超级大脑当“农作物医生” 乐山农业要插上人工智能的翅膀

吴晓彤 摄

本报记者　吴晓彤　刘若辰

“今后，农民可以通过田里的机器人设备，完成土壤检测、精确预报天气、防虫除害等工作。”3月6日，在乐山市首届国际人工智能（农业科技）研讨会上，美国通用人工智能协会主席、汉森机器人公司首席科学家Ben　Goertzel抛出了当前人工智能在农业领域的新研究实例，引得在场的省、市农业专家和农业企业负责人纷纷感概，传统农业公式上“天时+地利+人和=收成”中的“天时+地利”今后将被智能农业取代。

作为全球人工智能领域的大咖，Ben　Goertzel更为人熟知的身份还是全球首位拥有公民身份的机器人——索菲亚的研发者之一，过去十余年一直致力于研究通用人工智能（AGI：Artificial　General　Intelligence)。Ben　认为,人工智能能力局限于单一领域，如果要应用于其他领域，则需要重新开发，而通用人工智能则能够在不同的领域，具备一般智力行为的能力。此次来乐山，正是Ben作为乐山西美农业技术产业研究院首席科学家的首次亮相，他将和西美农业就农作物病虫害智能图片识别工程等项目展开合作，为乐山农业插上人工智能的翅膀。

超级大脑当“医生” 帮农民种出高质量农作物

会上，Ben以一个例子开头：美国宾夕法尼亚州立大学和瑞士联邦理工学院（EPFL）的研究人员将关于作物叶子的5万多张照片导入计算机，通过深度学习算法开发了一款手机软件，农户将在合乎标准光线条件及背景下拍摄出来的农作物照片上传，就能识别作物所患虫害，该款软件可检测出14种作物的26种疾病，识别准确率达99.35%。

“但是，如果拍摄的图片不符合标准识别率就会大大下降。”Ben话锋一转，指出该项技术应用的限制性，要想让超级大脑成为“医生”，真正看病问诊，还要加强人工智的通用化能力，通用人工智能技术就可以让人工智能模仿人类大脑，多维度观察学习作物发生病害的特点从而进行判断，“它应该具备即便换一个地方、角度、光源也能分辨出这种疾病的能力。”

让超级大脑识别、预防农作物病虫害，只是第一步。在Ben看来，更重要的是利用该技术将田间地头的海量数据及时的变成更有价值的信息，帮助农民对农作物“择优录取“，从而提高农作物产出和效率，同时减少农药和化肥的使用，保障农作物生产安全。“除了图片，如果给我一个植物样本，还可以进行基因检测。从不同的基因对比找出最好的品种，这样育种站就能鼓励农民种植更优质的品种，从源头减少疾病的发生；或者一些基因研究院所借此对农作物基因进行改良增强抗病性。”Ben希望，借助该研究项目在乐山的实施，获取足够的经验，并将此推广至世界其他地方农场，惠及更多的农民。

打通“信息孤岛”用区块链保障数据安全性

“现实中，农民所面临的农作物病虫害要比论文研究中复杂的多。”在参加此次研讨会前，ben在乐山考察了草莓大棚、茶场、农资店等6个点位，实地了解当地种植业的情况。他认为目前项目最大的难点不在于技术而在于资源，必须采集海量的、来自农户的一手数据。“要让超级大脑学会识别预防病虫害，首先得赋予它海量的数据进行深度学习，根据人工智能在其他领域的应用来看，20%靠技术80%靠数据。”

对此，在做的农业专家表示极大赞同。“农业涉及的不可知因素很多，包括地理位置、土壤环境、气候、病虫害等方面，如果要企业去搜集这些数据需要耗费大量的精力，能否将政府部门对病虫害监测的数据共享给企业，项目的实施会更快。”乐山西美农业技术产业研究院副总经理成洪山更是对有关部门抛出橄榄枝。

“现在提出了政府数据公开主要是指部门与部门之间可以共享，但政府部门的数据能否对外公开还涉及脱敏等问题。”省科协委员张权指出为何会存在这样的难点，数据安全性得不到保障，数据存在被操纵的可能，数据流通环节的信任和确权得不到保证，造成政府、企业之间形成各自的“数据孤岛”，无法发挥数据产业的真正价值。他建议，如果暂时不能打通政府的农业数据，企业可以通过市场的方式驱动，鼓励农民自发参与到数据的采集工作。

“将区块链和大数据相结合，使其成为解决数据安全短板的一剂良药，加强数据提供方和使用者的信任度。”ben则用当前最为热点的技术提出了解决意见。简单来说，在区块链的作用下,对区块链数据的查询、存储、获取以及写入，每一个过程都是一个轨迹，且不可消除，以此确保所有数据不可能更改，保障数据的安全性。

【如果您有新闻线索，欢迎向我们报料，一经采纳有费用酬谢。报料微信关注：ihxdsb，报料QQ：3386405712】