術(shù)的發(fā)展速度與水平。

3.1借鑒國外經(jīng)驗(yàn)，大力發(fā)展現(xiàn)代農(nóng)業(yè)

因其專業(yè)化程度高，美國農(nóng)業(yè)形成了著名的生產(chǎn)帶，如玉米帶、小麥帶、棉花帶等。我國的糧食主產(chǎn)區(qū)，如東北、新疆等地可借鑒美國的“信息化建設(shè)”，從而加快人工智能設(shè)備和技術(shù)普及率，提高農(nóng)業(yè)生產(chǎn)效率。

在農(nóng)業(yè)生產(chǎn)的產(chǎn)前階段，灌溉用水領(lǐng)域可借鑒以色列的滴灌技術(shù)，控制計算機(jī)，通過傳感器傳回土壤的數(shù)據(jù)，決定何時澆水以及澆水量。

在農(nóng)業(yè)生產(chǎn)的產(chǎn)中階段，溫室領(lǐng)域可以借鑒荷蘭的“溫室農(nóng)業(yè)”，全自動化溫室，包括光照系統(tǒng)、加溫系統(tǒng)、液體肥料灌溉施肥系統(tǒng)、二氧化碳補(bǔ)充裝置以及機(jī)械化采摘和監(jiān)測系統(tǒng)等。

例如托普云農(nóng)的智能溫室大棚就是利用物聯(lián)網(wǎng)技術(shù)，對溫室環(huán)境調(diào)控及水肥灌溉實(shí)現(xiàn)全自動化托管。棚內(nèi)除布控土壤溫濕度、光照強(qiáng)度、二氧化碳等常見土壤、環(huán)境傳感器外，還重點(diǎn)增設(shè)土壤pH、EC、作物本體等傳感器，隨時監(jiān)測其土壤、環(huán)境及生理生態(tài)信息，同時采用噴灌、滴灌等方式調(diào)節(jié)空氣濕度和基質(zhì)水肥，保障其濕潤的生長環(huán)境。

溫室內(nèi)環(huán)境控制系統(tǒng)采用精密無線傳感器采集數(shù)據(jù)，無線上傳至平臺，平臺一整套溫室控制邏輯與溫室電動設(shè)備形成關(guān)聯(lián)，根據(jù)采集數(shù)據(jù)和控制邏輯相結(jié)合，聯(lián)動控制風(fēng)機(jī)、濕簾、內(nèi)外遮陽、噴滴灌等設(shè)備。

在農(nóng)業(yè)生產(chǎn)的產(chǎn)后階段，食品搬運(yùn)和銷售領(lǐng)域可以借鑒日本的“信息技術(shù)”，借助公眾電話網(wǎng)、專用通訊網(wǎng)、無線尋呼網(wǎng)，把大型數(shù)據(jù)庫系統(tǒng)和互聯(lián)網(wǎng)網(wǎng)絡(luò)系統(tǒng)等聯(lián)結(jié)起來。

3.2轉(zhuǎn)變政府職能，提高農(nóng)業(yè)科研應(yīng)用能力

在農(nóng)業(yè)現(xiàn)代化發(fā)展進(jìn)程中，政府應(yīng)將管理職能轉(zhuǎn)變?yōu)榉?wù)職能，對使用人工智能的現(xiàn)代農(nóng)業(yè)施行稅收減免政策，并提供專項(xiàng)農(nóng)業(yè)資金支持，鼓勵其進(jìn)行創(chuàng)新;建立農(nóng)業(yè)科研體系，促進(jìn)農(nóng)業(yè)科技機(jī)構(gòu)、農(nóng)業(yè)企業(yè)以及農(nóng)業(yè)從業(yè)者之間的合作交流，有針對性地進(jìn)行人工智能技術(shù)的研發(fā)，提高農(nóng)業(yè)科研應(yīng)用能力。

3.3整合建設(shè)資金，促進(jìn)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)

加強(qiáng)人才引進(jìn)與培養(yǎng)，使農(nóng)業(yè)從業(yè)者職業(yè)化，使其更具綜合性、更能符合現(xiàn)代農(nóng)業(yè)所需。政府、企業(yè)和農(nóng)業(yè)高校進(jìn)行聯(lián)合，鼓勵引導(dǎo)農(nóng)業(yè)高校畢業(yè)生從事農(nóng)業(yè)生產(chǎn)活動，同時學(xué)習(xí)先進(jìn)的人工智能技術(shù)，更好地將現(xiàn)代農(nóng)業(yè)與人工智能技術(shù)相結(jié)合;通過政府部門提供的專項(xiàng)農(nóng)業(yè)資金，集中改善農(nóng)村農(nóng)田道路，增加農(nóng)機(jī)設(shè)備購置補(bǔ)貼政策，實(shí)現(xiàn)現(xiàn)代農(nóng)業(yè)生產(chǎn)智能化、科學(xué)化。

3.4加大科技投入，增強(qiáng)人工智能技術(shù)應(yīng)用

在高校中加大人工智能技術(shù)理論知識的研究，通過科學(xué)研討會等方式加強(qiáng)科技交流與合作，從理論上提高人工智能技術(shù)的研究能力;其次要加大實(shí)踐研究的力度，把人工智能技術(shù)理論在實(shí)際生產(chǎn)中不斷地投入實(shí)踐，把控好農(nóng)業(yè)生產(chǎn)中的各個階段，總結(jié)生產(chǎn)中的經(jīng)驗(yàn)，使之與農(nóng)業(yè)生產(chǎn)不斷匹配完善，從而在現(xiàn)代農(nóng)業(yè)中更好地應(yīng)用。