6月9日，騰訊 AI Lab 與世界著名農(nóng)業(yè)學(xué)府荷蘭瓦赫根大學(xué)（下稱WUR）聯(lián)合舉辦的「第二屆國際智慧溫室種植挑戰(zhàn)賽」落幕,。在全球疫情肆虐之時(shí),，複賽的五支隊(duì)伍挑戰(zhàn)用 AI 和 IoT 物聯(lián)網(wǎng)等前沿技術(shù)優(yōu)化種植決策,，並遠(yuǎn)程自動控制溫室種植小蕃茄。

AI種植出的蕃茄

大賽主席,、WUR溫室技術(shù)科學(xué)研究團(tuán)隊(duì)負(fù)責(zé)人Silke Hemming博士表示：「比賽目標(biāo)是在6個(gè)月內(nèi)競爭選出小蕃茄的最佳智慧種植方案,，並貼近五大目標(biāo)：産量高、品質(zhì)好,、能耗少,、自動化、技術(shù)可遷移,?！刮逯ш?duì)伍的AI 收成均超過有20年經(jīng)驗(yàn)的農(nóng)業(yè)種植專家組。其中冠軍組Automatoes得到滿分,，實(shí)現(xiàn)畝産資源消耗減少16%,，淨(jìng)利增加121% ,，充分展現(xiàn)了農(nóng)業(yè)智能決策與溫室自動控制的技術(shù)價(jià)值，以及為農(nóng)民減負(fù)的未來潛力,。

所有AI組淨(jìng)利潤均超越了專家參照組（303號為專家組）

由於蕃茄是一種主要的溫室作物,，需要監(jiān)測和控制的種植和環(huán)境變量較多。今年在賽制上對AI與IoT技術(shù)方案提出了更高要求,，並優(yōu)化迭代了溫室仿真器,。大賽評委之一、騰訊AI Lab「AI+農(nóng)業(yè)」業(yè)務(wù)負(fù)責(zé)人羅迪君博士介紹：「仿真器能讓參賽隊(duì)更方便,、快速地獲得溫室仿真結(jié)果,，讓 AI 算法有充足數(shù)據(jù)樣本改進(jìn)算法和策略?！勾送?，本屆比賽的蕃茄種植仿真器中還新增了肥料控制，作物管理（包括留葉策略和留果策略）和溫室屋頂?shù)恼诠膺x項(xiàng),。

比賽當(dāng)中，各參賽隊(duì)不斷深入挖掘AI算法潛力,。冠軍隊(duì)Automatoes利用最先進(jìn)的數(shù)據(jù)驅(qū)動算法DeePC,，相比經(jīng)典控制算法，安全性更高,，對於複雜非線性隨機(jī)系統(tǒng)可以達(dá)到更精準(zhǔn)的控制效果,。韓國的Digilog隊(duì)提出利用強(qiáng)化學(xué)習(xí)算法，通過有效結(jié)合歷史數(shù)據(jù),、實(shí)時(shí)數(shù)據(jù)及仿真器反饋進(jìn)行訓(xùn)練,，從而輸出連續(xù)的控制策略。

騰訊首席探索官網(wǎng)大為（David Wallerstein）表示：「通過和WUR等眾多夥伴的多年合作,，我們證明了AI能勝任溫室的『高級管理員』,，監(jiān)測和控制影響黃瓜、蕃茄等作物生長的重要環(huán)境因素,。AI不僅能提高作物産量,，還能節(jié)約資源，增加利潤,。我們將不斷致力於推動此類 AI 應(yīng)用落地,，幫助人類應(yīng)對種種全球性的挑戰(zhàn)?！?/p>

然而,，在AI展現(xiàn)技術(shù)價(jià)值的同時(shí)，農(nóng)業(yè)場景中種植周期長,、數(shù)據(jù)不規(guī)範(fàn),、採集成本高等因素帶來的數(shù)據(jù)短缺問題,，以及溫室仿真器的精度誤差，會限制AI的進(jìn)一步推廣使用,。因此需要在數(shù)據(jù)規(guī)範(fàn)採集,、仿真器迭代和算法優(yōu)化方面不斷努力。下一步,，針對現(xiàn)階段挑戰(zhàn),，WUR和騰訊將繼續(xù)在作物模型研發(fā)和全周期管理等領(lǐng)域深入研究，探索更多AI+農(nóng)業(yè)的可能性,。

加快科技成果轉(zhuǎn)化 遼寧試點(diǎn)小豐收

除研究側(cè)外,，在應(yīng)用側(cè)，騰訊 AI Lab 攜手騰訊TEG架構(gòu)平臺部借助在上一屆比賽中自研的AI算法和經(jīng)驗(yàn)以及雲(yún)原生技術(shù)打造的「騰訊AIoT智慧種植方案iGrow」今年也落地中國,，在農(nóng)業(yè)大省遼寧開展的第一期小蕃茄種植試點(diǎn)迎來「小豐收」,，實(shí)現(xiàn)每畝每季度淨(jìng)利潤增加上千元。

iGrow方案在遼寧溫室試點(diǎn)

iGrow的智慧種植方案,，具有自動智能,、因時(shí)制宜、高效精準(zhǔn)等特點(diǎn),，用IoT傳感器採集空氣/土壤溫濕度,、二氧化碳濃度及光合有效值等多種環(huán)境數(shù)據(jù)，優(yōu)化後的iGrow溫室仿真器能快速做大量種植模擬（15秒模擬82個(gè)生長周期）,，再用不斷優(yōu)化的強(qiáng)化學(xué)習(xí)AI算法選擇最佳種植決策,，最後自動控制溫室，精準(zhǔn)利用資源,，提高作物的品質(zhì)及産量,。

農(nóng)業(yè)「新基建」帶來農(nóng)業(yè)「加速度」

隨著全球範(fàn)圍的人口老化及過度灌溉和施肥造成的水土流失及土壤污染，農(nóng)業(yè)急需從粗放走向精細(xì),，同時(shí)提高産量,、資源利用率和利潤，從而緩解全球性饑荒和環(huán)境污染問題,。此次疫情帶來的復(fù)産復(fù)工難,，進(jìn)一步凸顯出以自動化生産和智能化決策為核心的智慧種植方案的經(jīng)濟(jì)和社會價(jià)值。

在這一背景下,，發(fā)展數(shù)字農(nóng)業(yè)農(nóng)村成為全球共識,。歐洲及日本等多國政府相繼推出發(fā)展計(jì)劃，包括用現(xiàn)代資訊科技與先進(jìn)農(nóng)機(jī)裝備應(yīng)用推進(jìn)農(nóng)業(yè)4.0時(shí)代,，為小農(nóng)戶搭建智慧服務(wù)平臺等,。據(jù)國際諮詢機(jī)構(gòu)研究與市場預(yù)測，到2025年全球智慧農(nóng)業(yè)市值將達(dá)到300億美元,。

而隨著AI技術(shù)在中國不斷發(fā)展,，其應(yīng)用已逐漸滲入農(nóng)業(yè)生産全過程,。機(jī)器學(xué)習(xí)、電腦視覺,、大數(shù)據(jù)分析及雲(yún)計(jì)算等是其中應(yīng)用最廣泛的技術(shù),。農(nóng)業(yè)場景由於迭代周期較長，通常依賴農(nóng)業(yè)專家數(shù)十年的經(jīng)驗(yàn)積累,；也因其包含大量複雜的物理,、生物化學(xué)過程，信息量巨大,，人類難以做到精準(zhǔn)決策,，而是依賴感性判斷。

AI技術(shù)的引入,，可以高效利用傳感器監(jiān)測數(shù)據(jù)提取特徵規(guī)律,，同時(shí)借助集成了大量人類專家經(jīng)驗(yàn)的仿真器進(jìn)行模擬、探索和優(yōu)化,，形成一套實(shí)時(shí),、精準(zhǔn)、可遷移的決策技術(shù)方案,。騰訊也不斷在農(nóng)業(yè)領(lǐng)域持續(xù)合作與加大投入,，累積研發(fā)優(yōu)勢和技術(shù)經(jīng)驗(yàn)。不僅在2018年起攜手WUR連續(xù)兩年舉辦大賽,，還與中國農(nóng)科院,、中糧集團(tuán)及仲愷農(nóng)業(yè)工程學(xué)院等企業(yè)和機(jī)構(gòu)簽訂戰(zhàn)略協(xié)議,，布局智慧農(nóng)業(yè),，通過深度合作讓技術(shù)研究與落地商業(yè)化並駕齊驅(qū)。期待不久的將來,，騰訊能夠通過産學(xué)研用一體化生態(tài)建設(shè),，打造出理想的AI+農(nóng)業(yè)解決方案。