1. 首页
  2. 科技

首都青年学者组团参赛,角逐4个月,获首届国内草莓AI种植大赛冠军

在嫦娥五号登月的过程中,登月地点是由人工智能自主决策的,AI就像一个经验丰富的“宇航员”,边走边找,最终找到合适的着陆地点。如今,草莓种植也引入了人工智能技术。在云南昆明的玻璃温室内,AI就像一位“老师傅”,能够精准控制水肥灌溉系统,照顾一排排的草莓苗。

AI种草莓背后,中国优秀的AI科学家正在将科幻小说中的“无人农场”搬到现实。

林森是国家农业智能装备工作技术研究中心的博士生,郑建峰是农业农村部设施农业工程重点实验室的博士生。他们共同参与了联合国粮农组织指导,中国农业大学和拼多多举办的首届“多多农研科技大赛”。

12月16日,他们组建的CyberFarmer·HortiGraph联队,经过多轮激烈角逐之后,最终获得多多农研科技大赛的AI组冠军,成为数字农业领域的新星。

CyberFarmer·HortiGraph联队获得多多农研科技大赛的冠军,右二为林森、右三为郑建峰。(摄影:龙遇春)

在初赛阶段,郑建峰和林森各自率领的队伍本来是对手,因为成绩并列第四名,两队合并混组。两队风格相近,都属于“学院派”,队内成员分别来自中国农业大学、比利时根特大学、中国农业科学院、国家农业智能装备工程研究中心。

他们之前的队名分别为“CyberFarmer”和“HortiGraph”。前者意为 “网络农民”,后者意为“园艺图谱”。这批青年学者都想用科技做一些更酷的事情,极客、理性是这两支团队的特点。落脚到比赛上,HortiGraph的技术优势是人工智能,CyberFarmer队的技术优势是草莓管理和草莓模型。

决赛阶段,“CyberFarmer. HortiGraph联队”是合并后的队名,他们的对手除了3支AI队,还引入了来自辽宁丹东、江苏镇江、安徽长丰的草莓种植高手。在这场人工智能和传统农人的较量中,他们使用9种算法,把人工智能技术、专家经验、模型系统进行融合,让种草莓也变成了一桩年轻人眼中性感的工作。

在工业奏鸣曲中做持续奔跑的科研人

“板凳要坐十年冷,文章不写半句空”,林森在求学阶段,把这句话写在了他的笔记本扉页上。

在求学生涯中,林森认为自己并不是一个出色拔尖的优等生,只是一个在学术道路上不断坚持的人。本科毕业后,林森跟大多数同学一样,进入一家电子企业,成为一名工程师。宿舍、工区,2300米的距离,两点一线的生活,伴随检测、调试相关的单调工作,很快消磨了林森的激情。

“虽然当时的收入已经很不错了,但企业里的隐性壁垒很多,而且因为是外资企业,本土的工程师会被排斥。”林森说。

重拾学术梦,辞职考研成为他的选择。2009年林森成功考入重庆大学攻读硕士,3年后,他进入中国科学院高能物理研究所,2016年林森通过人才引进,来到北京市农林科学院专攻农业智能装备研究,2019年,林森攻读沈阳农业大学农业信息化技术专业博士。

▲CyberFarmer·HortiGraph的队员林森(左一)、杨浩(左二)、王英利(左三),正在与大赛技术专家沟通调试环境控制设施。(摄影:穆功)

一晃11年的时间,林森依然保留着当年考研期间的笔记。

企业的经历并非一无是处。在林森看来,科研一定要随时做好走出实验室的准备。特别是农业科研,价值成就于广袤的田间地头。

在近几年的科研生涯中,林森和他的科研同伴们,构建了一个农业机器人作业系统,包括农业园区巡检机器人、采摘机器人、路轨两用自主导航运输机器人、无人喷药机器人、智慧管控语音服务机器人、授粉机器人和机器人调度系统。负责运输、打药、授粉、巡检等工作。

郑建峰的团队主要来自中国农业大学,在科研道路上,郑建峰和林森的感受一样,“科研成果要经得起推敲和实践。”

▲CyberFarmer·HortiGraph的队员郑建峰(右一)正在进行实验。(摄影:穆功)

在工业实践中做持续奔跑的科研人,是他们两个科研团队的共同想法。此次比赛,林森和郑建峰的团队希望在和其他队伍的切磋中,探索一套能够提高生产效益的数字化草莓种植方案,并且形成可复制、可推广的模式。

郑建峰说:“我希望我们在比赛中实践的技术能够形成产品,这样的技术产品能帮小农户提高生产效率,能给小农户带来真金白银,让他们从中受益。”

 “人机共舞”的新模式

《机器管家》是美国导演克里斯·哥伦布执导的科幻片,片中的机器人管家诞生了好奇心,在艺术创作上显示了非凡的创造力,并且具有了“人性”。这种机器演化为人的故事,其实并不是真实的人工智能。

林森认为,“当前的人工智能是以知识、算法和算力为代表的弱人工智能,人工智能的更高形式应该是知识、数据、算法和算力等要素构建的更强大的人工智能。当下农业发展情况应该是人机协同作业的局面,决策系统由专家经验与人工智能结合,通过托管式的管控方式,最终形成‘人机共舞’的新模式。”

林森和他的团队构建了一套专家经验与人工智能结合的智慧决策系统。

▲7月22日,在多多农研科技大赛的媒体开放日上,林森介绍团队研发的智慧决策系统(摄影:穆功)

在这套系统中,他们团队首先将种植者经验、环境数据和草莓图像数据标准化,建立标准化的作物种植知识结构,构建智慧决策知识图谱。第二步,知识图谱的决策结果会输出到模型系统进行温室的控制,第三步,温室内的传感器会反馈环境参数和作物生长情况,这些数据会反馈回知识图谱,知识图谱会决定是否修正。

简言之,就是翻译、学习,翻译的过程就是数据结构化的过程,先把草莓种植的所有要素“翻译”成计算机看得懂的数据,再把过往的人工种植经验教给AI,让AI进行学习,最后由AI对生产进行决策。

在这个过程中,玻璃温室里的各项传感器就像人工智能的眼睛,通过它们,草莓的生长过程被完整记录。温度、土壤、水、养分成为了可以看得见的数据,有了数据,人工智能就把草莓种植转化为一场关于选择和决策的数学游戏。

▲CyberFarmer·HortiGraph在AI温室内加装的摄像头,通过图像识别算法来智能侦测草莓的生长状态。(摄影:穆功)

团队成员龙洁花说:“我们主要是采用机器视觉、知识图谱以及模型相结合的方法构建一个标准化的草莓种植知识结构。”

团队成员张宇介绍,决策当中数据和专家的标准化、知识化是最重要的,可解释的知识越多,这套方法和决策越精准。“比如说阿尔法狗,这是机器和人结合的决策,我们也是一样的道理,我们首先把种植方法标准化,在这个框架下将经验填进来,相当于填了图谱,填的越多越精准,这是我们总体思路。”

在草莓模型的搭建方面,郑建峰介绍,种植战略采用与植物对话的智能环控技术(SPA技术),以小时为单位计算参考作物的能耗,然后调整水肥灌溉量。“就好像请了一位草莓种植的老师傅”。

这一系统的缺点是,一旦传感器出现问题,那么人工智能的所有干预就会失效,甚至会出现烧苗、死苗的情况。“CyberFarmer· HortiGraph联队”就遇到了这个情况。

在比赛过程中,水质检测和处理水的装置出现偏差,导致水质的pH值出现波动,这直接导致草莓的生长不及预期。“当时我们打了一天的电话会,因为不在现场的话,是没办法知道哪个装置出现问题,所以我们当时一方面联系温室进行检查,另一方面挨个调试我们的装置。”林森说。

文朝武说:“这件事情发生后,我们会定期对传感器进行调试检查,同时和在昆明当地的专家加强联系,不再仅仅依靠AI。”

林森认为,长远来看,未来人工智能技术会逐渐在生产各环节替代人的工作,这需要一个过程,短时间内农业种植过程仍然需要人的大量参与,呈现人机协调作业的局面。

“无人化”温室的未来

钱学森曾对农业发展提出建议,他认为:“在中国小农经济基础之上,不可能自发地走向农业产业化;中国农业现代化的根本动力在于科技创新、产业化进程和整个中国的现代化进程。”

林森最喜欢的运动是爬山,在他看来,科研就是爬山,突破技术阻碍是到达山顶,看到新的山峰,要想登上新的山峰,需要先下山。这个下山就是技术商业化。

好的AI一定可以在田间地头帮到农民。前端技术进步的一小步,有可能会重塑从生产到流通的全产业链条,从而为农产品带来更多的附加值,为规模庞大的农业种植者们带来更多收入。

为了实现技术商用,林森团队正在开发的托管式可视化温室智慧管控云服务系统,这个系统可以实现种植过程中水肥托管、环境管控托管、机器人托管、设备托管等。

▲在各类算法的支持下,比赛基地内的草莓实现了无人化种植。(摄影:穆功)

在此次比赛后,他们希望建立一套可推广、可复制的草莓自动化生产方式,进一步构建人工智能的作物生产模式,在若干年内,“少人化”、“无人化”温室能够逐步推广。

在他们的构想中,“无人化”温室并不是完全没有人干预,它依然依赖人工智能和人工经验相结合的决策。林森说:“因为人工智能还不能解决温室管理过程中的全部问题,将人工和人工智能相结合以后,作用会强大很多。像阿尔法狗,它之所以能打败人类就是棋谱和算法的结合,这里我们每个专家的经验就相当于一个棋谱,农业人工智能也需要和种植专家经验进行结合。”

在采摘和托管环节,视频监控、采摘机器人、巡检机器人、自动化水肥设备、智能温室设备等等将发挥更大作用,节约大量人力。

此次比赛的成果已经在着手进行商业转化,也吸引着更多年轻科研学者入场。

林森表示:“我们会建立一个标准草莓知识库,将种植草莓的过程中标准化、草莓方式标准化,包括草莓因素之间关系数据标准化,我们将数据标准化成知识,让计算机读懂知识,这是最重要的,已经做了。”

王少磊负责本次比赛云端管控系统的运行,王少磊说:“只需要给草莓种植户一个接口,就可以把草莓相关种植的方法调出来之后,哪怕农户完全不懂种植,也可以按照流程做,按照专家的经验做,这对于普通农户来说,会有很大帮助。”

郑建峰说:我们技术开发的初衷是要低成本,让农户容易接受,真正能够应用到实际生产中去,让知识不那么丰富的农民,也能很快地使用这个技术,这是我们的最终目标。