100億人口會(huì)挨餓嗎？人工智能迎擊全球糧食問(wèn)題

今年8月，雷鋒網(wǎng)將在深圳舉辦一場(chǎng)盛況空前有全球影響力的人工智能與機(jī)器人創(chuàng)新大會(huì)。屆時(shí)雷鋒網(wǎng)將發(fā)布“人工智能&機(jī)器人Top25創(chuàng)新企業(yè)榜”榜單。目前，我們正在拜訪人工智能、機(jī)器人領(lǐng)域的相關(guān)公司，從中篩選最終入選榜單的公司名單。

如果你也想加入我們的榜單之中，請(qǐng)聯(lián)系：2020@leiphone.com。

圖片來(lái)源：Blue River Technology

人類又面臨了一項(xiàng)危機(jī)——隨著人口不斷膨脹，到2050年人類總?cè)丝谝苍S要達(dá)到100億，然而，地球卻沒(méi)有等比例放大，這意味著同樣面積的土地資源必須喂飽翻了n備的人口。隨著全球變暖以及跟隨而來(lái)的水資源短缺，人類將面臨嚴(yán)重的糧食問(wèn)題。

也許機(jī)器的到來(lái)是一個(gè)歷史偶然。真正智能的機(jī)器人和機(jī)器學(xué)習(xí)算法也許能幫助推動(dòng)一場(chǎng)新的“綠色革命”，從而解決日漸嚴(yán)重的口糧問(wèn)題。想象一下，如果衛(wèi)星可以自動(dòng)檢測(cè)旱災(zāi)發(fā)生模式，如果拖拉機(jī)可以通過(guò)“目測(cè)”消滅患病的農(nóng)作物，如果一個(gè)人工智能支持的智能APP可以讓農(nóng)民知道如何應(yīng)對(duì)農(nóng)田里的農(nóng)作物病害。

稻草人要成為歷史了，保護(hù)農(nóng)業(yè)的未來(lái)就拜托人工智能了。

AI給農(nóng)作物“看病”

深度學(xué)習(xí)是一種計(jì)算方法，程序員不用確切地告訴計(jì)算機(jī)該做什么，而是訓(xùn)練計(jì)算機(jī)識(shí)別某些模式。你可以給計(jì)算機(jī)輸入患病和健康的農(nóng)作物葉子圖片，并做上標(biāo)記。計(jì)算機(jī)可以以此學(xué)會(huì)患病和健康的葉子看起來(lái)有什么不同，并能獨(dú)立判斷新作物是否健康。

這就是生物學(xué)家David Hughes和流行病學(xué)家Marcel Salathe的研究，他們用感染了26種疾病的14株作物進(jìn)行了實(shí)驗(yàn)。他們?cè)谟?jì)算機(jī)中輸入了超過(guò)五萬(wàn)張圖片，計(jì)算機(jī)程序通過(guò)自主學(xué)習(xí)，最終能夠以99.35%的正確率判斷研究人員輸入的新圖片。

不過(guò)，這些是動(dòng)過(guò)手腳的圖片，其中的燈光和背景都是一致的，為計(jì)算機(jī)識(shí)別葉片圖像降低了難度。如果從互聯(lián)網(wǎng)上隨機(jī)下載一張患病作物的葉片照片，讓計(jì)算機(jī)去判斷，軟件的準(zhǔn)確率就降低到了30%-40%。

不太好。不過(guò)，Hughes和Salathe希望能使用這項(xiàng)人工智能技術(shù)支持他們的APP“Plant Village”，這個(gè)APP可以讓世界各地的農(nóng)民給自己患病的作物拍張照片，上傳到論壇上，讓專家來(lái)診斷農(nóng)作物疾病。為了提高這項(xiàng)技術(shù)的“智商”，他們會(huì)繼續(xù)給AI輸入更多的患病作物照片。“從各種不同渠道而來(lái)的圖片越多越好，渠道指的是照片拍攝的方式、季節(jié)、位置等等因素。”Salathe說(shuō)，“軟件可以吸收這些信息，不斷學(xué)習(xí)。”

這不只是排除農(nóng)作物之間的疾病傳染，還有很多其他因素會(huì)影響農(nóng)作物。“大部分影響生長(zhǎng)的都是生理壓力，例如缺鈣、缺鎂或者鹽分太高、熱量太高等，”Hughes說(shuō)，“人們有時(shí)候會(huì)以為是細(xì)菌或者真菌疾病。”誤診導(dǎo)致農(nóng)民浪費(fèi)了時(shí)間和金錢去買殺蟲劑或者除草劑。未來(lái)，人工智能可以幫助農(nóng)民更加準(zhǔn)確地定位問(wèn)題所在。

在那之后，人類將奪回控制權(quán)——因?yàn)殡m然APP可以定位問(wèn)題，但是沒(méi)法像人類專家一樣，考慮緊氣候、突然、季節(jié)等因素，給農(nóng)民提供最適合的解決辦法。聯(lián)合國(guó)糧食及農(nóng)業(yè)組織（FAO）認(rèn)為這類技術(shù)是農(nóng)作物管理的一種“有用工具”，但還是要聽(tīng)專家說(shuō)了算。因此，F(xiàn)AO的植物病理學(xué)家Fazil Dusunceli說(shuō)，非常歡迎這樣的技術(shù)幫助，但是“最終病害管理決策應(yīng)該與現(xiàn)場(chǎng)的專家一起合作制定。”

走路“長(zhǎng)眼”的拖拉機(jī)

可以說(shuō)，現(xiàn)在沒(méi)有哪一個(gè)國(guó)家在農(nóng)業(yè)方面可以高枕無(wú)憂——發(fā)展中國(guó)家亟需農(nóng)業(yè)知識(shí)，而發(fā)達(dá)國(guó)家則淹沒(méi)在殺蟲劑和除草劑之中。在美國(guó)，僅僅在玉米、大豆和棉花作物上，每年農(nóng)民使用的除草劑就多達(dá)三億一千萬(wàn)磅（編者注：相當(dāng)于大約一億四千萬(wàn)公斤）。

一家叫做藍(lán)色河流科技（Blue River Technology）的公司可能找到了一種解決辦法，至少對(duì)卷心菜來(lái)說(shuō)有了新的希望。公司的“卷心菜機(jī)器人”（LettuceBot）長(zhǎng)得像一臺(tái)普通的拖拉機(jī)，但是其中包含了機(jī)器學(xué)習(xí)的智能技術(shù)支持。

公司稱，“卷心菜機(jī)器人”可以在駛過(guò)農(nóng)田的時(shí)候，每分鐘拍攝五千張幼苗的照片，使用算法和機(jī)器視覺(jué)來(lái)識(shí)別每一株植物到底是卷心菜還是雜草。“這是基于機(jī)器學(xué)習(xí)計(jì)算和計(jì)算機(jī)視覺(jué)的力量，”Jeremy Howard說(shuō)，他是深度學(xué)習(xí)機(jī)構(gòu)Enlitic的創(chuàng)始人。他補(bǔ)充道，一塊圖形芯片識(shí)別圖像只要0.02秒的時(shí)間。

在四分之一英寸（編著注：大約0.63厘米）的精度下，機(jī)器人可以在行進(jìn)中定位雜草，并在每株雜草上噴灑除草劑。如果機(jī)器人“目測(cè)”到一顆卷心菜生長(zhǎng)得不然太理性，它也會(huì)給它噴除草劑（農(nóng)民過(guò)度種植多達(dá)5倍的卷心菜，所以偶爾犧牲掉一顆也沒(méi)關(guān)系）。如果兩株菜苗長(zhǎng)得過(guò)于靠近，機(jī)器人會(huì)知道這不是一顆特別大的菜苗，并且把這兩株也摧毀。

如果你覺(jué)得機(jī)器人的做法太殘酷，我們先來(lái)看看另一種選擇：不管三七二十一，先給正片農(nóng)田噴上除草劑。“這類似于說(shuō)，如果舊金山出現(xiàn)了一種傳染病，我們唯一的辦法就是給所有人，不管男女老少，都打一針抗生素。”Blue River Technology公司的Ben Chostner說(shuō)，“人們的病可以治好，但是這很浪費(fèi)錢。而且，這種辦法沒(méi)有把抗生素的效果發(fā)揮得最好。”

而有了“卷心菜機(jī)器人”，Chostner說(shuō)農(nóng)民可以將化學(xué)物品的使用量減少90%。而且，機(jī)器人已經(jīng)開(kāi)始努力干活了——Blue River管理的農(nóng)田提供了美國(guó)每年卷心菜消耗量的10%。

 

圖片來(lái)源：Blue River Technology。

上帝視角的衛(wèi)星

NASA的Landsat衛(wèi)星在我們頭頂上空400英里（編者注：大約643.74千米）環(huán)繞地球，為地球表面提供了魔法般強(qiáng)大的調(diào)查數(shù)據(jù)。各種層面的信息數(shù)量太大，對(duì)于人類來(lái)說(shuō)很難消化，但是有了機(jī)器學(xué)習(xí)算法，這根本是小菜一碟。

這對(duì)農(nóng)業(yè)監(jiān)管來(lái)說(shuō)具有極大價(jià)值，尤其是在發(fā)展中國(guó)家，政府和銀行在決策中非常缺乏數(shù)據(jù)支持，難以決定應(yīng)該給哪些農(nóng)民批準(zhǔn)貸款或者緊急支援。舉個(gè)例子，在印度的一次旱災(zāi)中，我們不僅看到不同的區(qū)域有不同程度的受災(zāi)影響，而且在區(qū)域內(nèi)，一部分農(nóng)民比其他人能容易獲得水資源。

因此，一家名叫Harvesting的公司正在使用機(jī)器學(xué)習(xí)，大規(guī)模分析衛(wèi)星數(shù)據(jù)，希望幫助機(jī)構(gòu)更加高效地分配財(cái)政資源。“我們對(duì)這項(xiàng)技術(shù)的期望是分離出一部分農(nóng)民和村莊，讓銀行或者政府將資金導(dǎo)向正確的群體。”Harvesting公司CEO Ruchit Garg說(shuō)。他說(shuō)，一個(gè)人類分析師可以同時(shí)可以處理10項(xiàng)、10項(xiàng)變量，而機(jī)器學(xué)習(xí)算法可以處理超過(guò)2000項(xiàng)變量。這完全不是同一個(gè)層級(jí)上。

隨著全球變暖讓氣候越來(lái)越混亂，政府面臨的壓力越來(lái)越大，必須能夠正確分配有限的資源。傳統(tǒng)上，農(nóng)業(yè)在印度算是一個(gè)相對(duì)容易預(yù)測(cè)的行業(yè)，至少?gòu)娜祟悓?duì)環(huán)境的可控性這個(gè)意義上來(lái)說(shuō)。“我從我的父親、我的祖父等祖祖輩輩人之中學(xué)到的知識(shí)，就是我用來(lái)耕田的知識(shí)，就是我對(duì)于季節(jié)環(huán)境的認(rèn)識(shí)。”Garg說(shuō)，“但是，因?yàn)闅夂騽∽儯宜媾R的，不再是我的先人們所面臨過(guò)的環(huán)境了。”

對(duì)，這是一個(gè)完全不同的世界了。農(nóng)民可能在變化的環(huán)境中遭受打擊，或者也可以進(jìn)入更加智能的農(nóng)業(yè)時(shí)代。農(nóng)民可以獲得更多數(shù)據(jù)、更多人工智能、更多可以噴灑化學(xué)品的機(jī)器人。

 

Via Wired

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。