在种地这件事上，AI能取代中国人的种族天赋么？
今天我们来聊点接地气的话题，比如关心一下粮食和蔬菜。这就不得不提到中国人最不容置喙的种族天赋，那就是种地！
种地，让我们充满了想象力。有条件要种，没有条件创造条件也要种：
种地，让我们团结一心。毕竟祖国的一寸土地都不能丢，谁知道上面会长出什么好吃的：
种地，还肩负着技术输出和文化输出的光荣使命。
非洲？种！
美国？种！
一群耶鲁大学留学生的家长把大学里的荒地种成了菜园子，被报道后，打开新世界大门的美国人也跟风把原来种花花草草的后院种满了菜。。。
总之就是“改革春风吹满地，中国人民真争气”。无论陆地太空，国内国外，我们种（吃）地（货）的征程就是星辰大海！
而为了多种地、种好地，我们是不吝于尝试任何新技术、新工具的。所以，人工智能春风下的不少新种地工具，也迅速成为了爆款。
比如最近大火的无人驾驶拖拉机、自动采摘机、自动灌溉机、无人机洒农药……
今天我们就借这篇文章好好聊聊，AI引入农业机械后带来了哪些种地的新脑洞和新挑战。
看起来很美：AI农机的应用场景
作为一个吃货大国，70后不愿意种地，80后不会种地，90后眼里没有种地，所以中国的粮食进口比例也是越来越大，2017年度就累计进口了1.3亿吨。怎么办？！
人工智能与农业机械融合之后，不仅能种，还有可能比人种的更快更好，是不是很让人欢欣鼓舞？
那么，AI农机目前到底都应用在哪些地方呢？主要集中在以下几个方向上：
1.无人驾驶。有研究数据显示，将无人驾驶应用在拖拉机上，可以减少20%的成本投入，同时将产量提高11%。在一些大型良田，也已经出现了喷洒农药、病虫害监测的无人机。最近，中化集团就计划将自动驾驶技术与农机设备“合体”，实现24小时全天候工作。
2.田间管理。加上了人工智能的农机，还可以按照作物的生长周期，完成诸如施肥、除草、预警、采摘等复杂工作。腾讯和英特尔搭建的无人值守温室，就能够根据黄瓜生长数据创建模型，实时调节光线、气体和养分，摘黄瓜、剪枝之类的操作也不在话下。
3.农作物预处理。农作物在进仓准备正式销售之前，还需要进行分拣、预处理等一系列工作，水果的坏果率、大米的含水量这些精细指标，现在都可以通过机器来处理。北京平谷的一些桃园，就用上了智能大桃分拣机，通过图像识别技术判断桃子的大小、颜色、品相，然后借助传送带和助推器实现自动分拣。
4.生产预测：人工智能的另一个作用，还在于通过作物的生长情况和信息，实时进行预测和干预，比如什么时候应该收割，下一季适合种什么，在产量最大化的同时，也避免了选品不当“价贱伤农”的情况。
从靠天吃饭到科学种地，AI农机的商业想象空间真的十分庞大。而越来越不愿意“面朝黄土背朝天”的年轻人，也凭实力证明了，“懒”才是科技的第一推动力。
农机的AI化与自动化，
有本质区别吗？
说到这里，想必有小伙伴会发出“蒙圈”的声音：
怎么“被人工智能”的农机，看起来有点似曾相识呢？自动收割、除草、分拣机啥的，早就在农业机械化程度比较高的美日德用上了，为什么不直接买回来用，而非要AI化呢？ 你们村里是不是刚通网？
其实虽然看起来都是帮农民伯伯干活，但AI农机和自动化机械的区别其实还是很大的：
比如说，实时感知识别的能力，是AI农机的特征和基石。如果果实被叶子挡住了，自动化设备只能“有枣没枣打三竿”，主要原理就是震动，金属机械手通过拍打振动的方式使果物掉落。而AI农机则可以利用先验算法来补充图像结构，确定要不要进行采摘，从而减少浪费。
另外，AI农机还具有学习和迁移的能力。自动化机械通常是无法迁移的，只能完成单向度任务，“指哪儿打哪儿”。而AI农机的适应性更强，只要算法模型支持，微调就可以上岗。
因此，AI农机也就有了自我优化和自我推进的能力。比如说，自动化摘桃机，干净利索地摘完就算圆满完成任务了，而AI摘桃还能够告诉农户怎样更好地种桃，未来怎样摘得更好更快。
说白了，AI农机是会动脑的。
有了感知、识别和分析能力之后，农机就不再是单纯的消耗品，而是打通了生产背后的一系列连锁反应，拥有了影响农业生产进程的能力，进而改变农业生产“靠天吃饭”的命运。
“全村的希望”却沦为搞笑素材，
AI农机你怎么回事？
不过，理想虽然很丰满，但AI农机真正走进田间地头的时候，却闹出了不少幺蛾子。没让群众们感受到牛叉，反而更像是来搞笑的。
比如智能分拣机在学习了7000张不同黄瓜的照片之后，对黄瓜的分类准确率却只有70%，不得不一个接一个进行人工复检，没有解放人力，工作强度反而更沉重了，因为还要给黄瓜拍照片、打标签。
再比如无人驾驶拖拉机，一个不注意就“旋转跳跃我闭着眼”地跑到马路中央疯狂转圈去了，让车主在后面一路猛追，顺便预定了当日的派出所拘留一日游名额。
而且，AI农机还特别优柔寡断。熟练的农民看一眼就能判断出来的问题，采摘机器人要经过20秒小心翼翼的探测才能确定果实是否成熟，这工作效率显然对不起它们动辄十几万美元的身价。
还有一种是出发点特别接地气，比如针对梯田这类特殊地形地貌进行针对性开发，但给出的解决方案却是“让小型无人灌溉车爬梯田”这种脱缰野马一样充满想象力的发明创造……
那么，究竟是什么把人工智能这个听起来应该让农业更炫酷的技术，变成了娱乐事故？
归根结底，实验室中的技术解决方案看似美好，但在实际应用和现实场景中，往往存在各种限制条件和隐患：
1.基础设施缺位。AI农机想要不出错，必须基于大量样本数据的训练，而且必须支持低延迟的实时运算。中国农田大多数都没有铺设信息技术基础设施和数据系统，样本数据和算力不足，AI自然难以大展拳脚，基本没办法商用。
2.欠缺可靠的模型。农业与AI的结合，大多还都停留在大型农企或政府与算法公司或云计算服务商合作的层面，至于怎样建立农业领域的知识图谱，机器该用什么标准来判断生产指标，长生长周期的数据体系设计，还缺乏有效的模型来指导，自然导致AI农机很难做出和农民伯伯一样精准而灵活的判断。
3.应用成本太高。在借助人工智能省钱之前，昂贵的价格就足够令种植者望而却步了。加上技术安全性和成熟度的考虑，盲目地引入太多新技术无疑是一个大坑。
总而言之，AI农机的价值虽然清晰而笃定，但其技术的完整性和性价比显然还不足以吸引太多种植者试水。骨感的现实，与一些大型农企的通稿还是有着天壤之别的。
不过，为了迎接AI农机真实的春天，我们还是可以预先做好准备。比如加强对植株的数据监控，做好农业场景的物联网铺设，建立专有的数据集和云端大脑，在一些地理条件优越的地方率先尝试应用等等。
在电影《2001太空漫游》里，一只猿人捡起硕大的腿骨作为工具获取猎物，这成为人类进入智慧纪元的象征。而当开智的猿人带着吃饱的喜悦将手中硕大的长骨抛向空中时，下一个瞬间，这根骨头居然变成了一艘遨游星级的宇宙飞船。
这部科幻神作显然告诉了我们一个道理：谁站在了食物链的顶端，谁就掌握了未来科技的钥匙。【导演：我不是，我没有，别瞎说】
作为一个“种地”技能树被点满的天赋种族，现在就开始关注尚未成熟的AI农机，绝对是一场值得押注的尊严与未来之战！