現(xiàn)在の狀態(tài)は緊張していますが、今の段階では各種設(shè)備が調(diào)整中です。雲(yún)南人ミン?チヒさんは自分のチームとイチゴ栽培の試合に奮闘しています。彼女のもう一つの重要な身分はオランダ瓦赫寧根大學の溫室園蕓専門の博士生です。彼女のチームはAiCUで、これまで17チームのAI栽培チームから決勝戦に進出しました。

先日、中國農(nóng)業(yè)大學と提攜して、國內(nèi)初の農(nóng)業(yè)分野の人工知能とトップ農(nóng)人の対戦が始まりました。競技種目はイチゴ栽培です。120日間、遼寧東港、江蘇文容、安徽長豊などは世界金賞などの「トップ農(nóng)人」を獲得しました。対陣はオランダ、江蘇、雲(yún)南、中國農(nóng)業(yè)科學院の4本の人工知能チームです。

「世界中の名手と連攜して、國際先端のデジタル農(nóng)業(yè)技術(shù)を國內(nèi)ローカライズして応用したいというのが始まりです」7月29日、多くの新農(nóng)業(yè)農(nóng)村研究院高級監(jiān)督公沢は21世紀の経済報道記者のインタビューを受け、今回の試合に勝利した各チームは、農(nóng)業(yè)科學技術(shù)基金による資金サポートを獲得するとともに、「多農(nóng)園」などのプロジェクトと全國の各生産區(qū)で大會で産出された先進的な応用を著地すると明らかにしました。

聞くところによると、決勝戦の結(jié)果は栽培策略、アルゴリズム策略の優(yōu)位、生産量、品質(zhì)、効果と利益の投入と産出比などのいくつかの方面から評価します。パターンの異なる競技は、同じ物差しで測定し、主催者に対しては、常に待ち構(gòu)えるべき課題です。結(jié)局AIと人工栽培の試合は利益だけを基準にしてはいけません。データと経験は現(xiàn)代社會にとって分けなければならない課題です。

公澤氏は、5 G、ビッグデータ及び炭素知能、人機混合知能などの次世代AIの発展によって、農(nóng)業(yè)分野の情報化応用が重要な方向になると考えている。同時に、現(xiàn)在國內(nèi)の農(nóng)業(yè)生産區(qū)が直面している問題は、農(nóng)業(yè)労働力の高齢化問題がますます際立ち、労働力が農(nóng)産物のコスト比重の中で日増しに高まっているなどの現(xiàn)実的な難題である。

新しいAI技術(shù)の農(nóng)業(yè)での応用は、これらの問題を効果的に解決します。例えば植物成長モデルの精密化管理、肥満抑制薬、ロボットなどの無人化作業(yè)で労働力不足問題を解決するなどです。これらの最先端技術(shù)は、國內(nèi)外の科學研究機関や産地ですでに実用的な成果を上げています。先端技術(shù)の進歩の一歩は、小農(nóng)経営主體の多くの難題を解決し、より安定した農(nóng)産物供給チェーンをもたらすかもしれない。

このために、農(nóng)業(yè)分野における配置を引き続き拡大し、農(nóng)業(yè)のデジタル化の歩みを推進していきます。

一度に旗を振る

人工知能はどれだけ盛んに行われていますか？時代の需要はどれほど緊迫していますか？艾瑞諮詢データによると、人工知能賦能実體経済の市場規(guī)模は2021年に千億円を突破する見込みです。これまで農(nóng)業(yè)全體が「マルサスの終末」を想定したパニック狀態(tài)だった。

國連食糧農(nóng)業(yè)機関は、2050年までに世界の人口は90億を超え、人類の生活水準の向上と食事構(gòu)造の改善で、食糧需要は70%増加すると予測しています。同時に、農(nóng)業(yè)の発展はまた資源不足と環(huán)境破壊などの問題に直面しています。どのように生産能力を最大化し、持続可能な発展を?qū)g現(xiàn)するか、人工知能は解決案の一つです。

現(xiàn)在、綴多、京東、アリババを含むインターネット大手は農(nóng)業(yè)に目を向けています。公沢の説明によると、國內(nèi)の各地域には明らかな地理環(huán)境、品種種類、成熟した季節(jié)の差異がありますが、プラットフォームは消費側(cè)の変革を通じて、6億人以上のユーザーを分散させ、長い周期の需要を迅速に短周期の大量需要に集められます。

多すぎる最新の財政報告をつづり合わせて表示すって、2020年の第1四半期、多すぎる農(nóng)産物の注文數(shù)をつづり合わせて10億ペンを上回って、同184%増大して、2019年の農(nóng)業(yè)（副）の製品の成約額は1364億元に達して、同109%増大します。データに対する感度は、人工知能と農(nóng)業(yè)の結(jié)合の可能性を多く見せてくれます。

今回の試合はAI農(nóng)業(yè)のためにたくさんの旗を振っていると見られます?！赶榷思夹g(shù)の進歩の一歩は、小農(nóng)経営主體の多くの難題を解決し、より安定した農(nóng)産物供給チェーンをもたらすかもしれない」公沢は思う。

人工栽培グループにとって、今回の試合はさらに今後の動向を探るものです。経験は遼寧東港組の核心競爭力です。公開資料によると、東港イチゴの栽培面積は15萬ムー近くに達しており、2019年に東港イチゴの生産額は46億元に達し、関係従業(yè)員は10萬人に達し、試合に出る東港人は「中國いちご第一県」の名譽を背負っている。

「今のイチゴ栽培技術(shù)は非常に成熟しています。もっともとの基礎(chǔ)から見て、もっと新しいものができますか？人力を節(jié)約する方法のようです。なにしろイチゴ栽培は人力の需要が旺盛です。しかし、多くの設(shè)備はまだ人を必要として、全自動化の狀態(tài)に達することができません。1994年に生まれた東港グループのメンバー、馬冬妮さんは21世紀の経済報道記者に語った。

労働力の高齢化と労働力のコスト比重が日増しに向上しており、現(xiàn)在の段階では、人工イチゴの栽培が難関となっている。イチゴの栽培時期によって、水と肥料の割合が違ってきます。苗を育てる、苗を選ぶ、植える、肥料をやる、水をかける、薬を使う、採るなどの環(huán)節(jié)まで人が長期かつ丁寧に世話する必要があります。商業(yè)化されたイチゴ栽培に使用されるシャッターマシンは、溫度制御の自動送風口と水肥一體化の設(shè)備が必要です。人件費は総費用の60%から70%を占めています。

しかし、人件費も人工知能の発展のために空間を開拓しました。馬冬妮さんは記者に言いました?！腹I(yè)上の機械は人工の代わりにもうよくできました。農(nóng)業(yè)も時間の問題です?！箻I(yè)界の生産高がコストに合うかどうかは、時間の試練が必要です。

AIにとって、今回の試合は著地を?qū)g踐するチャンスです。公開データによると、2025年までに農(nóng)業(yè)市場のAI値は26億ドルに達すると予想され、複合年平均成長率は22.5%と予測されている。農(nóng)業(yè)市場におけるAIの価値は市場効果だけではなく、將來の人口と食糧比率に対しても調(diào)整される。

アルゴリズムはAIグループの核心競爭力です。ミン?チミンから見れば、この試合はすぐに栽培上手を選ぶだけではなく、未來の発展モデルのために、例えば省エネ、持続可能な現(xiàn)代の溫室栽培を探求します。環(huán)境と植物応答データに基づいて，データ駆動のマシン學習アルゴリズムは，その適応とプロモーションにおける利點を示した。

AiCUが直面している課題は、設(shè)備の調(diào)整のための適地性である。國內(nèi)に比べて、オランダの溫室園蕓はすでに比較的成熟した狀態(tài)に入っています。農(nóng)民は普通は栽培のこの一環(huán)だけを擔當して、産業(yè)チェーンの中で必要なコントロールの設(shè)備、ソフトウェアの管理、農(nóng)資の供給、労働訓(xùn)練、スーパーマーケットのサプライチェーンのドッキング、契約の締結(jié)はすべて比較的に整っている?yún)f(xié)力のモードを形成しました。AiCUがオランダで蓄積した経験は國內(nèi)では完全に適用できないか、それとも現(xiàn)地化過程で実踐し続ける必要があります。この中には、溫室設(shè)備とセンサーの調(diào)整、國內(nèi)のハードウェアソフトに適応するための栽培戦略の調(diào)整などが含まれています。

同時に、國內(nèi)の電気商の優(yōu)位も國外が備えたのではありません。電気商は物流の発展を促しています。私達の溫室のデジタル化管理はとても便利です。私達は上流と下流をドッキングして、より良い生産配置を作ることができます。試合はミン?チヒのチームに、國內(nèi)のイチゴ栽培産業(yè)チェーンの発展を探る機會を與えました。

二つの切り込み方法

AIは発展が盛んで、AI農(nóng)業(yè)も蓄力しています。國務(wù)院が発行した「次世代人工知能発展計畫」の中で、2020年までに、人工知能の全體技術(shù)と応用は世界先進水準と同期し、核心産業(yè)規(guī)模は1500億を超え、2030年までに1兆を超え、人工知能は市場リード産業(yè)に発展する潛在力があると提出しました。AIと農(nóng)業(yè)を重ねた市場規(guī)模も2025年には15.7億円に達する見込みだ。

割合は高くないですが、農(nóng)業(yè)の実現(xiàn)は式を越えて発展した後に、安定的で大規(guī)模な市場參入方式になります。しかもデジタル化の発展も農(nóng)業(yè)の必ず歩くべき道です。インターネット會社は農(nóng)業(yè)に情熱を示しています。2019年に中國科學技術(shù)企業(yè)の技術(shù)研究開発に約405000000元を投入しました。その中に人工知能計算方法の研究投入は9.3%で、しかも大部分はインターネット科學技術(shù)會社から投入しました。農(nóng)業(yè)への切り込みは、インターネット會社の將來の発展図にも必ず現(xiàn)れます。

今のAI農(nóng)業(yè)はまだ科學技術(shù)の巨人達の良い事例に位置して、見本を作って、実力のあるパートナーの共同の普及の段階を引きつけます。

2018年の初めに、多くの努力をして正式に「農(nóng)産物中央情報処理システム」を完成しました。ビッグデータ技術(shù)を利用して全國農(nóng)業(yè)生産區(qū)とその農(nóng)産物の生産、販売狀況を追跡しています。これも農(nóng)業(yè)分野での「人探し」モデルの実踐に力を盡くしたサンプルになりました。

半年後、アリも農(nóng)業(yè)脳を発表し、AIソリューションを農(nóng)業(yè)に持ち込みます。その後半年間、騰訊と京東も相次いでAI農(nóng)業(yè)計畫を発表しました。

騰訊は2年連続でオランダの瓦赫寧根大學と共同で「國際知能溫室栽培チャレンジ試合」を開催しました。試合も同じく人工栽培の対照チームを設(shè)定しました。面白いことに、2回の大會では人工栽培とAIチームの成績順位が変わりました。

ミン?チャンヒさんは二回の試合の経験者として、彼女は記者に第一回の試合でAIチームが五組しかない最終利益は人工栽培を超えました。第二回の中でAIチームは全部利益で人工植生者を超えました?！笇gは2回の試合は直接比較できません。作物が違うからです。第二回の試合でAIはどうして人工を超えますか？組織委員會は詳細な分析を行い、各グループのエネルギー、水、労働などの各方面のコストを細分化して計算しました。また栽培時期の進捗狀況によって動的な比較もあり、持続可能性についてはAIチームのパフォーマンスもいいです。エネルギー面ではわがチームの優(yōu)勢が明らかになりました。これは利益の勝利の基礎(chǔ)を打ち立てました。

このことから、アルゴリズムに基づくAI栽培は、正確な処理を行い、エネルギー損失を低減することができますが、現(xiàn)在の段階の人工知能栽培はまだ柔軟性に欠けています。これもデータの欠如と関連しています?，F(xiàn)在、人工知能が農(nóng)業(yè)に切り込むシーンはまだ開発段階であり、成熟した製品生産モデルを形成し、端末で販売できるAIソリューションを形成してこそ、AI農(nóng)業(yè)の変革を達成することができる。

中國の農(nóng)産物上りの第一大平臺として、この農(nóng)業(yè)変革の推進と自らの経験者である。農(nóng)業(yè)に力を合わせて、「つづり合わせ」の基礎(chǔ)の上で、プラットフォームは次第に成熟した「農(nóng)地雲(yún)つづり合わせ」のモデルに発展してきました。製品の需要はクラウド統(tǒng)合後、またプラットフォームを通じて全國に分布している新農(nóng)人システムは、各大生産區(qū)にリンクし、品種、成熟周期、物流條件、正確に消費者に対応する。このモードはデータアルゴリズムに基づいていますが、今回の大會はさらにアルゴリズムと経験のあるゲームだけです。

インターネット會社の入局以外に、人工知能は農(nóng)業(yè)に切り込む方式で、農(nóng)業(yè)創(chuàng)業(yè)型會社を通じてハードウェアとサービスを販売することもできます?！?016-2020年中國知恵農(nóng)業(yè)深度調(diào)査及び投資見通し予測報告」によると、応用を基礎(chǔ)とした知恵農(nóng)業(yè)市場は、2016年の90.2億ドルから2022年の184.5億ドルの規(guī)模に達する見込みで、年平均複合成長率は13.8%である。これは創(chuàng)業(yè)型の科學技術(shù)會社に市場チャンスを提供しましたが、同時にインターネット會社の入社も起業(yè)型會社の進路を予測しにくいです。

農(nóng)業(yè)分野はすでにデジタル化の発展段階に入っていますが、実際の配置においては、データチェーンの開通、インフラ整備及び人材不足は、常に磨き上げていく必要があります。ミン?チヒ氏は、理想的な狀態(tài)は、農(nóng)民を産業(yè)労働者や職業(yè)栽培者のような身分にし、一定のデータ分析能力を備えていると考えている。農(nóng)民農(nóng)家の政策決定は完全に主観的な経験に依存するのではなく、客観的なデータに基づいている。AIアルゴリズムは栽培の専門家を模倣し、データに基づいて農(nóng)民栽培者を補助し最終的に決定する。このようにデータベースの生産モデルは、生産レイアウトと正確な生産計畫を作成するのに役立ち、後期市場との良好な接続ができます。産業(yè)チェーンの間の栽培環(huán)節(jié)がデータ化されていないと、各環(huán)節(jié)の情報伝達に不利です。」

農(nóng)業(yè)の知能化は、「道が阻まれ、長くなれば行く」しかない。

三つの問題

新生代の“農(nóng)人”として、馬冬妮は早くから科學技術(shù)の目で現(xiàn)行の農(nóng)業(yè)の発展を見ることができます。インタビューで彼女は記者団に、現(xiàn)段階ではAIは完全にカバーすることができません。AI農(nóng)業(yè)の発展過程において、コストは明らかな問題の一つである。

テスト段階でAIの表現(xiàn)が際立つ。參加チームのNJAI.苺の主將である倪軍はメディアの取材に対し、新技術(shù)を採用した栽培戦略により、肥料の利用率は50%以上に達し、ムー當たりの水の70%は350元の節(jié)約と400元の労働コストに相當すると述べました。

しかし、問題は新しい技術(shù)の負擔が農(nóng)民に耐えられないことです。従來の一畝地の大きな棚から計算すると、基本的なファン、天窓などの設(shè)備を取り付けるコストは約10萬元です。センサーの數(shù)を減らすと、投入コストは5-10萬元に短縮できます。もっと高級な設(shè)備を備えるなら、コストは20萬元に達することができます。

同時に、知恵農(nóng)業(yè)が発揮する主な前提は、広大な土地が必要です。しかし、中國の國情下の小農(nóng)経済モデルは土地分化が深刻で、土地の割り當てコストが高いのも難點です。この問題は同じように今回の試合にも現(xiàn)れています。AIチームはコンピューター管理の水肥一體化システムを使います。よく1000平方メートルの溫室に適用されますが、競技場は100平方メートル以上しかありません。そのため、規(guī)模化された生産は最初の天井に直面する。

これに対してミン?チヒ氏は、一ヶ月の試合では必ずコストが高くなると考えていますが、10年、20年、または50年を考慮して、もっと大規(guī)模な生産に運用する場合、伝統(tǒng)モデルの持続性は現(xiàn)代農(nóng)業(yè)と比較できないと思います。一方、AIグループの標準化生産は複製性があり、普及しやすく、伝統(tǒng)農(nóng)業(yè)は経験に強く依存しています。AI知恵農(nóng)業(yè)は先進的な設(shè)備を応用する目的は栽培者を補助して成功した栽培技術(shù)と方法を複製することにあり、植物の成長に影響を與える環(huán)境要因を制御化し、生産のパターン化統(tǒng)一を達成することが生産効率を向上させる上で重要である。刃物を研ぎ、薪を誤らないようにする研究は、切り身の研究よりもはるかに意義がある。

AI農(nóng)業(yè)が直面する第二の問題はデータの欠乏である。AIの応用は大量のデータを必要としてアルゴリズムを訓(xùn)練する。農(nóng)業(yè)分野では、データを埋める必要がある空間が巨大で、しかも大部分のデータは毎年の成長シーズンに一回しか使えません。甚だしきに至っては數(shù)年の時間がかかり、ある地域や農(nóng)場に統(tǒng)計的なデータが集められます。

現(xiàn)在のところ、AIは環(huán)境に対する感知に多く使われていますが、植物の具體的な狀態(tài)はまだ未知數(shù)です。近代的な溫室では、植物狀態(tài)の感知には専門家や労働者が定期的にサンプルを採集し、植物形態(tài)指標の測定を行います。

一方、現(xiàn)在の段階では、溫室効果は政策決定データを記録することができません。一定の時間で、人が植物に対して作り出した動作は、植物がどのような反応を起こすか、AIが習得しなければならない部分です。

この時の深さに農(nóng)業(yè)のデジタル化を配置することを選んで、いろいろな考えを合わせます。これに対し、公沢は今年も引き続き農(nóng)業(yè)への投資を増やし、資金、技術(shù)、資源などを含む。「農(nóng)業(yè)は再投入された産業(yè)で、全國各地の産地が分散し、成熟期も違っています。私たちは様々なニーズを統(tǒng)合して、商品を多くの形で下流の消費者に提供する必要があります。

中間流通、チャネルメーカーの各一環(huán)を取り除いたからこそ、降本によって効果が増し、農(nóng)民と最終消費者は受益者になります。財務(wù)諸表のデータによると、2019年に、多すぎる総注文量は197億件で、プラットフォーム農(nóng)業(yè)（副）製品の活発な事業(yè)者數(shù)は58.6萬人に達し、同142%伸びた。2020年第1四半期において、プラットフォーム農(nóng)産物の注文數(shù)は10億件を超え、前年同期比184%増加した。

公沢から見れば、現(xiàn)段階の農(nóng)業(yè)デジタル化はもっと社會的意義があり、商業(yè)化の観點から考えるべきではない。今回の大會を通じて、ベテランの農(nóng)民の経験と人工知能を集めて、より多くの産業(yè)帯に低コストのデジタル農(nóng)業(yè)管理方法をもたらしたいと思います。外國では、AI技術(shù)は農(nóng)業(yè)に多く使われています。國內(nèi)はまだ多くなく、浸透率は非常に初級の段階にあります?！竸儇摛啶い韦稀⑥r(nóng)業(yè)を始め、農(nóng)業(yè)の場に立つ一家です。私たちは農(nóng)業(yè)分野での資金と技術(shù)の投入を継続的に増やし、農(nóng)家に利益があり、お金があり、科學技術(shù)を使って農(nóng)業(yè)生産者に純金と銀の向上をもたらす。

イチゴの栽培試合を競い合います。データとAI農(nóng)業(yè)を融合させた現(xiàn)行のシーン図鑑です。

?