人工智能如何引领农业的落地应用！

　一直以来，我们都是在关心AI是如何影响医疗、服务、工业生产等行业的发展和改变的，却忽视了AI在农业上重要地位和作用。随着科技的不断的发展，人们逐渐意识到人类已经具备了设计和建造智慧型设施农业所需的硬件和软件技术条件，完成工厂化农业生产已经不是梦想，智能农业即将到来。

　　在2017年7月8日国务院发布的《新一代人工智能发展规划》中明确指出，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能产业进入全球价值链高端，新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元的战略目标。而智能农业作为规划的重点项目之一，是如何在AI的引领下实现更落地的应用的。

　　AI可以有效的分析土壤的性质特征，实现最佳的宜栽作物时间，提高经济效益

　　我们都知道，科技对农业的发展有着相当重要的作用，不管是新一代的温室大棚、还是智能农业，都离不开科技的推动。而对于如今的AI指导农耕，也不是什么新鲜、或者创新的话题了。

　　近期，更具国外媒体报道，来自以色列特拉维夫的创企Prospera在B轮融资中获得了1500万美元的资金，而该公司的主要业务就是利用计算机视觉和人工智能技术帮助农民分析从田地获得的数据。该创企将利用这笔融资进军更多的全球市场，扩大面向客户的团队规模，并将覆盖更多的作物。

　　那么，AI又是如何帮助农民从田地里分析数据的?

　　如果是农村出来的人一定知道，在农作物宜栽之前，我们需要做好多的前期工作，比如分析那块地适合耕作、地的土壤送至情况、哪一块地适合种植哪种农作物等等一系列的前期考量，并且最终的结果也只是凭多年的耕作经验得出的结论，而没有实际的科学数据作为依据，因此往往在收割情况、经济效益上面有很大的差距。

　　然而，AI技术将在这方面大大的提高了农作物的生产效率和经济效益。在土壤分析等农业生产智能分析系统中，应用最广泛的技术就是人工神经网络(简称ANN)，它将模拟人脑神经元，实现对人脑系统的简化、抽象和模拟等技术分析土壤性质特征，并将其与宜栽作物品种间建立关联模型。借助非侵入性的探地雷达成像技术探测土壤性质特征和通过分析电磁感应土壤传感器获取的信号的技术获取土壤表层的粘土含量信息等等。从而精准的判断出相应的土壤适合宜栽的农作物，提高农作物的生产效率和经济效益。

　　有效解决传统的农作物维护过程中，只能凭经验操作，比如灌溉用水、除虫、草剂的用药量的情况

　　在传统的农作物维护过程中，我们会时常的隔断时间进行农作物的灌溉、施肥的处理。而在此过程中也会时常遇到灌溉、施肥过度而导致农作物损失的情况，特别是对农作物没有经验的农民。

　　AI技术将可以帮助农民选择合适的水源、合适的肥料对农作物进行灌溉，施肥，保证农作物的用水量、施肥量，大大减轻灌溉问题对农作物产量造成的不良影响。

　　而利用人工智能技术进行智能杂草识别喷雾系统在农业上已经有了多年的发展。图像分析系统通过分析田间图像的颜色模型，根据色差分量、颜色特征实现杂草实时识别，最后提取其相关特征参数，配合超生测距等技术可以精确控制喷头位置及用药量。该技术的应用可以大大提高除草剂的经济性，对保护环境也大有益处。

　　AI在农作物未来发展的前景

　　我们刚刚谈了AI农作物在产前和产中的落地式应用，其实AI在产后也有着重要的作用，比如工程师们设计出了一种可用于搬运农产品的磁机器人手爪，可以搬运胡萝卜、葡萄等各种各样形状的农产品，而且该磁机器人手爪能够快速、准确的工作，并且不会损坏任何一个产品。避免了我们传统手工摘取方法导致的时间问题和意外抓伤、损坏的风险。

　　虽然AI在引领农业的发展中有着重要的作用，但AI应用于农业技术还处于基础阶段。另外，AI属于一种全新的科技应用属于发展初期，并没有完全普及下来。而作为普通的农民，在受教育程度和掌握新技术技能方面还无法达到基本的要求。因此，对于AI在未来农作物的发展中，还需要去不断的技术指导和相关知识的普及。而验证这最好的办法就是时间。