多多農研“人機對戰”：跨入中國數字農業最前沿

李建明 西北農林科技大學教授

6月15日，拼多多聯合中國農業大學舉辦“多多農研科技大賽”，以國內外頂尖的人工智能組對戰國內頂尖的傳統種植組，比拼草莓種植，展現了年青一代對數字農業、智慧農業的全局思考、跨學科的理論統合能力和實踐操作能力。初賽“17進4”的競爭激烈，讓我看到了知識與青春碰撞出的智慧農業燦爛火花。這樣的“未來新農人”，將推動中國的數字農業和智慧農業步入發展快車道。

參賽隊伍中，既有由獲得發明專利三十餘項的“科研牛人”領銜，常年奮戰在數字農業科研和草莓生產一線的實戰團隊，也有來自農業類世界排名最前列的瓦赫寧根大學、根特大學和埃因霍温科技大學的年輕國際化團隊。從草莓種植專家、植物與作物營養學，到圖像識別、設施環境控制與算法工程師，不少小組都是跨學科、跨機構、跨區域甚至跨國合作，取得過國內外各種數字農業比賽的優異成績。

數字農業正成為農業新里程碑

“要緊緊把飯碗端在自己手裏”，14億人口的吃飯問題是我們最大的事。在農業發展中，我國人均耕地面積小、水資源虧缺，同時耕地面積還在進一步減少，生產成本不斷增加，傳統農業面臨着巨大的挑戰。優化產業結構，加速產業轉型升級，提高農業生產機械化、自動化、信息化、智能化、規模化、集約化，是促進我國農業發展持續高效發展的當務之急。

數字農業或智慧農業是世界農業現代化發展的趨勢，是農業信息化發展的高級階段，對農業發展具有里程碑意義。5月27日，聯合國糧農組織（FAO）召開“氣候智慧農業會議”，探討在當前生態環境、風險災害下，中國等發展中國家的農業如何利用科技進行智慧轉型。數字農業的核心要素是信息、裝備和智能，最終目標是通過大數據信息平台、傳感器等硬件系統、以及模型決策系統，實現集約化生產、智能化控制、精細化調節、省力化管理，以及信息即時共享。

數字農業涉及到種植、養殖、生態環保等多個農業領域，但首先是在設施農業中體現，通過集約化、機械化生產，藉助環境與作物長勢監測設備、無線通信技術、自動控制系統和模型決策系統，最終實現全部生產環節的數字化、智能化管理控制，達到提質增效、安全溯源、節能減排的現代化農業生產要求。

數字農業在產前的應用，主要體現在作物種植環境測評與種植規劃等方面。例如，通過農業大數據分析預測，選擇合適的種植作物及品種，通過決策系統使種植者得到最優種植區域時間、栽培密度，以及管理措施等種植方案。

產中環節，主要體現在生產的工廠化育苗、機械化種植、精準化管理及智能化控制等過程。通過作物種植過程中的環境與長勢的傳感，實現動態即時監測，使種植者在電腦或者手機端可以直觀地看到作物生長環境與作物長勢優劣，並根據決策系統的人工智能分析結果，實現環境智能化遠程控制。這樣的智能化控制，不僅可以實現基本的自動化控制，更能實現精準化、定製化管理，實現資源利用效率的最大化。

同樣，在水肥管理方面，過去主要靠經驗，盲目性強，效率低下。數字農業可以根據不同環境、土壤狀況、作物不同栽培時期，實行定製化灌溉施肥，使作物水肥管理有據可依，有精細方案可執行。

病蟲害防治方面，數字農業可通過“3S”技術、圖像採集設備、以及無線傳輸技術，對作物長勢和病蟲害狀況進行即時監控和智能分析，通過人工智能不斷提高機器識別病蟲害的準確率和效率，以實現遠程無損檢測與診斷。

產後包裝、營銷、物流、消費等環節的智能化與信息化，也是數字農業的重要環節。比如產品分選包裝、貯藏運輸的裝備智能化，以及產品溯源系統、物流以及市場信息系統的建立，都將實現農業生產信息化決策、高效化生產、差異化服務。

除了生產管理的智能化與精準化，數字農業還致力於提高生產效率，減少勞動力成本，在一定程度上實現無人化生產。比如針對園藝作物的採收機器人，可以根據作物果實的顏色和形狀智能識別果實，並實現機械臂的無損採收，使產品採收從半機械化逐步轉為智能全自動。還有基於北斗導航衞星的無人採收農業機械，實現了大田作物的高效、省力種植採收。

“多多農研”加速農業現代化

在國家政策的大力支持下，我國數字農業發展迅速，全產業鏈都在進行着積極地轉型升級，但由於我國農業總體的機械化、集約化生產水平整體較低，嚴重製約了數字農業的發展。數字農業發展需要的智能設備、農業專家決策系統的相對缺乏，複雜的作物生長模型系統還研究不深。

這次參加“多多農研科技大賽”的絕大部分團隊，對農業技術、傳感器研發運用、AI算法、軟硬件協同、產業痛點和經濟性等，都有較為深入和全面的分析，提出了不少讓人眼前一亮的可操作方案。難能可貴的是，無論是70後、80後還是90後領銜的團隊，都體現出了對中國數字農業的巨大熱忱和投入精神。可以説，本次大賽，一步跨入到了中國數字農業的最前沿。我非常期待大賽能有力推動中國加速邁入現代化農業新時代。