人工智能技术在农业方向的应用现状及前景预测

　　下面文章主要分析了人工智能和大数据技术在国内外农业方向的应用，并且和案例相结合重点阐述了大数据时代人工智能技术带来的农业生产方式的新模式、农产品经营状态的新体系、农业领域管理服务的新思维，并通过大数据时代下群体智能、混合—增强智能与自主智能等人工智能技术的发展方向，对于未来农业的应用前景加以预测，为我国智慧农业的发展提供理论基础。

　　关键词:人工智能,大数据,智慧农业,群体智能,混合—增强智能,自主智能

　　农业自古以来就是国民经济的基础，在我国“四化”同步的背景之下，粮食安全问题、农产品质量安全问题都受到高度重视。农业涉及到诸多环节，影响范围也由原来的单一领域逐渐转变为复杂的领域，这也导致原来针对农业领域的单一信息已不能满足当今这种复杂的局面[1]。农业领域的问题主要归结于缺乏智能化代替机械化的改革技术，农业转型需要很长时间，导致了农业生产中施肥施药、增产增收过程繁琐，效率低下。

　　虽然现代农业由机械化、智能化代替人工提高了生产效率，但是针对农产品生产过程中的问题，却还有漫长的路要走。随着信息技术的日益成熟，互联网承载着海量数据供给每个用户使用，在日益强大的数据面前，如何通过分析，筛选出有价值的信息成为人们思考的重要方向[2-3]。大数据这一名词也渐渐为我们所熟知。麦肯锡全球研究所提出，大数据是指其大小超出了典型数据库软件工具捕获、存储、管理和分析能力的数据集[4]，需要新的处理模式才能具有更强的决策力、洞察力和流程优化能力。

　　在我国农业领域，农作物多种多样，信息十分庞大。农作物从栽培、生长、收割直到封装、销售、食用的过程中，存在大量的信息反馈。如何在海量的数据中精准分析，实现数据共享，使大数据技术在农业领域体现出巨大的应用价值。2012年3月美国发布“大数据研发计划”，基于大数据推动科研和创新，随后英国、日本、德国、加拿大等国纷纷效仿，推出了大数据应用相关的战略研究[5]。

　　国内第一个农业大数据的研究和应用推广机构“农业大数据产业技术创新战略联盟”于2013年6月18日在山东农业大学正式成立，标志着国内大数据技术在农业领域的应用又有了实质性突破[6]。农业大数据就是利用大数据的理念、技术和方法，解决农业或涉农领域数据的采集、存储、计算与应用等一系列问题，是大数据的理论和技术在农业上的应用与实践[7-8]。

　　随着大数据技术的日益完善，通过对海量数据的分析，让机器识别有价值的数据并自主学习，成为智能领域发展的难点，这也是大数据智能技术在当下以至将来所面临的问题。因此，对人工智能与大数据关键技术进行深入研究，并将其与农业领域深度融合，为农业用户生产中，农作物的精准施肥、节水灌溉、病虫害诊治、智能采摘等过程提供技术支撑;为农产品经营中，农产品的质量安全溯源、农产品电子交易等平台提供决策依据;为农业管理人员服务中，灾害预警与评估、耕地质量监测与评价、农民科技培训等体系提供综合服务。可以预测，大数据时代的人工智能技术在农业领域的应用研究具有广阔的前景，是智慧农业的发展方向。

　　1人工智能与大数据技术在农业领域中的研究现状

　　1.1人工智能技术在农业领域的研究现状

　　人工智能技术发展至今，已经在农业领域得到了广泛的应用。农业人工智能涉及到关键技术比比皆是，例如:专家系统，自动规划，智能搜索，智能控制，机器人，语言和图像理解，遗传编程等[9]。在农业领域引用人工智能技术的想法在20世纪初就已被提出。最初是人工智能技术应用于耕作、播种、栽培等方面的专家系统;随着物联网和智能控制技术的应用，出现了采摘智能机器人、智能探测土壤、探测病虫害、气候灾难预警等智能识别系统，以及在养殖业中使用的禽畜智能穿戴产品。

　　这些技术的应用在帮助我们提高产出、提高效率、科学饲养的同时，减少了农药和化肥的使用。国际上，农业专家系统的研究始于20世纪70年代末，以美国最为先进和成熟。1978年，美国伊利诺斯大学开发的大豆病虫害诊断专家系统(CPLANT/ds)是世界上应用最早的专家系统[10];美国约翰迪尔公司(JohnDeere)是全球最大的农业机械制造商，也是精细农业的领导者，该公司的农业智能机器人可以智能除草、灌溉、施肥和喷药[11]。

　　我国人工智能的发展在农业领域也取得了重大进步。我国的农业专家系统开发始于20世纪80年代，1983年开始研制并建成了第一个专家系统“砂姜黑土小麦施肥专家查询系统”。20世纪90年代以后，我国的农业专家系统得到了快速发展，国家自然科学基金委、科技部、农业部和许多省级部门都相继开展了相关的攻关课题[12];2017年7月，国务院印发了《新一代人工智能发展规划》，明确提出:“发展智能农业、建立典型农业大数据智能决策分析系统，开展智能农场、智能化植物工厂、智能牧场、智能渔场、智能果园、农产品加工智能车间、农产品绿色智能供应链等集成应用示范”[13]。

　　人工智能已成为新一轮产业变革的核心驱动力，而智能农业是一种革命性的技术创新，可有效助力农业生产要素的合理配置、农业生产经营的科学管理。人工智能技术向传统产业的渗透，从对农业的深度改造，到颠覆农业的传统营销模式，再到互联网公司跨界进入农业生产领域等方方面面，使农业的产、供、销体系更加紧密结合，以提高农业的生产效率。未来，我国农业也必将在互联网的影响下走上一条智能化的发展道路[14]。

　　2大数据时代人工智能技术在农业领域的应用

　　2.1农业生产新模式

　　2.1.1精准农业

　　精准农业是20世纪80年代初国际农业领域发展起来的一门跨学科新兴综合技术，其特点是通过“3S”技术和自动化技术的综合应用，按照农作物生长的田间每一个操作单元上的具体条件，根据作物生长的土壤性状，调节对作物的投入，即一方面查清田块内部的土壤性状与生产力空间变异，另一方面确定农作物的生产目标，进行定位的“系统诊断、优化配方、技术组装、科学管理”，调动土壤生产力，以最少的或最节省的投入达到同等收入或更高的收入[26]。

　　随着人工智能、物联网、“3S”、大数据等新一代信息技术与农业生产的跨界融合，“精准农业”已成为合理利用农业资源、提高农作物产量、降低生产成本、改善生态环境的一种重要的现代农业生产形式[27]。吉林农业大学主持的“十五”至“十三五”期间国家“863”计划“玉米精准作业系统研究与应用”、国家星火计划“基于物联网的玉米精准作业技术集成与示范”等项目，基于人工智能、“3S”、数据挖掘、物联网和大数据技术，并与智能农机设备，分别在吉林省、黑龙江省和新疆维吾尔自治区构建了数字农业软硬件平台和示范应用体系，建立了玉米、大豆和棉花变量施肥、精密播种等精准农业技术应用示范区;研制出“基于大数据处理的玉米精准生产智能系统”。

　　3大数据时代人工智能技术在农业领域的发展趋势

　　新一代人工智能是一个更具说明力、更强大、更开放、更普遍的人工智能。它有效地将数据驱动的机器学习方法与知识指导方法相结合，采用具有不同形式的数据来执行跨媒体学习和推理，可以实现可解释、更鲁棒和更通用的人工智能。中国工程院多位院士表示，新一代人工智能的发展方向可以分为大数据智能、群体智能、跨媒体智能、混合—增强智能和自主智能。

　　3.1大数据智能

　　大数据智能是数据挖掘与人工智能技术的深度融合，具体表现:从浅层计算到深度神经推理;从单纯依赖于数据驱动的模型到数据驱动与知识引导相结合学习;从领域任务驱动智能到更为通用条件下的强人工智能。运用大数据智能技术研究空间数据存在大量不确定性和模糊性的问题[33]，探讨复杂多维的非线性问题的解决方案等，对促进智慧农业的实施创造了有利条件;应用大数据智能技术，可以帮助人类从与农业生产过程密切相关的属性数据和空间数据中找出隐藏的规律，按照规律制定正确的精准农业策略，并进行精准预测，达到使农业生产持续、高效、协调发展的目的，更是发展智慧农业应进行的理论研究。

　　3.2群体智能

　　当前，以互联网和移动通信为纽带，人类群体、大数据、物联网已经实现了广泛和深度的互联，群体智能带来的信息物理世界深刻地改变了人工智能发展的信息环境，为农业领域的智能化发展带来了新的契机，提供了一种通过聚集群体的智慧来解决农业问题的新模式———智慧农业。但是，由于我国网络基础设施仍在普及，网络平台搭建不够完善，农业信息资源共享不及时，群体智能在农业领域中尤其是服务体系应用上潜力很大。相信随着农业共享经济的快速发展，信息技术和网络建设的不断进步，未来的群体智能技术广泛应用于农产品线上—线下交易、农产品安全实时监控、物流审查管理将成为必然。

　　3.3跨媒体智能

　　随着人类文明的进步以及科技的发展，信息的传播也逐渐从文字、图像、音频、视频等单一媒体形态逐步过渡到相互融合的多媒体形态，这一过程也越来越显现跨媒体特性，而如何实现跨媒体分析与推理就成为了研究和应用的关键问题。农业机器视觉系统是实现跨媒体分析与推理的核心技术之一。

　　将机器视觉技术应用在多种媒体平台，通过将获取的目标作物图像，传送给专用的图像处理系统，得到被摄目标的形态信息，并转变成数字化信号，图像系统对这些信号进行各种运算来抽取目标的特征，根据特征判别进行作物病虫害诊治，帮助决策[34]。应用跨媒体智能技术，将大大提高农业领域对光谱、视频等静态和动态图像的分析与处理能力，促进农业高光谱图像的应用。

　　3.4混合—增强智能与自主智能

　　由于人类面临的许多问题具有不确定性、脆弱性和开放性，任何智能程度的机器都无法完全取代人类，这就需要将人的作用或人的认知模型引入到人工智能系统中，形成混合—增强智能的形态。这种形态是机器自主智能的重要成长模式，将无人机技术应用于农业生产就是这一智能方向的典型应用。

　　无人机和成像光谱仪结合，对大面积农作物光谱信息进行精确和实时快速的监测，灵活、有效地获取到高分辨率图谱合一数据[35];同时研究人员还可以根据获得的数据建立基于特定目标的统计模型，研制出基于无人机的农业低空高光谱的新型遥感技术平台，实现混合—增强智能与自主智能技术在农业领域的应用。随着这一技术的深入发展，诸如无人车、服务机器人、空间机器人、海洋机器人、无人车间和智能工厂等相关技术必将在农业领域得到更广泛的应用。

　　4结语

　　以上文章通过对近年来国内外大数据背景下人工智能技术在农业领域的研究的较为全面的总结和介绍;阐述了运用人工智能、大数据、物联网等技术相结合应用于农业发展的典型案例;并结合人工智能的发展方向对农业领域研究及应用进行了深度思考和趋势展望。

　　参考文献:

　　[1]史赞旸，孙婷婷，马腾飞.移动通讯在农业信息服务中的应用[J].南方农机，2016(12):51.

　　[2]陈威，郭书普.中国农业信息化技术发展现状及存在的问题[J].农业工程学报，2013，29(22):196-205.

　　[3]ManyikaJ，ChuiM，BrownB，etal.BigData:TheNextFrontierForInnovation，Competition，AndProductivity[R].SanFrancisco:MckinseyGlobalInstitute，2011.

　　[4]张浩然，李中良，邹腾飞，等.农业大数据综述[J].计算机科学，2014，41(11):387-392.

　　[5]张娟，田倩飞，房俊民，等.全球科研数据与计算平台发展与趋势分析[J].世界科技研究与发展，2018(4):126-132.

　　[6]温孚江.农业大数据研究的战略意义与协同机制[J].高等农业教育，2013，11(11):3-6.

　　[7]孙忠富，杜克明，郑飞翔，等.大数据在智慧农业中研究与应用展望[J].中国农业科技导报，2013(6):63-71.

　　[8]夏于，孙忠富，杜克明，等.基于物联网的小麦苗情诊断管理系统设计与实现[J].农业工程学报，2013，29(5):117-123.

　　[9]蔡自兴.中国人工智能40年[J].科技导报，2016，34(15):12-32.

　　[10]降惠，李杰.农业专家系统应用现状与前景展望[J].山西农业科学，2012，40(1):76-78.

　　[11]李峰.基于人工智能的农业技术创新[J].期刊农业网络信息，2017，26(11):20-23.

　　[12]杨宝祝，王秀徽，路伟康.农业专家系统平台助力智慧农业[J].高科技与产业化，2015，5(228):64-67.

　　农业期刊知识：现代农业科技发表论文多长时间见刊

　　现代农业科技是面向国内外公开发行的国家级优秀农业技术期刊，是很多农业人员评职称发表论文的首选期刊，同时也有很多作者咨询小编现代农业科技发表论文多长时间见刊，小编解答：现代农业科技这本国家级期刊也属于普刊，发表论文见刊时间就会比核心期刊少很多，一般发表见刊需要1-3个月时间。