看這(zhè)一籃水靈的黃瓜，賣相也好(hǎo)，爲啥貼着騰訊的标簽？難道(dào)騰訊要開(kāi)始賣瓜？
其實，騰訊不是賣瓜，而是親自種(zhǒng)了一次瓜。
緣起(qǐ)：AI 溫室種(zhǒng)黃瓜比賽
昨天（12 月 12 日），荷蘭瓦赫甯根大學(xué)（WUR）主辦的國(guó)際人工智能(néng)溫室種(zhǒng)植大賽（Autonomous Greenhouse Challenge）結果揭曉。其中，微軟團隊 Sonoma 總分第一，騰訊 AI Lab 與農業專家組成(chéng)的 iGrow 隊總分第二，拿下亞軍。
本次大賽由荷蘭瓦赫甯根大學(xué)于今年 3 月發(fā)起(qǐ)，旨在通過(guò)人工智能(néng)與農業等多學(xué)科團隊協作，展示人工智能(néng)驅動溫室的能(néng)力，在提升農業生産力的同時，減少資源消耗，滿足日益增長(cháng)的人口需求，幫助人類過(guò)上更健康的生活。
比賽的挑戰目标，是在 4 個月内生産出高産量、高資源利用率的黃瓜作物。參賽團隊利用傳感器和攝像頭，獲取溫室氣候、作物發(fā)育情況等數據，加入自己的模型或機器學(xué)習算法，遠程控制作物生長(cháng)。
比賽的溫室
大賽吸引了包括微軟（Sonoma 隊）、騰訊（iGrow 隊）、英特爾（Deep_greens 隊）等在内的來自 15 個國(guó)家的 14 支團隊參與。其中，iGrow 隊由來自騰訊 AI Lab 的 AI 專家，以及來自中國(guó)農業科學(xué)院、北京農業信息技術研究中心、黑龍江植物學(xué)會、Syngenta 種(zhǒng)子公司、荷蘭瓦赫甯根大學(xué)的農業專家和學(xué)生組成(chéng)。
目前在“AI+農業”領域，一大技術難點在于，計算機模拟受農業生産的特點影響，與真實的農業種(zhǒng)植之間存在巨大的鴻溝。在農業生産中，影響作物生長(cháng)的因素極爲複雜，種(zhǒng)植很難标準化，環境變化也難以預測，這(zhè)些因素會嚴重阻礙人工智能(néng)的效能(néng)發(fā)揮。盡管本次比賽爲環境相對(duì)可控、較易标準化的溫室黃瓜生産，但計算機模拟如何有效遷移到真實的農業種(zhǒng)植中，依然是一大技術挑戰。
iGrow團隊人工智能(néng)系統
比賽中，騰訊 AI Lab 的 AI 專家根據植物學(xué)、生物學(xué)和物理學(xué)等相關學(xué)科知識進(jìn)行建模，建立起(qǐ)模拟氣候環境和作物生長(cháng)的仿真器。随後(hòu)，團隊開(kāi)搭建出一個農業人工智能(néng)系統，通過(guò)創新的強化學(xué)習方法，將(jiāng) iGrow 農業專家的知識和經(jīng)驗自然地嵌入仿真器中，使人類專家能(néng)夠在種(zhǒng)植密度、灌溉施肥、打頂剪枝等方面(miàn)，實現對(duì) AI 的有效幹預，提高 AI 學(xué)習效率，最終在資源最優化的同時，最大程度地提升作物産量。
與傳統的人工種(zhǒng)植相比，人工智能(néng)的優勢在于，它能(néng)對(duì)種(zhǒng)植過(guò)程進(jìn)行全局優化。從一開(kāi)始的種(zhǒng)植密度、留莖比例，到後(hòu)來的留葉、留果策略，以及在溫室中對(duì)光照、通風、溫度、濕度、CO2濃度、水分等的控制，它都(dōu)能(néng)在仿真器中通過(guò)強化學(xué)習自動尋找最優解。人工智能(néng)可爲作物的各個生長(cháng)周期尋找和提供最适宜的環境狀态，同時進(jìn)行資源最優配比，以最大化地節省資源。
專訪：騰訊還(hái)會種(zhǒng)什麼(me)？
AI科技大本營：人工智能(néng)溫室種(zhǒng)植大賽的評分标準（比如AI策略）有哪些？每項評分标準代表這(zhè)什麼(me)？
答：評分标準：
淨利潤50%——溫室成(chéng)長(cháng)挑戰的預定目标：在WUR Bleiswijk的溫室隔間中，通過(guò)不斷增長(cháng)的高線黃瓜獲得最高的淨利潤。每周（周一）提供上個禮拜不同的黃瓜價格，并將(jiāng)黃瓜質量分A、B、C等級。
可持續發(fā)展性20%——能(néng)源利用效率、CO2用量、用水效率、已注冊的農藥使用量。每個方面(miàn)的定量數據將(jiāng)根據溫室種(zhǒng)植實驗期間每個團隊的資源使用情況計算得出，每周統計一次。
AI戰略方法30%——關于整體科學(xué)共性的新穎性，關于在園藝領域應用的新穎性（新穎性）；無需人工幹預即可自主遠距離操作的能(néng)力（功能(néng)性）；無需任何其他傳感器或信息（穩健性）的運營能(néng)力；容易實現大規模（可擴展性）
陪審團可能(néng)認爲相關的任何其他方面(miàn)
AI科技大本營：比賽過(guò)程中除了人工智能(néng)系統遠程控制以外，需要人工在現場的參與和輔助嗎？
答：瓦大的傳感器會收集溫室溫度、濕度、水分、二氧化碳濃度、光照熱量等數據，通過(guò)網絡把數據傳輸給我們，一些傳感器無法獲取的信息和數據（比如黃瓜産量和售價）會由瓦大的工作人員定期進(jìn)行整理，發(fā)送郵件告知，我們對(duì)這(zhè)些信息整體分析後(hòu)，在深圳通過(guò)控制器遠程操控溫室，比如屋頂通風、照明、加熱等等。另外一些無法通過(guò)控制器完成(chéng)的，比如摘果或者打頂這(zhè)些事(shì)情，我們會發(fā)郵件告知瓦大的工作人員具體策略，然後(hòu)他們進(jìn)入溫室實施。
AI科技大本營：騰訊用的是強化學(xué)習的方法，將(jiāng)農業專家的知識和經(jīng)驗自然地嵌入仿真器中，能(néng)具體介紹下這(zhè)項技術嗎？
答：首先，我們根據植物生長(cháng)發(fā)育規律、溫室環境動态過(guò)程等相關知識進(jìn)行建模，用生成(chéng)對(duì)抗網絡構建了一個模拟溫室氣候條件和作物生長(cháng)情況的仿真器（模拟器）。所以我們創建了一個農業人工智能(néng)系統，利用創新的強化學(xué)習方法，將(jiāng)農業專家的知識和經(jīng)驗自然地嵌入到仿真器中，讓人類專家在溫室初始設定（如種(zhǒng)植密度）、種(zhǒng)植過(guò)程的策略（如灌溉、打頂）等方面(miàn)能(néng)夠有效地幹預AI，提高AI的學(xué)習效率和魯棒性。具體做法是把農業專家的動作加入到強化學(xué)習的回報函數中，并通過(guò)一個判定準則自動判定是否采取農業專家動作。如果 AI 判定用農業專家的動作，則直接采用，否則忽略農業專家的意見。
AI科技大本營：爲什麼(me)騰訊用的傳感器比較少？系統如何與這(zhè)些傳感器結合？
答：本次比賽中我們是唯一一個僅使用主辦方配置的傳感器，沒(méi)有添加額外添加的 AI 種(zhǒng)植團隊。我們的系統通過(guò)高效的數據模拟和運算，得知額外傳感器對(duì)增加最終産量和減少資源損耗并沒(méi)有帶來幫助，因此決定不增加除了組委會提供的标準以外的傳感器，相比于其他隊伍大大降低了智慧農業的生産成(chéng)本，在市場應用和推廣上頗具潛力。因沒(méi)有增加傳感器，整個系統運作時就與之前提到的模拟器完全一緻，用同樣的操作邏輯即可用上這(zhè)些傳感器。
AI科技大本營：騰訊應用了怎樣的生物防治系統？全程都(dōu)不需要農藥嗎？
答：溫室主要是是防病，而非防蟲。一方面(miàn)溫室自身的封閉性可以減少蟲害，另一方面(miàn)人工智能(néng)對(duì)溫濕度等各方面(miàn)的調控可以爲作物提供最健康和适宜的環境，所以能(néng)增強作物的抗病蟲害能(néng)力。
我們一直監控着病蟲害情況，采用生物防治系統進(jìn)行控制。農作物的生長(cháng)過(guò)程非常複雜，在病蟲害的困擾這(zhè)點上。人工智能(néng)在這(zhè)方面(miàn)還(hái)要繼續學(xué)習。
到具體的行業應用上，我們調查發(fā)現有一些成(chéng)功案例，是 AI 在産中階段用于監測環境數據和農作物生長(cháng)情況。通過(guò)建立病蟲草害特征分類數據庫，并利用計算機視覺技術識别作物品種(zhǒng)、病害程度和雜草生長(cháng)情況，可實現智能(néng)預防和管理病蟲草害，減少經(jīng)濟損失。不僅如此，這(zhè)在一定程度上還(hái)可減少除草劑和殺蟲劑的使用，提升農産品安全性，減輕環境影響。
AI科技大本營：系統如何判斷黃瓜的生産情況（坐果率、病蟲害等），并自動給出相應的解決方案（留葉、留果策略等）？
答：溫室本身的設置就是不容易有蟲害，因爲溫室有隔離，很大程度上減少害蟲的困擾。植物會生病，但生病的原因可能(néng)是因爲空氣潮濕不是很适合生存之類的，而不是害蟲的原因。不過(guò)，在未來的戶外實驗和應用中，AI 還(hái)得繼續學(xué)習，研究下如何解決這(zhè)個害蟲的問題。
至于留葉留果策略是比賽後(hòu)期一個很大的挑戰，并不是AI自動給出的相應解決方案，而是通過(guò)了三四十個來回的讨論，查閱大量相關文獻才定下的重大策略。比賽快結束的時候重要的大事(shì)是做好(hǎo)留果留葉策略，争取黃瓜有個好(hǎo)收成(chéng)。植物生長(cháng)的過(guò)程類似抛物線，生命周期會有起(qǐ)伏、最高點最低點。所以我們要估算什麼(me)時候結束是最合适的。首先我們都(dōu)不是種(zhǒng)植黃瓜的專家，其次關于黃瓜的資料也都(dōu)很少，所以我們也將(jiāng)種(zhǒng)植西紅柿等的資料作爲參照。我們團隊裡(lǐ)AI側成(chéng)員和農業專家來回讨論了三四十回來制定策略。從結果來看當初的策略很正确，在最後(hòu)沖刺了一下産量。
AI科技大本營：黃瓜的質量是怎樣評定的？有哪些标準？
答：優質A：重量375g或更多；優質B：重量300克至374克之間，有瑕疵，如彎曲的形狀，不是深綠色；質量C：低于300克。
AI科技大本營：如何把這(zhè)項技術大規模推廣？存在哪些挑戰？
答：目前在AI+農業領域，一大技術難點在于，計算機模拟受農業生産的特點影響，與真實的農業種(zhǒng)植之間存在巨大的鴻溝。在農業生産中，影響作物生長(cháng)的因素極爲複雜，種(zhǒng)植很難标準化，環境變化也難以預測，這(zhè)些因素會嚴重阻礙人工智能(néng)的效能(néng)發(fā)揮。盡管本次比賽爲環境相對(duì)可控、較易标準化的溫室黃瓜生産，但計算機模拟如何有效遷移到真實的農業種(zhǒng)植中，依然是一大技術挑戰。
AI科技大本營：騰訊對(duì)AI+農業有着怎樣的商業化布局？除了種(zhǒng)植業之外，還(hái)會應用到養殖業嗎？
答：這(zhè)是一次全新的探索與嘗試。人工智能(néng)技術在現代農業生産全階段的滲入，對(duì)推進(jìn)農業的自動化、信息化和智能(néng)化，提升農業生産的質量與效率具有重要意義，但技術發(fā)展和應用并非一蹴而就。人工智能(néng)這(zhè)麼(me)年輕的行業，與古老的農業相碰撞時，會遇到諸多挑戰，如何預見和解決這(zhè)些難題，需要耐心、創新，甚至是一些靈感。但其中蘊含的機遇也是巨大的，我們希望能(néng)有更多跨學(xué)科專家、企業家和投資者一起(qǐ)攜手，共同發(fā)掘AI+農業的各種(zhǒng)可能(néng)性。
騰訊首席探索官網大爲先生在解釋騰訊爲何要大力支持并參與這(zhè)個項目時表示：“地球現在面(miàn)臨着人口增長(cháng)、氣候變化等諸多挑戰，人類賴以生存的 FEW（食物、能(néng)源、水）對(duì)我們的未來至關重要。騰訊的使命是‘通過(guò)互聯網服務提升人類生活品質’，作爲國(guó)際領先的科技企業，我們必須拓展現有體系和架構，AI 是其中一個重要的解決方案——力争用最少投入獲取最多産出。盡管“AI+農業”應用尚屬早期，但已經(jīng)取得令人興奮的成(chéng)果。如果實現自動化，將(jiāng)能(néng)釋放驚人的生産力。我們要充分認識到人工智能(néng)可以發(fā)揮的作用，積極投入資源做技術研發(fā)。提高糧食生産力是全球優先事(shì)項（Global Priority），而不僅僅是潛在的商業機會。我們需要鼓勵更大膽的設想，激發(fā)出更多的解決方案。”
未來：AI 將(jiāng)改變農業
近年來，随着人工智能(néng)技術不斷發(fā)展，其應用已逐漸滲入農業生産全過(guò)程，包括産前的育種(zhǒng)選種(zhǒng)、土壤分析，産中的病蟲害管理、自動采收，以及産後(hòu)的品質檢測、優化物流等等。
産前：育種(zhǒng)選種(zhǒng)、土壤分析
例如，在産前階段，深度人工神經(jīng)網絡可利用物聯網獲取的數據，對(duì)灌溉用水進(jìn)行分析和指導，并通過(guò)對(duì)土壤成(chéng)分的檢測分析，選擇适宜種(zhǒng)植的作物品種(zhǒng)，合理施肥。通過(guò)對(duì)農作物市場周期需求的大數據分析和預測，也可指導作物種(zhǒng)植品種(zhǒng)選擇，避免産銷脫節引發(fā)價格劇烈波動，造成(chéng)經(jīng)濟損失和農産品浪費。另外，雲計算、大數據分析和機器學(xué)習等技術，還(hái)可以幫助篩選和改良農作物基因，達到提升口味、增強抗蟲性、增加産量的目的。
産中：病蟲害管理、自動采收
在産中階段，人工智能(néng)技術可用于監測環境數據和農作物生長(cháng)情況。通過(guò)建立病蟲草害特征分類數據庫，并利用計算機視覺技術識别作物品種(zhǒng)、病害程度和雜草生長(cháng)情況，可實現智能(néng)預防和管理病蟲草害，減少經(jīng)濟損失。不僅如此，這(zhè)在一定程度上還(hái)可減少除草劑和殺蟲劑的使用，提升農産品安全性，減輕環境影響。
針對(duì)傳統農業“看天吃飯”的缺陷，利用機器學(xué)習技術處理衛星圖像數據，可預測天氣等環境變化對(duì)作物的影響，提前應對(duì)。在采收環節，計算機視覺技術與機械臂或機器人結合，可實現 24 小時自動化采收，節省人力，降低成(chéng)本。此外，大數據處理和語音識别等技術可運用于農業智能(néng)專家系統中，爲農業從業者提供專業咨詢服務和指導，幫助解決生産中各種(zhǒng)技術問題。
産後(hòu)：品質檢測、優化物流
在産後(hòu)階段，具有計算機視覺的機械臂可進(jìn)行農産品售前品質檢測、分類和包裝等工作；用大數據分析市場行情，可幫助農産品電商運營，引導企業制定更靈活準确的銷售策略；通過(guò)人工智能(néng)遺傳算法和多目标路徑優化數學(xué)模型，可對(duì)物流配送路徑進(jìn)行智能(néng)優化，完善生鮮農産品供應鏈等。
{{comment.zanNum}}
{{comment.caiNum}}
