腾讯革新,未来20年要面向产业互联网。
但万万没想到,这个“产业”不仅有第二产业工业,甚至还有第一产业——农业。
刚刚,一直秘而不宣的腾讯AI新开拓,在一场国际种植大赛中以亚军身份亮相。
这是一次AI种黄瓜的比拼。
此次比赛全称:国际人工智能温室种植大赛(Autonomous Greenhouse Challenge)。
由荷兰瓦赫宁根大学(WUR)主办,今年3月正式开始,持续半年有余。
在刚刚披露的结果中,来自微软的Sonoma队拿下冠军,而来自中国的腾讯AI Lab与农业专家组成的iGrow队,获“AI策略”单项第一名、总分第二名,夺得亚军。
这次围绕AI+农业的竞赛,旨在通过人工智能与农业等多学科团队协作,展示人工智能驱动温室的能力,在提升农业生产力的同时,减少资源消耗,满足日益增长的人口需求,帮助人类过上更健康的生活。
比赛的挑战目标,是在4个月内生产出高产量、高资源利用率的黄瓜作物。
参赛团队利用传感器和摄像头,获取温室气候、作物发育情况等数据,加入自己的模型或机器学习算法,远程控制作物生长。
本次共有15个国家的14支团队参与。
除了腾讯,还有微软(Sonoma队)、英特尔(Deep_greens队)等参与争夺。
其中,腾讯AI实验室参与组队的iGrow队还有来自中国农业科学院、北京农业信息技术研究中心、黑龙江植物学会、Syngenta种子公司、荷兰瓦赫宁根大学的农业专家和学生组成。
在长达半年多的比赛中,iGrow队历经编程马拉松、黄瓜种植挑战和总决赛,最后以微弱劣势低于微软,获亚军。
在比赛中,腾讯实现了AI+农业领域的技术探索,其首创的农业人工智能系统攻克了机器智能嵌入农业专家知识的难题。
种植结果显示,该人工智能系统提高了农产品的产量和自然资源利用率,还大幅降低了传感器成本,体现了“AI+农业”的应用潜力。
目前在AI+农业领域,一大技术难点在于,计算机模拟受农业生产的特点影响,与真实的农业种植之间存在巨大的鸿沟。
在农业生产中,影响作物生长的因素极为复杂,种植很难标准化,环境变化也难以预测,这些因素会严重阻碍人工智能的效能发挥。
尽管本次比赛为环境相对可控、较易标准化的温室黄瓜生产,但计算机模拟如何有效迁移到真实的农业种植中,依然是一大技术挑战。
比赛中,腾讯AI Lab的AI专家根据植物学、生物学和物理学等相关学科知识进行建模,建立起模拟气候环境和作物生长的仿真器。
随后,团队开创性地搭建出一个农业人工智能系统,通过创新的强化学习方法,将iGrow农业专家的知识和经验自然地嵌入仿真器中,使人类专家能够在种植密度、灌溉施肥、打顶剪枝等方面,实现对AI的有效干预,提高AI学习效率,最终在资源最优化的同时,最大程度地提升了作物产量。
与人类知识融合之后的AI系统,无需专家再次干预,即能自动适应新的环境和条件变化,因此可以快速复制到同类温室种植中,为扩大生产规模、实现标准化生产提供条件。
在生产自动化方面,该系统可自主运行,从而大幅降低人工管理难度,节约大量人力。
在本次大赛中,iGrow队因减少传感器使用成本而受到好评。
与其他AI种植团队额外添加了诸多传感器不同,iGrow 队仅利用主办方配置的有限的传感器,便取得了十分优秀的成绩。
系统通过高效的数据模拟和运算,减少了不必要的传感器的使用,大大降低了智慧农业的生产成本,在市场应用和推广上颇具潜力。
此外,腾讯AI实验室科学家也介绍,他们这次打造的系统还是具备终身学习能力的超级智能体。
“随着技术发展,它能利用更先进的仿真器,以及更大规模的种植实践获得的数据,灵活地整合人类知识和经验,持续迭代升级。
大赛结果显示,iGrow队在黄瓜产量、质量、资源利用率上,均表现十分出色。在整个过程中,采用了生物防治系统,符合人们对健康生活品质的要求。
与传统的人工种植相比,人工智能的优势在于,它能对种植过程进行全局优化。
从一开始的种植密度、留茎比例,到后来的留叶、留果策略,以及在温室中对光照、通风、温度、湿度、CO2浓度、水分等的控制,它都能在仿真器中通过强化学习自动寻找最优解。
人工智能可为作物的各个生长周期寻找和提供最适宜的环境状态,同时进行资源最优配比,以最大化地节省资源。
“人工智能另一个巨大的优势是,它可以在短时间内进行大量模拟实验,相比在真实环境中缓慢地进行人工种植摸索,它能以很低的成本快速提升智能管理水平和经济效益。”腾讯AI Lab团队介绍。
本次比赛也展现了人工智能驱动温室的能力,但人工智能的应用并不仅限于室内农业。
不过腾讯迈出这一步,不仅能带动AI+农业的探索,也能给最古老的产业带去更多关注度。
AI向前,一边带人类探索星辰大海,但如果另一边也能让背后实地更稳固,在粮食生产、人口增长和可持续发展等大问题有更好方案,不亦乐乎?
企鹅种黄瓜,挺好~