拼多イチゴ栽培試合:データと融合AI農業の現行シーン図鑑

「私たちの理想的な状態では、農民は産業労働者や職業栽培者のような身分になります。彼は一定のデータ分析能力を持っています。彼の決定は主観的な経験に完全に依存しているわけではありません。」これは雲南から来た閔銭希曦のデジタル化農業に対する想像である。彼女のもう一つの身分はオランダのワハニンゲン大学の温室園芸専門の博士です。

7月22日、閔銭希曦は拼多と中国農業大学が共同で始めたイチゴ栽培試合に参加した。彼女は同級生と組んだAiCUチームと試合中にAIチームの役割を果たしていた。4つの人工栽培チーム、4つのAIチーム、120日間、1000平方メートル近くのイチゴの収穫を待っています。

国内初の農業分野の人工知能とトップ農人の対戦であり、農業分野への深耕のシグナルでもある。

多くの目を注いで農業を離れたことがない。米国の標準化農業とは異なり、中国農業全体は分散した小規模耕作を呈し、農業サイクル全体で農民は情報盲区にあり、主観的な意思の判断は不確実性に満ちた市場に直面している。また、農民と消費者の間の販売流通構造は複雑で、農民は常に早期の収穫を余儀なくされ、消費者も同等の価値の製品を得ることができない。

拼多プラットフォームのデータ情報の集中により、その拼団モデルは消費者の需要を集め、上流農民の生産側にさらに伝えられた。このモデルの本質は、生産者のデータにエネルギーを付与することによって、より十分な時間を与えて生産を計画し、消費者の需要に合致することである。

2019年には、注文数が197億件に達し、プラットフォーム農業(副)製品の活発な業者数は58.6万件に達し、前年同期比142%増加した。今回のイチゴ栽培試合はプラットフォームの農業分野への配置のさらなる延長である。

「試合の目的は簡単な勝負ではなく、旧世代の農人と新世代の技術の同台を通じて、新世代の人工知能技術と農事生産を結合し、中国の多くの農産物産業帯と小農家のために、より低コストで操作しやすい数字農業生産管理方法を提供することである」。新農業農村研究院の公沢高級総監は21世紀の経済報道記者に話した。これはまた人工知能駆動の成果である。

学科をまたいでチームを組んで,国をまたいで参加する

閔銭希曦はこのような試合に参加するのは初めてではない。テンセントとワハニンゲン大学が共同で開催した「国際人工知能温室栽培大会」には、キュウリを2回、トマトを1回、AiCU自体が実戦経験を持っている。今回、AiCUはAI 17チームの中で決勝戦に進出した。

オランダの農業の背景に育ったAiCUにとって、チームの構成から参加まで2つの難関に直面しなければならない。まず、メンバーの学科を超えた挑戦にあります。

チームが正式に設立される前に、非農業背景の隊員はすでに現代農業に興味を持っており、「家に環境センサーのある小型温室を建設し、例えばラップボックスで小さな成長空間を構築する」という家庭園芸に考えを定着させた隊員もいる。これらの小さな実践経験は、メンバーが大規模な試合に参加することに自信を築いた。農業背景の隊員はすでに農業デジタル化の分野で樹立されており、AIアルゴリズムに慣れていないわけではない。

「学科を超えたコミュニケーションの難点は、相手の分野の基本的な常識や知識を学び、理解してから、異なる学科の融合を行わなければならないことです。」閔銭希曦は記者に言った。

植物学科にとって、オランダのデータ駆動はすでに異なるレベルの応用があり、いくつかの植物科学を専攻しているメンバーはまた一定のデータ分析プログラミングの基礎と経験を持っている。AIアルゴリズムにとって、植物とその栽培モデルを理解することは難点であり、「植物科学と作物栽培分野にはデフォルトの知識点が多く、コミュニケーションの中で無視することがある。一方、メンバーはオランダの温室産業が毎年開催する開放日にも参加し、温室栽培モデルを実地に理解した。

チームの参加の第2の挑戦は国をまたいで参加することにある。閔銭希曦氏は「作物の栽培は本質的に同じだが、オランダでよく知っている経験は国内で温室設備、センサー、栽培構想など、現地で適切に調整する必要がある。同時に大量のデータを蓄積する必要がある」と紹介した。

オランダの温室園芸はすでに半世紀近く発展しており、産業チェーン全体が成熟した状態にあり、日常栽培管理からセンサと制御設備の応用、エネルギーと労働者の管理、スーパーや市場のサプライチェーンのドッキングまで、各段階で比較的完備したモデルが展示されている。閔銭希曦氏は、国内の現代温室園芸とデジタル化生産はほとんど並んでおり、「オランダのモデルに完全に基づいて進化する必要はなく、飛躍的な発展を実現できるかもしれない」と話した。

このほか、国内の電子商取引の優位性も温室のデジタル化栽培管理と結びつき、正確な注文化生産を形成することができる。

AI農業の試練

AI農業の潜在力は大きいが、着地実践も試練に直面している。閔銭希曦の前の2回の参加によって、AIアルゴリズムの温室園芸栽培における応用は段階的に実現する必要がある。2回の「国際人工知能温室栽培大会」で、AIグループの成績と人工対照グループの成績順位が変わった。第1回では、5つのAIチームのうち1つだけが最終利益で人工栽培を上回った。第2回大会では、AIチームはすべて人工栽培者を上回る利益を得た。

「2回の試合は直接比較するのは難しい。作物の栽培が違うからだ。2回目のAIはなぜ人工を上回ったのか、組織委員会は詳しく分析した。各グループの生産量とコスト(エネルギー、水、労働者、割引などを含む)細分化計算を行い、同時に時間の進度によって動的に比較し、エネルギー資源の持続可能性の面で私たちの優位性が大きく、利益の勝利の基礎を築いた」と述べた。閔銭希曦は言った。

現行シーンでは、AI農業のデータ収集は依然として環境に対する感知に集中している。「植物の現在の状態がどうなっているのか分からない」現代の温室は専門家と労働者が定期的にサンプルを採取して植物指標の測定を行う必要があり、この方式の欠陥はその損失性とデータのタイムリーさにある一方で、仕事量が大きく、人力に対する損失の程度が高いことにある。

このほか、栽培管理データの不足もAI農業の発展のボトルネックである。閔銭希曦氏は記者に、「今、植物のこの状態についてどのような決定をしたのか、その後植物がどのような反応を示したのか、これは重要な情報であり、私たちのいわゆる人の知識と経験であり、AI学会が必要な部分だ」と話した。

AIインテリジェント農業の目的は栽培人員を補助して成功した栽培技術と方法を複製し、植物の成長に影響する環境要素を制御化し、生産のモデル化統一を達成することであり、生産効率の向上に重要な意義がある。刀を研いで薪を誤って切らないように、刀の研究は切る研究よりはるかに意義がある。

現在、AI農業の発展はまだ初級段階にあり、データを利用して人の経験と知識を学ぶことは依然としてその発展の核心であるが、農業分野の全自動配置は最終的に到来するだろう。

多入局AI農業:デジタル化シーンの予告