爆火的ChatGPT背后，AI又将如何颠覆传统农业|人工智能|农作物|种植|粮食产量

“ChatGPT，一个交互式聊天模型，能够结合与对话者上下文进行连续式问答。同时能够承认回答中的错误、质疑人类提出的不正确的前提并拒绝回答不恰当的问题，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。”

2016年，AlphGo击败李世石，掀起的AI浪潮昙花一现，如今，随着ChatGPT的出现，这个行业再度以高光的姿态回到公众视野。

北京时间2月7日凌晨，谷歌突然发布了基于谷歌LaMDA大模型的下一代对话AI系统Bard。同一天，百度也官宣了正在研发的文心一言（ERNIE Bot）项目，计划在3月完成内测，随后对公众开放。

事实上，在这场技术革命中，AI已经影响到世界各地，各行各业都在实施数字化转型，农业也不例外。当人工智能遇上农业，这个传统行业会有哪些改变呢？

农业，是AI落地的最好场景

人工智能（简称AI）它能像人一样思考，但不同于人类的智能，它是一个能以相似人类智能的方式来做出相应反应的机器，使机器自主地寻找问题、解决问题。

早在本世纪初，人工智能就已经开始应用于农业生产，这其中既有耕作、播种和采摘等智能机器人，也有智能探测土壤、探测病虫害、气候灾害预警等智能识别系统。这些应用正在帮助农业提高产出、提高效率，同时减少农药和化肥的使用。

农业人工智能是多种信息技术的集成及其在农业领域的交叉应用，其技术范畴涵盖了智能感知、智能装备、专家系统、物联网等，都有以下成果落地应用。

1、选种

种子对于农业生产影响巨大。人工智能技术可通过收集优良种子性状及其对应数据，构建分类模型，有效提升种子质量的鉴定速度，并通过后期种植结果不断丰富建模数据，修正模型误差，进一步保证鉴定效果。此外，还可以利用人工智能对种植环境、种植需求等进行分析，帮助种植者选择最适合的种子类型，提升农业生产收益。

2、作物和土壤监测

土壤中的微量和大量营养素是作物健康以及产量数量和质量的关键因素。然而，传统上土壤质量和作物健康是由人类观察和判断来决定的，这种方法既不准确也不及时。

现在，人工智能技术可对土壤传感器收集到的可溶性盐含量、地表水分蒸发量、土壤湿度等数据通过人工神经网络进行预测分析，决策各类农作物所适宜的最佳土壤。

3、病虫情检测

病虫情检测系统由虫情信息自动采集分析系统、孢子信息自动捕捉培养系统、远程小气候信息采集系统、病虫害远程监控设备、害虫性诱智能测报系统等设备组成，通过云端的人工智能引擎，对害虫虫体进行自动标记、识别和分类计数。用户通过网页、手机即可联合作物管理知识、作物图库、灾害指标等模块，对作物实时远程监测与诊断，为种植户提供智能化、自动化管理决策。

4、专家指导

基于大数据、机器学习等技术的农业专家系统在农业的管理、分析、决策方面起着重要作用，能够引领农户科学种植。尤其是在和计算机视觉技术结合之后，对于农业生产帮助更上层楼。例如上传水稻叶片图片，系统基于海量数据的学习训练和科学知识、模拟专家思维给出解决方案；再如经过土壤成分分析、灌溉用水分析、病症分析后，将必要的数据导入专家系统，则可给出最优化施肥给水施药方案。

5、农业机器人

农业机器人可应用于果园采摘、植保作业、巡查、信息采集、移栽嫁接等方面。 2000 年，国外已经研发出收获机器人样机，虽然国内起步较晚，但已经有越来越多的公司和机构加入到农业机器人的研发中。