多く局AI農業に入ることをつづり合わせます：デジタル化のシーンの一回の予告

現在の状態は緊張していますが、今の段階では各種設備が調整中です。雲南人ミン・チヒさんは自分のチームとイチゴ栽培の試合に奮闘しています。彼女のもう一つの重要な身分はオランダ瓦赫寧根大学の温室園芸専門の博士生です。彼女のチームはAiCUで、これまで17チームのAI栽培チームから決勝戦に進出しました。

先日、中国農業大学と提携して、国内初の農業分野の人工知能とトップ農人の対戦が始まりました。競技種目はイチゴ栽培です。120日間、遼寧東港、江蘇文容、安徽長豊などは世界金賞などの「トップ農人」を獲得しました。対陣はオランダ、江蘇、雲南、中国農業科学院の4本の人工知能チームです。

「世界中の名手と連携して、国際先端のデジタル農業技術を国内ローカライズして応用したいというのが始まりです」7月29日、多くの新農業農村研究院高級監督公沢は21世紀の経済報道記者のインタビューを受け、今回の試合に勝利した各チームは、農業科学技術基金による資金サポートを獲得するとともに、「多農園」などのプロジェクトと全国の各生産区で大会で産出された先進的な応用を着地すると明らかにしました。

聞くところによると、決勝戦の結果は栽培策略、アルゴリズム策略の優位、生産量、品質、効果と利益の投入と産出比などのいくつかの方面から評価します。パターンの異なる競技は、同じ物差しで測定し、主催者に対しては、常に待ち構えるべき課題です。結局AIと人工栽培の試合は利益だけを基準にしてはいけません。データと経験は現代社会にとって分けなければならない課題です。

公澤氏は、5 G、ビッグデータ及び炭素知能、人機混合知能などの次世代AIの発展によって、農業分野の情報化応用が重要な方向になると考えている。同時に、現在国内の農業生産区が直面している問題は、農業労働力の高齢化問題がますます際立ち、労働力が農産物のコスト比重の中で日増しに高まっているなどの現実的な難題である。

新しいAI技術の農業での応用は、これらの問題を効果的に解決します。例えば植物成長モデルの精密化管理、肥満抑制薬、ロボットなどの無人化作業で労働力不足問題を解決するなどです。これらの最先端技術は、国内外の科学研究機関や産地ですでに実用的な成果を上げています。先端技術の進歩の一歩は、小農経営主体の多くの難題を解決し、より安定した農産物供給チェーンをもたらすかもしれない。

このために、農業分野における配置を引き続き拡大し、農業のデジタル化の歩みを推進していきます。

一度に旗を振る

人工知能はどれだけ盛んに行われていますか？時代の需要はどれほど緊迫していますか？艾瑞諮詢データによると、人工知能賦能実体経済の市場規模は2021年に千億円を突破する見込みです。これまで農業全体が「マルサスの終末」を想定したパニック状態だった。

国連食糧農業機関は、2050年までに世界の人口は90億を超え、人類の生活水準の向上と食事構造の改善で、食糧需要は70%増加すると予測しています。同時に、農業の発展はまた資源不足と環境破壊などの問題に直面しています。どのように生産能力を最大化し、持続可能な発展を実現するか、人工知能は解決案の一つです。

現在、綴多、京東、アリババを含むインターネット大手は農業に目を向けています。公沢の説明によると、国内の各地域には明らかな地理環境、品種種類、成熟した季節の差異がありますが、プラットフォームは消費側の変革を通じて、6億人以上のユーザーを分散させ、長い周期の需要を迅速に短周期の大量需要に集められます。

多すぎる最新の財政報告をつづり合わせて表示すって、2020年の第1四半期、多すぎる農産物の注文数をつづり合わせて10億ペンを上回って、同184%増大して、2019年の農業（副）の製品の成約額は1364億元に達して、同109%増大します。データに対する感度は、人工知能と農業の結合の可能性を多く見せてくれます。

今回の試合はAI農業のためにたくさんの旗を振っていると見られます。「先端技術の進歩の一歩は、小農経営主体の多くの難題を解決し、より安定した農産物供給チェーンをもたらすかもしれない」公沢は思う。

人工栽培グループにとって、今回の試合はさらに今後の動向を探るものです。経験は遼寧東港組の核心競争力です。公開資料によると、東港イチゴの栽培面積は15万ムー近くに達しており、2019年に東港イチゴの生産額は46億元に達し、関係従業員は10万人に達し、試合に出る東港人は「中国いちご第一県」の名誉を背負っている。

「今のイチゴ栽培技術は非常に成熟しています。もっともとの基礎から見て、もっと新しいものができますか？人力を節約する方法のようです。なにしろイチゴ栽培は人力の需要が旺盛です。しかし、多くの設備はまだ人を必要として、全自動化の状態に達することができません。1994年に生まれた東港グループのメンバー、馬冬妮さんは21世紀の経済報道記者に語った。

労働力の高齢化と労働力のコスト比重が日増しに向上しており、現在の段階では、人工イチゴの栽培が難関となっている。イチゴの栽培時期によって、水と肥料の割合が違ってきます。苗を育てる、苗を選ぶ、植える、肥料をやる、水をかける、薬を使う、採るなどの環節まで人が長期かつ丁寧に世話する必要があります。商業化されたイチゴ栽培に使用されるシャッターマシンは、温度制御の自動送風口と水肥一体化の設備が必要です。人件費は総費用の60%から70%を占めています。

しかし、人件費も人工知能の発展のために空間を開拓しました。馬冬妮さんは記者に言いました。「工業上の機械は人工の代わりにもうよくできました。農業も時間の問題です。」業界の生産高がコストに合うかどうかは、時間の試練が必要です。

AIにとって、今回の試合は着地を実践するチャンスです。公開データによると、2025年までに農業市場のAI値は26億ドルに達すると予想され、複合年平均成長率は22.5%と予測されている。農業市場におけるAIの価値は市場効果だけではなく、将来の人口と食糧比率に対しても調整される。

アルゴリズムはAIグループの核心競争力です。ミン・チミンから見れば、この試合はすぐに栽培上手を選ぶだけではなく、未来の発展モデルのために、例えば省エネ、持続可能な現代の温室栽培を探求します。環境と植物応答データに基づいて，データ駆動のマシン学習アルゴリズムは，その適応とプロモーションにおける利点を示した。

AiCUが直面している課題は、設備の調整のための適地性である。国内に比べて、オランダの温室園芸はすでに比較的成熟した状態に入っています。農民は普通は栽培のこの一環だけを担当して、産業チェーンの中で必要なコントロールの設備、ソフトウェアの管理、農資の供給、労働訓練、スーパーマーケットのサプライチェーンのドッキング、契約の締結はすべて比較的に整っている協力のモードを形成しました。AiCUがオランダで蓄積した経験は国内では完全に適用できないか、それとも現地化過程で実践し続ける必要があります。この中には、温室設備とセンサーの調整、国内のハードウェアソフトに適応するための栽培戦略の調整などが含まれています。

同時に、国内の電気商の優位も国外が備えたのではありません。電気商は物流の発展を促しています。私達の温室のデジタル化管理はとても便利です。私達は上流と下流をドッキングして、より良い生産配置を作ることができます。試合はミン・チヒのチームに、国内のイチゴ栽培産業チェーンの発展を探る機会を与えました。

二つの切り込み方法

AIは発展が盛んで、AI農業も蓄力しています。国務院が発行した「次世代人工知能発展計画」の中で、2020年までに、人工知能の全体技術と応用は世界先進水準と同期し、核心産業規模は1500億を超え、2030年までに1兆を超え、人工知能は市場リード産業に発展する潜在力があると提出しました。AIと農業を重ねた市場規模も2025年には15.7億円に達する見込みだ。

割合は高くないですが、農業の実現は式を越えて発展した後に、安定的で大規模な市場参入方式になります。しかもデジタル化の発展も農業の必ず歩くべき道です。インターネット会社は農業に情熱を示しています。2019年に中国科学技術企業の技術研究開発に約405000000元を投入しました。その中に人工知能計算方法の研究投入は9.3%で、しかも大部分はインターネット科学技術会社から投入しました。農業への切り込みは、インターネット会社の将来の発展図にも必ず現れます。

今のAI農業はまだ科学技術の巨人達の良い事例に位置して、見本を作って、実力のあるパートナーの共同の普及の段階を引きつけます。

2018年の初めに、多くの努力をして正式に「農産物中央情報処理システム」を完成しました。ビッグデータ技術を利用して全国農業生産区とその農産物の生産、販売状況を追跡しています。これも農業分野での「人探し」モデルの実践に力を尽くしたサンプルになりました。

半年後、アリも農業脳を発表し、AIソリューションを農業に持ち込みます。その後半年間、騰訊と京東も相次いでAI農業計画を発表しました。

騰訊は2年連続でオランダの瓦赫寧根大学と共同で「国際知能温室栽培チャレンジ試合」を開催しました。試合も同じく人工栽培の対照チームを設定しました。面白いことに、2回の大会では人工栽培とAIチームの成績順位が変わりました。

ミン・チャンヒさんは二回の試合の経験者として、彼女は記者に第一回の試合でAIチームが五組しかない最終利益は人工栽培を超えました。第二回の中でAIチームは全部利益で人工植生者を超えました。「実は2回の試合は直接比較できません。作物が違うからです。第二回の試合でAIはどうして人工を超えますか？組織委員会は詳細な分析を行い、各グループのエネルギー、水、労働などの各方面のコストを細分化して計算しました。また栽培時期の進捗状況によって動的な比較もあり、持続可能性についてはAIチームのパフォーマンスもいいです。エネルギー面ではわがチームの優勢が明らかになりました。これは利益の勝利の基礎を打ち立てました。

このことから、アルゴリズムに基づくAI栽培は、正確な処理を行い、エネルギー損失を低減することができますが、現在の段階の人工知能栽培はまだ柔軟性に欠けています。これもデータの欠如と関連しています。現在、人工知能が農業に切り込むシーンはまだ開発段階であり、成熟した製品生産モデルを形成し、端末で販売できるAIソリューションを形成してこそ、AI農業の変革を達成することができる。

中国の農産物上りの第一大平台として、この農業変革の推進と自らの経験者である。農業に力を合わせて、「つづり合わせ」の基礎の上で、プラットフォームは次第に成熟した「農地雲つづり合わせ」のモデルに発展してきました。製品の需要はクラウド統合後、またプラットフォームを通じて全国に分布している新農人システムは、各大生産区にリンクし、品種、成熟周期、物流条件、正確に消費者に対応する。このモードはデータアルゴリズムに基づいていますが、今回の大会はさらにアルゴリズムと経験のあるゲームだけです。

インターネット会社の入局以外に、人工知能は農業に切り込む方式で、農業創業型会社を通じてハードウェアとサービスを販売することもできます。「2016-2020年中国知恵農業深度調査及び投資見通し予測報告」によると、応用を基礎とした知恵農業市場は、2016年の90.2億ドルから2022年の184.5億ドルの規模に達する見込みで、年平均複合成長率は13.8%である。これは創業型の科学技術会社に市場チャンスを提供しましたが、同時にインターネット会社の入社も起業型会社の進路を予測しにくいです。

農業分野はすでにデジタル化の発展段階に入っていますが、実際の配置においては、データチェーンの開通、インフラ整備及び人材不足は、常に磨き上げていく必要があります。ミン・チヒ氏は、理想的な状態は、農民を産業労働者や職業栽培者のような身分にし、一定のデータ分析能力を備えていると考えている。農民農家の政策決定は完全に主観的な経験に依存するのではなく、客観的なデータに基づいている。AIアルゴリズムは栽培の専門家を模倣し、データに基づいて農民栽培者を補助し最終的に決定する。このようにデータベースの生産モデルは、生産レイアウトと正確な生産計画を作成するのに役立ち、後期市場との良好な接続ができます。産業チェーンの間の栽培環節がデータ化されていないと、各環節の情報伝達に不利です。」

農業の知能化は、「道が阻まれ、長くなれば行く」しかない。

三つの問題

新生代の“農人”として、馬冬妮は早くから科学技術の目で現行の農業の発展を見ることができます。インタビューで彼女は記者団に、現段階ではAIは完全にカバーすることができません。AI農業の発展過程において、コストは明らかな問題の一つである。

テスト段階でAIの表現が際立つ。参加チームのNJAI.苺の主将である倪軍はメディアの取材に対し、新技術を採用した栽培戦略により、肥料の利用率は50%以上に達し、ムー当たりの水の70%は350元の節約と400元の労働コストに相当すると述べました。

しかし、問題は新しい技術の負担が農民に耐えられないことです。従来の一畝地の大きな棚から計算すると、基本的なファン、天窓などの設備を取り付けるコストは約10万元です。センサーの数を減らすと、投入コストは5-10万元に短縮できます。もっと高級な設備を備えるなら、コストは20万元に達することができます。

同時に、知恵農業が発揮する主な前提は、広大な土地が必要です。しかし、中国の国情下の小農経済モデルは土地分化が深刻で、土地の割り当てコストが高いのも難点です。この問題は同じように今回の試合にも現れています。AIチームはコンピューター管理の水肥一体化システムを使います。よく1000平方メートルの温室に適用されますが、競技場は100平方メートル以上しかありません。そのため、規模化された生産は最初の天井に直面する。

これに対してミン・チヒ氏は、一ヶ月の試合では必ずコストが高くなると考えていますが、10年、20年、または50年を考慮して、もっと大規模な生産に運用する場合、伝統モデルの持続性は現代農業と比較できないと思います。一方、AIグループの標準化生産は複製性があり、普及しやすく、伝統農業は経験に強く依存しています。AI知恵農業は先進的な設備を応用する目的は栽培者を補助して成功した栽培技術と方法を複製することにあり、植物の成長に影響を与える環境要因を制御化し、生産のパターン化統一を達成することが生産効率を向上させる上で重要である。刃物を研ぎ、薪を誤らないようにする研究は、切り身の研究よりもはるかに意義がある。

AI農業が直面する第二の問題はデータの欠乏である。AIの応用は大量のデータを必要としてアルゴリズムを訓練する。農業分野では、データを埋める必要がある空間が巨大で、しかも大部分のデータは毎年の成長シーズンに一回しか使えません。甚だしきに至っては数年の時間がかかり、ある地域や農場に統計的なデータが集められます。

現在のところ、AIは環境に対する感知に多く使われていますが、植物の具体的な状態はまだ未知数です。近代的な温室では、植物状態の感知には専門家や労働者が定期的にサンプルを採集し、植物形態指標の測定を行います。

一方、現在の段階では、温室効果は政策決定データを記録することができません。一定の時間で、人が植物に対して作り出した動作は、植物がどのような反応を起こすか、AIが習得しなければならない部分です。

この時の深さに農業のデジタル化を配置することを選んで、いろいろな考えを合わせます。これに対し、公沢は今年も引き続き農業への投資を増やし、資金、技術、資源などを含む。「農業は再投入された産業で、全国各地の産地が分散し、成熟期も違っています。私たちは様々なニーズを統合して、商品を多くの形で下流の消費者に提供する必要があります。

中間流通、チャネルメーカーの各一環を取り除いたからこそ、降本によって効果が増し、農民と最終消費者は受益者になります。財務諸表のデータによると、2019年に、多すぎる総注文量は197億件で、プラットフォーム農業（副）製品の活発な事業者数は58.6万人に達し、同142%伸びた。2020年第1四半期において、プラットフォーム農産物の注文数は10億件を超え、前年同期比184%増加した。

公沢から見れば、現段階の農業デジタル化はもっと社会的意義があり、商業化の観点から考えるべきではない。今回の大会を通じて、ベテランの農民の経験と人工知能を集めて、より多くの産業帯に低コストのデジタル農業管理方法をもたらしたいと思います。外国では、AI技術は農業に多く使われています。国内はまだ多くなく、浸透率は非常に初級の段階にあります。「勝負が多いのは、農業を始め、農業の場に立つ一家です。私たちは農業分野での資金と技術の投入を継続的に増やし、農家に利益があり、お金があり、科学技術を使って農業生産者に純金と銀の向上をもたらす。

イチゴの栽培試合を競い合います。データとAI農業を融合させた現行のシーン図鑑です。