在过去的一年里，“人工智能”已经渗透到中国工业的各个方面。从工业质量检查到智慧城市，第四次工业革命已经开始呈现出越来越清晰的面貌。

然而，如果我们把目光投向城市圈之外，在中国广袤的土地上，人工智能能否扎根于农业土壤，使这个延续了几千年的第一产业走向更高的工业化水平？

答案是肯定的。

2019年，我们看到计算机视觉、深度学习、边缘计算和智能机器人等人工智能技术可以用来提高农业生产效率。从高度信息化的养猪场和鹅工厂到智能分拣和采摘机器人，人工智能已经开始通过从尖端技术的角度和背景改造农业产业链来输出真正的价值。

然而，我们也发现，农业要想完全接受人工智能的技术能量，就必须经历第二产业的产业化洗礼和第三产业的社会化过程保障。没有这样一个进步的工业基础，“人工智能农业”的美好愿景就像一朵云和雨，在它渗透到根系之前就已经消失了。

如何将智能降雨送到960万平方公里的土地上，2019年农业人工智能将播下滋养未来的种子。

穿越沙海：农业智能化三部曲

国际清算银行研究部最近发布了一份《2019-2024年农业市场的全球人工智能(AI)分析与预测》报告。最新市场情报显示，2019年农业人工智能市场规模预计为5.78亿美元，复合年增长率为28.38%，到2024年将达到20.157亿美元。

需求驱动的农业情报不像想象的那样容易抓住这个时代的机遇。

其核心原因当然是农业产业化作为第一产业的路径明显不同于其他具有良好现代化基础的第二、三产业。

因此，在这篇文章中，也许我们可以改变一种方式，回到问题的起源，并询问基本的先行词33，354。今天的农业产业链渴望从人工智能的复杂公式中找到问题的时间解决方案。

1.提高质量和效率。在过去的几年里，从劳动密集型到工业密集型的转变已经成为中国农业的主题。这种变化的主要原因是：单位粮食产量低，以分散的家庭经营为主要生产方式，越来越多的年轻人选择退出“农民”职业。特别是在环境保护主义和产业集中化的总体政策趋势的影响下，用智能机器代替手工生产农产品已经成为2019年乃至未来几年的关键词。

2.科技推广。为了解决第一个问题，自然会出现第二个问题：农业的技术门槛很高。中国长期的小农经济和政策导向的技术推广模式使得技术改造的初始成本和安全性成为阻碍农业智能化和规模化经营的因素。

尽管以前一些机器人技术和智能算法使一些生产过程变得更容易，但小农占中国人口的80%以上，而农业人口的受教育年限不到7.5年。大多数缺乏有效操作和理解相关技术的专业知识，这也将影响人工智能成果转化为实际生产力。

3.生产和营销失误。上述生产终端的标准化和现代化，即使有政府补贴、金融保险等机制，高投入在短期内仍会体现在农产品的最终价格上。今年以来猪肉价格的飙升，加上牛肉、羊肉、鸡蛋等畜禽产品价格的不同程度上涨，即使是水果也不会让消费者在一段时间内受益。“低价格伤害农民，高价格伤害人民”的产销断层也表明了农业融入城市数字经济的必要性。

因此，2019年，当我们看到人工智能在农业上的应用时，我们将开始告别典型的“XX养猪”示范工程，不再是单一的设备自动升级，而是将密集的根系延伸到更深的土层。

2019:农业人工智能解决了无数复杂的综合问题

特定于

特别是在生产过程中，如果2017-2018年是人工智能进入这一领域的试验期，那么2019年可以被视为一个信息，表明一个人工智能和农业的深度跨界整合方案正在构思之中。

从部署各种具有边缘计算能力的传感器，到应用诸如视觉感知、语言阅读、逻辑推理、人机混合协作、群体智能决策等算法，人工智能农业已经开始从单点操作向全面转型。

例如，云南某农产品设备制造商通过设备端的智能边缘平台和云服务进行数据培训，然后向生产设备发送垂直算法模型，指导终端操作参数实现自调整。该人工智能物联网方案的生产质量已经达到中级大师的水平。

此外，人工智能算法在农业领域的精度和实用性也提高到了一个更高的数值标准。

2019年，机器识别开始脱离实验室模式，逐步克服区分不同地区、不同类型农产品的难题，进一步提升适用性和准确性，减少识别误差，开始向农民传递可靠的工业价值。

例如，一个小组与人工智能技术企业合作，自动识别农产品成熟度，计算最适合作物生长的环境，识别病虫害感染，并通过在温室中设置专用支架和摄影设备，进一步推动机器人智能分拣，以减少意外情况造成的损失。

在海南岛，数百个农场应用智能农场管理系统，实现了基于物联网的智能监控。在新疆，一排遥控无人摘棉机在秋季每小时收获60亩棉花，比人工摘棉的效率高出数千倍。在内蒙古，一个牧民家庭的300多头牦牛装备了5G移动设备，等待着“在家放牛”的实现.通过机器降低生产成本不再仅仅是一个繁文缛节或新闻发布会上的口号，而是发生在这片土地上的真实故事。

另一个有趣的变化是，传统的行政主导型农业科技推广体系逐渐演变为政府、企业和学校三位一体的模式。

过去，按照“省-市-县、乡-村”的层次逐步推进的科技服务网络，伴随着科技互联网公司与农业巨头的强强联合，呈现出农业政策、科研创新和技术推广紧密结合的新形式。

在过去的一年里，这样那样的农业人才和农业集团与地方政府之间的合作消息不断出现，农业领域的人工智能即服务“人工智能即服务”初创公司的数量也逐渐增加。

例如，金融机构在线收集多维农户数据，并使用人工智能模型对其进行分析，从而快速完成养猪户的信用评分，从而增加农户融资机会，降低融资成本，有助于解决“猪循环”问题。

一方面，可以更有针对性地满足农民的实际需求，使创新型科技成果转化为真正的生产力。同时，社会力量的大力推动，有效地为农业科技推广提供了资金，缓解了各级财政压力，降低了科技企业自身的研发成本和推广难度，进一步扩大了技术应用范围。

总的来说，这种相对成熟、复杂和广泛的科技创新应用有望成为未来几年农业人工智能快速登陆的主要推动力。

走向绿洲：农业人工智能的另一面

“农业人工智能”2019年的试卷得“A”是理所当然的。问题是智能和网络的转变刚刚开始显示出一个协调开始的曙光，这也意味着人工智能将面临更多的问题，以进入精确农业时代。

例如，农业AIoT网络的覆盖面仍需提高。上述人工智能创新都是基于村级信息服务网络的完善，特别是农业物联网和云计算，能够提供实时响应数据处理和决策支持。据统计，中国农村地区的互联网普及率为36.5%，仅是城市地区的一半。为了让人工智能在960万平方公里的土地上扎根，首先必须解决数据的“短缺症”，这可能取决于新一代互联网和物联网的全面部署。

与此同时，我国科技企业仍处于基础设施改造和算法授权阶段。在未来，收集和开放高质量和有价值的农业数据集可能是加速农业人工智能发展的特效药。

此外，智能农业设备仍然缺乏专用芯片。

目前，人工智能应用大多基于通用芯片。然而，与高度标准化的工厂和城市环境不同，农业智能设备将面临复杂的生产场景、不断变化的环境气候和其他影响。这种芯片在环境恶劣的场合容易损坏，影响智能农业机械的应用可靠性。然而，农业需求对半导体产业链逆向推进的影响仍然略显不足。

在服务方面，面对部分家庭农户应用人工智能的意愿和能力不足、农业金融的信贷方式、农产品种植和市场品牌化等问题，主管部门或社会企业需要利用人工智能建立垂直行业预测模型，引导和帮助农业生产者动态调整生产活动。如何帮助和支持提供这种B2B和B2C解决方案的服务提供商也成为农业人工智能要回答的多种选择的话题。

总的来说，这些不仅是2019年的历史遗产，也是未来的礼物。

2017年《新一代人工智能发展规划》提出推进农业智能化升级，建立典型农业大数据智能决策分析系统，开展智能农场、智能植物工厂、农产品加工智能车间等集成应用示范。

到目前为止，人工智能已经在所有领域蓬勃发展，摆脱了农业固有的复杂性和技术着陆的各种限制，培育了许多人工智能绿洲，并产生了许多优秀的解决方案。

艾在今年的《春播秋收冬集》中写道，这是对这片土地的期待和深情。