我们在几千年历史中，都在努力提高亩产量、提高农业产业的利润率，但我们从来都没有从定量化、系统化、自动化的角度进行种植效率的计算和优化。
饥荒有可能在21世纪重新上演？
到2050年，全球总人口预计可达100亿。要让这么多人都吃饱饭，我们的食物产量就要创历史新高。
1974年，世界粮食大会曾提出“在十年内消除饥饿、粮食危机和营养不良”的目标。然而直到现在，在许多发展中国家，贫困和饥饿问题依然存在。
联合国粮食及农业组织发布的2020年《世界粮食安全和营养状况》预计，2020年全球食物不足人口将增加8 300万人至1.32亿人。联合国警告称，2020年共有25个国家面临严重的饥饿风险，预计全世界将有6.9亿人处于饥饿状态。“我们的食品系统正在失灵！”联合国秘书长安东尼奥·古特雷斯对全球的食物安全隐患忧心忡忡。
（图片来源于网络）
与此同时，尽管全球人口增长正在放缓，但非洲和亚洲的人口增长强劲，导致未来食物需求仍将大幅增长。据联合国预测，到2050年世界人口将达到100亿，到2100年将达到112亿。
在人口因素的推动下，食物需求预计会显著增加。国际食物政策研究所对2050年全球食物的预测结果显示：从区域分布来看，未来的食物消费增长将发生在非洲、中东以及亚太地区。
到2050年，全球三分之二的人可能生活在城市地区。而城市化和人口结构变化将改变食物需求的构成，不断变化的人口结构和人口空间分布将影响食物需求的变化。
挑战之大是前所未有的。我们只剩下30年的播种收割，就要迎来100亿人口大关。显而易见，如果我们想要养活地球上的人类，我们所熟悉的农业生产方式就要发生改变。
AI种植不输人类种植专家
从2004年到2018年，小麦的生产成本降低了14%，而同期CPU的生产成本却下降了99.8%。这意味着农业技术的进步远远落后于半导体工业。
同时，CPU的高速发展为AI提供了高效的运算能力，帮助该领域产生了大量能得到工业应用的技术。
下图显示了近几年主要的几次AI会议发表的论文数量，这一数量在最近几年已经增长了数倍。对比农业生产力水平的缓慢增长和AI技术的飞速进步，一个很自然的想法就是探索如何利用AI促进农业技术的发展。
（图为小麦和CPU的制造成本以及AI论文发表数量）
现在我们从一个相对可控的问题入手：全自动温室控制算法开发。目的就是用借助于温室模拟器，在短时间内开发自动控制算法，尽量少的资源，例如水和电，生产尽量多的食物。
温室模拟器是一个关于温室的系统化、定量化的建模问题，是对温室的完全数学抽象。
这样我们就知道在怎样的气候条件下，用怎样的种植策略，比如将怎样的温度、湿度、营养、二氧化碳浓度、光照条件等组合，能够有什么样的产出。
所有的作物模型，都通过计算机程序进行定量化的模拟，然后通过一定的接口暴露给控制程序，这样程序员就可以通过简单的控制指令去操控温室，并在几十秒里看到种植效果。这样就充分利用计算机的计算能力，加快农业技术的迭代速度。
AI根据当前状态做出一项决策，环境就会根据不同的决策演变到下一种状态，同时给AI一个奖励，而AI根据新的状态再做决策。如此类推，AI通过和环境不停地进行交互式学习，获得尽量多的奖励。这个环境既可以是一个真实的物理环境，也可以是一个计算机仿真环境。因为计算机的成本越来越低、计算能力越来越强，在仿真环境下进行AI训练就会变得非常高效，而成本则非常低。
基于上面这些想法，腾讯在首席探索官网大为的推动下与世界上最好的农业大学之一——荷兰瓦赫宁根大学开展了合作：挑战用人工智能来种植！
（图为腾讯与瓦赫宁根大学合作种黄瓜）
在比赛中，腾讯的AI算法iGrow交出了一张漂亮的种黄瓜成绩单。
iGrow在短短几个月里，学习了相当于一万五千年的黄瓜种植经验。
在刚开始将近两个月的时间里净利润是负的，因为这时一直在消耗资源，温室也在折旧，而没有黄瓜收成。
大概从第三个月开始有了收成，亏损在缩小。
从大概第50天开始转亏为盈，最后的净利润是每平方米20欧元左右。
最后人工智能种植的净利润和荷兰最优秀的人类种植专家几乎一样，并且获得了更好的二氧化碳效率。
等到2020年6月第二届人工智能种植挑战赛，复赛队的五个AI收成均超过有20年经验的农业种植专家组。其中，冠军组实现亩产资源消耗减少16%，净利润增加121%。
在中国的田间地头，最新进展是：
在东北辽宁的黑土地上，用三个日光温室种植番茄，其中两个部署了iGrow方案。2020年5月试点结束后，实验组和未改造的对照组相比，每亩每季增加了数千元的净利润。
具体而言，人工智能是怎么种植的呢？
AI如何养活“T先生”？
各种传感器被安装在一株西红柿上，暂且称它为“T先生”。T先生发出了饥饿的信号，传感器捕获到这一信号，并立即发送给AI大脑，AI大脑迅速做出决策，将肥料配比好，把光线调整好，开始为T先生供水。
那么，水分是把营养送到叶子里，还是送到果实里？
当然，我们想让叶子生长得更少一些、果实更大一些。于是，AI大脑不断调整水、肥、光的比例，给予T先生刺激信号，让它把营养输送到果实中，叶子中只保留蒸腾作用所必需的水分。
当传感器发现T先生的果实收到了足够多的养分，无法再吸收时，只能将水分、养分送到叶子中。AI大脑就做出决策，减少水分、养分供应，调暗光线，让T先生休息一下。
通过不断试验，AI大脑收集了足够多的数据，反复训练构建出西红柿的生长模型，又不断总结规律，发现T先生的兄弟姐妹们都有同样的习惯，这就形成了新的种植模式，成千上万公顷的西红柿就可以按照同样的水、肥、光进行配比管理，这样不仅扩大产量，同时还实现了农作物的生理节水。
（图为人工智能种植的西红柿）
舌尖上的AI
当前AI的应用贯穿于农业生产、农产品流通和食物消费的全过程。
（图为“AI+农业”应用环节）
在播种前，AI技术、大数据分析与溯源就能帮助农民保证种子、化肥等农用物资的质量。
AI技术正在取代传统农业生产所仰赖的历法与经验，用海量数据和信息更精准地预测一切。
除此之外，AI还能给出一系列预测：今年温度如何？降雨多不多？病虫害严重吗？市场价格走高还是降低？AI都能给出相应建议。
这些分析结果直接用于指导生产决策和生产计划，从源头减少风险和浪费，从而更好地迎合市场需求。
在农业生产过程中，AI技术与物联网和遥感等技术携手，综合地理、气象、水温等多维度数据，实现从土壤分析到农作物生长，从天气监测到施肥、撒药等多环节全方位的智能分析和控制，利用智能化工具节约人工成本和资源投入，提高种植效率和抗风险能力。
在农产品流通和消费过程中，AI通过整合生产数据和市场数据，有效对接供求双方，平衡各地农产品供求数量。还能通过追踪食物供应链创新食品分销和食品配送方式，预测消费者需求，尽可能地减少库存，提高周转效率，减少流转环节中的食物浪费。
本文摘自《重构地球》
