人工智能已经来了，它就在我们身边，险些无处不在。盘算机科学，金融商业，医药，诊断，重工业，运输，远程通讯，在线和电话服务，执法，科学发现，玩具和游戏，音乐等诸多方面我们都有看到人工智能的身影。

人工智能为何物？人工智能”一词最初是在1956 年Dartmouth学会上提出的。从那以后，研究 者们生长了众多理论和原理，人工智能的观点也随之扩展。人工智能（Artificial Intelligence），英文缩写为AI。

它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。从字面上或许难以明白，我举个通俗的场景，辅助大家明白。作为怙恃，我们能在一群孩子中一眼识别（图像识别）自己的娃，除了本能，另有对自己孩子音容笑貌和行为举止的影象。

孩子精神状态欠好，怙恃可以通过孩子过往几天的饮食、起居和运动，基本判断娃是累了还是生病了，以及生什么病，进而做出判断，应该给孩子吃什么、喝什么以及是否去医院。每位宝宝都是一个样但，如果养1000个娃，其中999个是别人家的娃，你怎么养？一定会瓦解，你都纷歧定能记着每个娃的名字，更不用思量如何个性化照顾每个娃，预计个个都市打滚哭喊。如果有一个机械人，它的大脑是这1000个娃的妈妈的聚合体，它能准确识别每个娃，并能通过每个娃的言行举止、行为行动，对娃的身体特征和康健状况做分析判断，并提出照料娃的合理建议。

那么，这个机械人就是超级人工智能机械人。现实中怙恃的判断，是来自对娃的相识以及行为举止的分析，而对于人工智能机械人来说，原理其实一样，只是它把这些都收录成了数据，它的判断是基于大数据分析。固然，人工智能养娃还不太全面，人工智能的全部也不只局限到这里，中国做为一个农业大国，人工智能已开始探索农业领域未来不远，人工智能已开始探索农业领域智能图像识别以前我们在野外看到一个不认识的花卉要查阅资料才气知道是什么花卉，可如今我们可以通过种种识图软件对着花卉照相扫描一下就知道了，这就是电脑图像识别技术。

如今借助机械学习和深度学习，智能图像识别准确率越来越高，而应用也远远不止这些。现有一款App，他们能识别你不认识的农作物，他们帮农户智能识别农作物的种种病虫害。

卫星云图学习，种地不看天，看手机传统农药田间治理看天看地看作物，而如今农民也要成为看手机的低头族了。通过对卫星拍摄图片，航拍图片以及农田间其他设备拍摄的照片举行智能识别和分析，人工智能的能够准确的预报天气，气候灾害，识别土壤肥力，庄家的康健状况等等。收集了海量农业相关的卫星图像数据，可以对天气的预测比农业部的还要精准。

通过人工智能和深度学习，去分析这些图像信息，寻找其跟农作物生长之间的关系，能对农作物的产量做出精准预测，预测的玉米产量比以往的预测准确率横跨99%。面部识别，智能穿着人工智能还可以用在禽畜的养殖业，好比在养牛行业。牛其实不愿意看到人类的，他们会视人类为捕食者，因此养牛场的事情人员会给牛群带来紧张情绪。

人工智能通过农场的摄像装置获得牛脸以及身体状况的照片，进而通过深度学习对牛的情绪和康健状况举行分析，然后资助农场主判断出那些牛生病了，生了什么病，那些牛没有吃饱，甚至那些牛到了发情期用摄像装置对牛举行“牛脸”识别，还配合上可穿着的智能设备，这会让农场主更好的治理农场。还通过带在奶牛脖子上的智能传感器，联合牧场上的牢固探测器配合收集数据。这些数据上传到云服务器上，用自己开发的算法通过机械学习让这些海量的原始数据酿成直观的图表和信息发送到客户那里。

这些信息包罗奶牛的康健分析、发情期探测和预测、喂养状况、位置服务等。大大节约了奶农的事情时间，提高了事情效率，特别是对有机农场更有资助，因为他们可以很容易的相识放养时间、位置和吃草的时间。让物联网更有价值除了智能穿着另有更多的农业物联网设施，好比田间摄像头、温度湿度监控、土壤监控、无人机航拍等等。

这些设施能够为农业治理提供海量的实时数据，那么如何把这些海量的数据实时的酿成有价值的信息，就是人工智能要做的事情。这些数据被实时传送到云服务器上，差别类型的农业服务公司会凭据差别的农业状况设置自己的算法，然后通过机械学习和深度学习把这些数据酿成对农户有意义的信息，好比那里虫害超标，那里需要浇灌等等。

人工智能还可以通过算法给出种种最优化的方案，好比凭据土壤情况状况，联合市场行情预测，从而给出今年该地适合种玉米还是大豆。中国农业科学院农业信息研究所柴秀娟研究员就《AI驱动的数字农业探索与实践》谈到了数字农业与AI:数字农业与人工智能数字农业是将信息作为农业生产要素，用现代信息技术对农业工具、情况和全历程举行可视化表达、数字化设计、信息化治理的现代农业。数字农业是一个典型的多学科交织的领域，既包罗了富厚的信息技术学科，如遥感、地理信息系统、盘算机技术等，也包罗了地理学、农学等传统学科。

数字农业是一个荟萃的观点，通常所说的农业物联网、农业大数据、精准农业、智慧农业都属于数字农业的领域。虽然数字农业规模很广，但数字农业的目的最终可以用六个字归纳综合：节本、提质、增效。

人工智能（Artificial Intelligence, AI）是我国一个重要的国家战略，现在已经成为我国经济生长的新引擎，从政府到民间，AI不停地被提及和应用，讲明了AI已经全面落地于国家的三大工业，各行各业的生产效率获得了提升。但AI距真正的通用还很是遥远，我们现在需要在农业的垂直领域，探索针对差别的、特定的应用下AI的一些解决方案，促进我国数字农业的生长。最近的高频观点AI生态的三个基本要素是基本资源，技术和应用。基础资源包罗盘算平台和数据中心，这部门实现的是盘算的智能化。

技术层面包罗模式识别、盘算机视觉、机械学习建模等，实现的是感知和认知的智能化。应用是指对应差别场景的AI应用，如智能交通，智能金融，智能医疗，智能农业等。

农业领域笼罩规模很是广泛。从植物掩护到土壤水肥治理、设施园艺治理、作物栽培治理、畜禽养殖等。对应来看，AI在数字农业的内在也很是广泛，包罗了智慧农场、智慧牧场、智慧果园等。这讲明在数字农业的领域，AI技术有很是大的研究空间。

盘算机视觉方面的一个典型的问题是物体检测。它是在智慧农业中经常被用到的一个技术。AI是指盘算机像人脑一样，具有对外部情况感知认识的能力，以及可以像人脑一样做出决议，这是AI的终极目的。而盘算机视觉是从事AI的一个大门。

以盘算机视觉中的物体检测作为案例，盘算机视觉分为低层视觉与高层视觉，低层视觉可以对图像举行执行预处置惩罚，如边缘检测、移动目的的检测、纹理分析等。高层视觉上升到工具的明白感知，包罗物体检测、物体识别、语义支解、行动明白等。

传统的物体检测方法是用多尺度滑动窗口来搜索指定物体。以车辆检测为例，先举行滑动窗口的扫描，滑动窗口确定的区域，举行纹理特征提取，通过预先训练的分类器，举行车与非车的分类。但这种多尺度的滑动窗口扫描方式盘算价格很是高，提取的特征形貌能力也不够强。现在物体检测的方法已经全面过渡到了深度学习计谋。

传统物体检测方法主要是分为四个模块：区域选择、特征提取、种别分类、后处置惩罚。深度学习的检测计谋中，这四个模块其实是一样的，只是实现四个功效模块的工具发生了变化。柴秀娟研究员未来的挑战和机缘人工智能在农业领域的应用才刚刚开始，面临的挑战比其他任何行业都要大，因为农业涉及的不行知因素太多了！地理位置、周围情况、气候水土、病虫害、生物多样性、庞大的微生物情况等等，这些因素都在影响着农作生产。

我们现阶段看到的一些人工智能乐成应用的例子多数是在特定的地理情况或者特定的种植养殖模式。当外界情况变换后，如何挑战算法和模型是这些人工智能公司面临的挑战，这需要来自行业间以及农学家之间更多的协作。

本文来源：bob真人-www.njgllh.com