国产亚洲日韩在线播放更多,精品无码成人网站久久久久久,久久亚洲精品中文字幕无码

　　智能管控系統代替人工“照顧”農作物，從沒種過地的新手，也能在人工智能輔助下熟練種地……

　　“從前靠經驗，現在更多依靠數字化、智能化種植，甚至借助AI與農作物‘對話’。”漫步鄉間，筆者聽到來自田間地頭的“新”聲。

　　近年來，多地加強農業科技創新和應用，探索發展AI種植、智慧農業，借助人工智能為傳統農業裝上數字大腦，推動物聯網、大數據、云計算、人工智能等新一代信息技術與農業全產業鏈深度融合，形成集農業生產、科學研究、觀光采摘等多種業態于一體的綜合型智慧農業模式，促進農業提質升級，助力鄉村振興。

　　AI調控讓作物重回“兒時的味道”

　　穿過風淋室、除掉衣物上的塵埃，換上白大褂、防止將病菌帶入實驗室……江蘇省南京市溧水區的江蘇省農科院智慧農業創新團隊的智慧溫室內，10余種番茄在智能調控的適宜溫度下長勢正好。

　　江蘇省農科院農業信息研究所所長、智慧農業創新團隊首席研究員任妮介紹，智慧溫室有水肥一體化智能管控系統。“系統根據季節、番茄的生長周期實施水肥調控，讓番茄更好生長，種出‘兒時的味道’，一畝地年產值超過10萬元。”

　　眼下氣溫升高，番茄苗的葉片蒸騰作用增強，需要吸收更多的養分。“這個時候，AI派上了大用場。”江蘇省農科院農業信息研究所副所長劉家玉告訴筆者，“環境傳感器捕捉到溫室內溫度升高至30攝氏度，智能管控系統會啟動水肥機、滴灌等裝置。”

　　AI是如何做到的呢?

　　“我們研發了數據感知系統，番茄果實和藤蔓間安裝有空氣傳感器、土壤傳感器、水質傳感器，溫室四周有攝像頭，室外還有小型氣象站等感知終端。”任妮說，在機器視覺、知識圖譜、生產場景管理、投入品管控、糖度檢測等技術加持下，智能管控系統在一定程度上可以代替人工更好地“照顧”農作物。

　　江蘇省農科院智慧農業創新團隊開發的“智小農”微信小程序界面中，各項環境監測數據一目了然。智能管控系統根據季節、番茄生長周期實施水肥調控，工作人員在手機上動動手指，環境變化、作物生長、設備運行等情況盡在掌握。

　　在揚州一處農業科技園區，得益于一體式智慧泵站灌溉系統，農田水肥可以實時監測，農作物生長環境超前預知。工作人員介紹，運用智慧泵站灌溉系統后，各類傳感器可感知不同數據，實時監測土壤濕度、氣象條件和作物需水量等關鍵指標，灌溉、施肥有了精準依據。

　　科技，讓農業從傳統的“看天吃飯”轉向標準化生產。“根據傳感器收集的數據，再結合外部氣象預報，智能管控系統實施環境參數監測和自動調節，外遮陽、內保溫、天窗、濕簾、循環風機等設備由電腦智能控制。”任妮說，這可以讓農作物在最優的環境和營養條件下生長。

　　一鍵收菜，從“望天收”邁向“望網收”

　　得益于科學種植，江蘇省農科院智慧農業創新團隊種出的“AI番茄”品質更好，一斤能賣到20多元。“摘下來就不愁賣，在我們的電商社群里，提貨名額一放出來，瞬間就被搶光。”任妮說。

　　手機“巡田”、澆水不濕手、種菜不下田……科技賦能助力降低用工量，提高種植效益。“常規種植方法下，一個人管理一畝地忙得停不下來，現在一個人可以輕松管理4畝地。”任妮說。

　　江蘇省農科院智慧農業創新團隊的智慧溫室背后，是數十名平均年齡30歲出頭的技術人員。“我們每個種植基地都有專門的服務對接群，不管是系統報錯，還是人為發現問題，24小時都有值班人員遠程解決或安排專人現場排查。”劉家玉說。

　　在南京溧水、湯山等多個種植基地，因為進口技術價格高、缺乏有經驗的農藝師、種植效益不高等，玻璃溫室曾長期閑置，如今在國產人工智能技術加持下迎來新生。

　　“以水肥一體化智能管控系統為例，國外的系統可能要三五十萬元，我們自研的系統價格一般不到十萬元，質量也趕上來了。”任妮說，“AI番茄”已走出實驗室，走向廣闊的農村大地，帶動農民增收。

　　該團隊持續聚焦設施果蔬、特色水產、數字育種等智慧農業應用場景，深度重塑現代農業發展優勢。智慧農業整體解決方案已在江蘇省內多個農業種植基地落地，應用到草莓、葉菜、黃瓜等多品類種植。從“望天收”邁向“望網收”，風靡一時的線上農場游戲，在現實中得以實現。

　　向大田邁進，錨定未來農業

　　拼多多平臺和光明母港(上海)種業科技有限公司攜手的“多多農研科技大賽”已舉辦至第四屆，入圍決賽的隊伍在同一規格的集裝箱植物工廠內，“遠程”種植同一品種的農作物，在規定時間內產量高、能耗低、品質好、算法優者便告獲勝。

　　前兩屆比賽的場景設在溫室內，經驗老到的種植戶與掌握新技術的農業“小白”同臺競技。“去年，我們把場景轉換到全人工智能化控制的植物工廠內，并選擇一個較難種植的新品種。在比賽過程中，各團隊可謂是‘八仙過海，各顯神通’，展現了不同新技術在新場景下的應用過程。”“多多農研科技大賽”賽事組委會代表林新儀說。

　　“我們發現，AI種植模型需要大量的高質量數據進行訓練，這需要耗費大量人工采集不同作物在復雜環境中的海量數據。然而，有的數據可能存在失真或標注不準確的問題，會影響模型的性能和準確度。”林新儀說，AI種植模型在應用過程中需要人工干預，進行動態調整。

　　來自中國農業大學的楊浩已參加過三屆“多多農研科技大賽”，在他看來，農業種植環境復雜，受到許多因素影響，AI模型暫時難以完全囊括，可能導致預測不準確、決策不科學。

　　AI種植前景可期。然而，相對于大田種植，目前AI種植多應用在溫室大棚內，種植成本仍然較高，所以更適合種植生長發育較快、附加值較高的果蔬，比如番茄、草莓。AI種植邁向大田還有較長的路要走。