论文部分内容阅读
摘要：人工智能技术在农业领域的发展和应用，将重构农业生产、分配、交换和消费等环节，大大提高行业生产效率，大大节省农业劳动力投入。我国农业部门人工智能技术和产品研发虽然取得一定成绩，但农业领域人工智能应用还十分落后。本文认为供给侧技术研发人才匮乏、技术和产品研发的资金成本巨大导致农业人工智能产品和服务供给力不够强，需求侧农户家庭化的分散的生产组织方式、融资困难等原因导致对人工智能应用的有效需求不足，最终造成我国目前农业领域人工智能技术发展和推广缓慢。针对农业产业人工智能技术发展和应用的现状，和应用滞后的原因的分析，本文提出了相应的政策建议。
关键词：人工智能;农业科技;智慧经济
一、我国农业人工智能技术发展和应用现状分析
当前，人工智能已经成为产业升级的核心引擎，全球各国都将发展人工智能作为国家发展的重大战略，人工智能领域的竞争日趋激烈。据《中国人工智能发展报告2018》数据，截至2018年6月，我国人工智能企业达到1011家，数量仅次于美国;人工智能领域投融资规模居首，占到全球60%;2017年我国人工智能市场规模达到237亿元，增长67%。2017年国务院印发的《新一代智能发展规划》明确提出“发展智能农业、建立典型农业大数据智能决策分析系统，开展智能农场、智能化植物工厂、智能牧场、智能果园、农产品智能加工车间、农产品绿色智能供应链等集成应用示范”。
要农业人工智能技术与应用，主要的关键技术有农业动植物信息感知、解析与智能识别、农业大数据挖掘分析、农业人机混合智能交互与虚拟现实、图像精确辨识与语音识别、基于大数据的农业群体智能决策、农业人机物协同系统。国际上，人工智能在现代农业的研发和应用早在20世纪70年代就开始兴起，人工智能在农业领域技术研发主要包含三个方面。第一，智能化的农业机械设备的研发，以农业智能机器人为代表，可以大大节省劳动力的使用，大幅提升在耕作、播种、施药施肥、收获采摘和分拣包装的效率;第二，作物智能监测管理系统，通过物联网采集图像、视频等数据，监测土壤质量、作物生长状况，调整施药施肥，实现农业生产管理的自动化和智能化;第三，农业智能预测决策系统开发，利用大数据和深度学习来跟踪预测作物市场表现，辅助进行种植品种、规模和销售的决策。
我国1983年开发出了第一个农业专家系统“砂姜黑土小麦施肥专家查询系统”。自此，国家也投入了大量科研资金鼓励农业人工智能技术开发，如国家自然科学基金委、科技部、农业部多省省级部门立项支持的课题。1998年，中国科学院研发“3S”（GPS，GIS，RS），利用遥感图像信息获取和大数据处理，实现对农作物产量的预测和农业灾害发生风险的预测。在农业智能机器人的研发上，以华南农业大学开发的“荔枝采摘机器人”，中国农业大学研发的草莓采摘机器人“采摘童1号”为代表，国内已经研发了多款水果采摘机器人。农用无人机的研发和生产也是快速发展。中国实现了无人机硬件的主导，欧美主导软件和无人机服务。民用无人机硬件制造被中国的诸如大疆、吴翔、极飞、亿航、北方天途等公司主导。中国公司生产的农用无人机主要是用于喷洒和播种。无人机软件公司和综合性无人机数据服务提供商主要位于北美，如3D Robotics、INSITU、Precision Hawk、Aeryon、DroneDeploy和ESRI。数据服务商所配备的无人机一般带有激光雷达或多光谱成像功能，但不具备喷洒功能。吉林农业大学研发的精准施肥专家系统，中国农业大学开发的水产养殖监控管理系统，农产品电商平台和溯源系统的发展。可见我国人工智能技术在农业的应用的技术和产品开发有一定的成绩。
人工智能技术发展迅速，在金融、工业、交通和医疗等领域已有成功的应用，但人工智能在农业领域的应用的程度却远远落后。国内虽已有一些试点出来，如湖南益阳等地的智能经济大棚，充分利用物联网技术，搭建带有自动开合的遮阳设备、淋水通风装置、视频监控设备和温度湿度空时系统等智能化技术的农业大棚，使农业种植精细化，产量效率大大提升。阿里云与四川特驱集团、德康集团合作推行智能养猪，猪场内遍布与ET农业大脑连接的摄像头，自动采集、分析猪的体型及运动数据，运动量不达标的猪会被赶出室外继续运动，以保证猪肉品质;此外，利用ET农业大脑、结合声学特征及红外线测温技术，可通过猪的咳嗽、叫声、体温等数据判断猪是否患病，及时预警疫情。但总体而言，我国农业生产还是以农户家庭化的生产组织模式为主，分散化種植或养殖，现代化水平落后，人工智能应用十分落后。以2015年全国水果生产机械化数据为例，2015年平均综合机械化率仅为26.58%，机械植保率达45.29%，机械运转率为54.23%，机械中更率达29.43%，机械施肥率仅达到18.56%，机械修剪率为11.32%，机械采收率仅为2.33%。可见我国农业人工智能的应用还十分初级和不足。
什么原因导致农业领域人工智能技术应用的发展和推广滞后？如何利用人工智能实现农业产业转型升级高质量发展？这些问题的研究具有重大的现实意义。
二、农业人工智能技术发展与应用滞后的原因分析
我国农业人工智能的发展，从农业人工智能产品和服务的供给侧来看，农业机械设备制造商和农业技术服务商并未实质性推进人工智能技术的应用。科研院所农业人工智能技术研发的成果还偏弱，现有研究成果转化率过低。全球人工智能人才匮乏，我国人工智能人才数量仅次于美国，从人工智能技术农业应用研发落后，却并不是技术层面问题。国际上农业智能机器人、自动化设备、禽畜智能穿戴设备等的发展已经十分成熟。美国约翰迪尔公司研发的农业智能机器人可以实现智能除草、灌溉、施药施肥。但在作物智能监测管理系统和决策系统的研发上比较滞后，主要的原因如下：首先，农作物种类繁多，掌握农业种植技术的技术人员不懂智能系统开发，而智能系统开发人才又没有农业种植的技术的问题。所以农业人工智能应用开发需要农业专家和人工智能专家的配合，聚合双方的技术有数。其次，农业领域的作物生长数据累计缓慢、共享困难。虽然农业生产的地理和天气数据相对完善，但以往在农业生产上忽视对数据的监测和收集，作物生产过程的数据只能靠一次次的种植慢慢收集累计，数据所有权的复杂导致数据共享困难。最后，农业作物种类繁多，需要统计和量化的环境变量繁杂，但大棚种植一定程度可以控制许多变量，一定程度上可以增加农业生产环境的可控性和稳定性从而降低系统开发的难度。农业科研院所、农业机械设备制造商和服务商作为农业人工智能产品研发的主体，面临着研发人才的短缺和研发投入不足、资金短缺的问题，导致产品研发和生产能力不足。 从农业人工智能产品和服务的需求侧来看，传统农户小规模分散种植的模式导致农户对人工智能应用的有效需求薄弱。正是农业生产主体的生产规模、资产、技术和盈利能力的弱小導致了对人工智能产品和服务的有效需求的严重不足，引起国内农业人工智能技术应用的薄弱。人工智能技术的应用主要在流程优化和提高效率，实现规模效益。人工智能对农业的提升，不仅体现为解放传统劳动，实现规模化和集体化，而且还能高效地实现个性化的经济产出，从而打破传统农业的局域性、分散性。但当前，现有的主要农业生产供给模式，是农户分散化种植，批发商进田间收购集中，批发给零售商，零售商销售给消费者。农户生产经营分散化程度高，农户种植技术、市场信息的把握有限，容易出现盲目跟风种植。运输成本销售成本高企，又导致农户盈利能力不高。农户生产规模小，盈利性差，导致其对农业人工智能产品和服务的需求极低。当然，许多农户对人工智能技术缺乏了解也是一个助推农户应用人工智能意愿不足的一个因素。人工智能在农业领域的应用需要大量的前期基础设施设备的投资，农户家庭化的生产模式，由于规模小，人工智能带来的生产效率的提高有限，相比大量的前期投入，导致农户对人工智能技术需求不高。所以需要打破农村土地流转，引入社会资本，通过企业化或集体化实现规模化农业生产，提升对农业人工智能技术的需求。要鼓励有实力的农户、农产品批发商等组建成立现代化农业生产企业，另外农户集合组建合作社的方式加大生产规模，为人工智能的推广提供需求的主体。农业人工智能设备和系统应用时，只有在规模上达到一定水平，通过降低平均成本，才能充分发挥其效用，提升生产效率和经济效益。另外，人工智能设备和系统操作方面，农业生产组织者也需要又一定技能的“新生代农民”。对职业农民的技能培训也是提升农业人用智能应用有效需求的一个前提。
从金融支持来看，农业人工智能应用大规模发展需要大量资金的支持，农业现代化发展的金融支撑尚需加强。农业人工智能产品和服务的研发需要大量的资金投入，农业人工智能技术应用的基础设施设备系统投入需要大量资金。科研院所、农业机械设备软件企业进行农业人工智能产品和服务的研发需要大量资金，农业生产部门也要付出大量人工智能技术设备引进的成本。于此同时，需要大量的社会资本的支持，要积极引导金融业对农业人工智能技术产品研发和推广应用的资金支持。金融机构可以依托农业大数据建立农民征信体系，可提高对农业企业、农业合作社和农户的金融风险把控能力，增加农民融资机会并降低融资成本。
三、政策建议
我国农业人工智能应用尚处于起步阶段，如何利用人工智能技术实现农业部门产业升级和高质量发展，本文主要提出以下几点建议：
首先从政府的角度，首先要做好顶层设计，由政府规划，建立跨部门协同合作技术，明确农业人工智能发展方向和思路，建立农业全产业链人工智能数据系统，为农业生产提供信息和决策支持，缓解信息不对称导致的农产品供需结构失衡等问题。合理布局重点示范推广项目，强化政府的宏观指导，推进技术和数据共享，促进人工智能与农业经济的深度融合。
其次，从人才的角度，除了扩大人工智能人才的培养，为人工智能技术在农业领域的产品研发提供强有力的人才支持;另外也需要加强对职业农民人工智能设备和系统使用的技术培训，推广人工智能技术，提高农户对智慧经济的认识，提升职业农民文化水平、技术能力和经营能力。2018年4月，教育部印发《高等学校人工智能创新行动计划》，提出加强人才培养与创新研究基地的融合，完善人工智能领域多主体协同育人机制，以多种形式培养多层次的人工智能领域人才;到2020年建立50家人工智能学院、研究院或交叉研究中心，并引导高校通过增量支持和存量调整，加大人工智能领域人才的培养力度。截至2017年12月，国内共有七十余所高校围绕人工智能领域设置86个二级学科或交叉学科。2018年国内高校首批612个“新工科”研究与实践项目中，己布局建设将近60个人工智能类项目。
第三，加快土地流转，形成规模化种植，培育现代化农业生产企业和合作社，为人工智能技术在农业的应用提供坚实基础。培育出应用人工智能技术从事农业规模化生产的一批先进现代农业企业和农村合作社。通过现代化的农业企业实现农业生产的规模化和人工智能化，是农业实现产业升级、高质量发展的有效途径。
第四，通过金融支持，鼓励农用机械设备企业和服务商进行农业人工智能设备和服务产品的创新研发，促进科研院所农业人工智能技术成果转化。通过对农业生产主体的金融支持和税收补贴优惠，加强农业人工智能技术设施设备的投入能力。
最后，加强人工智能技术在农业应用的宣传和推广。通过农业生产技术示范基地、农业生产大数据系统共享服务平台等大力宣传和推广人工智能技术在农业领域的应用。让资本看到研发人工智能产品和服务、从事智能化农业生产所能产生的巨大效益，引导资本进入该领域。并以此刺激农户的转型发展。
总之，我国要掌握发展人工智能前沿技术，并推广在农业领域的大规模应用。在人工智能的引领下，解决目前农业发展中存在的问题，实现农业的转型升级和高质量发展，提高农业生产效率和经济效益。
关键词：人工智能;农业科技;智慧经济
一、我国农业人工智能技术发展和应用现状分析
当前，人工智能已经成为产业升级的核心引擎，全球各国都将发展人工智能作为国家发展的重大战略，人工智能领域的竞争日趋激烈。据《中国人工智能发展报告2018》数据，截至2018年6月，我国人工智能企业达到1011家，数量仅次于美国;人工智能领域投融资规模居首，占到全球60%;2017年我国人工智能市场规模达到237亿元，增长67%。2017年国务院印发的《新一代智能发展规划》明确提出“发展智能农业、建立典型农业大数据智能决策分析系统，开展智能农场、智能化植物工厂、智能牧场、智能果园、农产品智能加工车间、农产品绿色智能供应链等集成应用示范”。
要农业人工智能技术与应用，主要的关键技术有农业动植物信息感知、解析与智能识别、农业大数据挖掘分析、农业人机混合智能交互与虚拟现实、图像精确辨识与语音识别、基于大数据的农业群体智能决策、农业人机物协同系统。国际上，人工智能在现代农业的研发和应用早在20世纪70年代就开始兴起，人工智能在农业领域技术研发主要包含三个方面。第一，智能化的农业机械设备的研发，以农业智能机器人为代表，可以大大节省劳动力的使用，大幅提升在耕作、播种、施药施肥、收获采摘和分拣包装的效率;第二，作物智能监测管理系统，通过物联网采集图像、视频等数据，监测土壤质量、作物生长状况，调整施药施肥，实现农业生产管理的自动化和智能化;第三，农业智能预测决策系统开发，利用大数据和深度学习来跟踪预测作物市场表现，辅助进行种植品种、规模和销售的决策。
我国1983年开发出了第一个农业专家系统“砂姜黑土小麦施肥专家查询系统”。自此，国家也投入了大量科研资金鼓励农业人工智能技术开发，如国家自然科学基金委、科技部、农业部多省省级部门立项支持的课题。1998年，中国科学院研发“3S”（GPS，GIS，RS），利用遥感图像信息获取和大数据处理，实现对农作物产量的预测和农业灾害发生风险的预测。在农业智能机器人的研发上，以华南农业大学开发的“荔枝采摘机器人”，中国农业大学研发的草莓采摘机器人“采摘童1号”为代表，国内已经研发了多款水果采摘机器人。农用无人机的研发和生产也是快速发展。中国实现了无人机硬件的主导，欧美主导软件和无人机服务。民用无人机硬件制造被中国的诸如大疆、吴翔、极飞、亿航、北方天途等公司主导。中国公司生产的农用无人机主要是用于喷洒和播种。无人机软件公司和综合性无人机数据服务提供商主要位于北美，如3D Robotics、INSITU、Precision Hawk、Aeryon、DroneDeploy和ESRI。数据服务商所配备的无人机一般带有激光雷达或多光谱成像功能，但不具备喷洒功能。吉林农业大学研发的精准施肥专家系统，中国农业大学开发的水产养殖监控管理系统，农产品电商平台和溯源系统的发展。可见我国人工智能技术在农业的应用的技术和产品开发有一定的成绩。
人工智能技术发展迅速，在金融、工业、交通和医疗等领域已有成功的应用，但人工智能在农业领域的应用的程度却远远落后。国内虽已有一些试点出来，如湖南益阳等地的智能经济大棚，充分利用物联网技术，搭建带有自动开合的遮阳设备、淋水通风装置、视频监控设备和温度湿度空时系统等智能化技术的农业大棚，使农业种植精细化，产量效率大大提升。阿里云与四川特驱集团、德康集团合作推行智能养猪，猪场内遍布与ET农业大脑连接的摄像头，自动采集、分析猪的体型及运动数据，运动量不达标的猪会被赶出室外继续运动，以保证猪肉品质;此外，利用ET农业大脑、结合声学特征及红外线测温技术，可通过猪的咳嗽、叫声、体温等数据判断猪是否患病，及时预警疫情。但总体而言，我国农业生产还是以农户家庭化的生产组织模式为主，分散化種植或养殖，现代化水平落后，人工智能应用十分落后。以2015年全国水果生产机械化数据为例，2015年平均综合机械化率仅为26.58%，机械植保率达45.29%，机械运转率为54.23%，机械中更率达29.43%，机械施肥率仅达到18.56%，机械修剪率为11.32%，机械采收率仅为2.33%。可见我国农业人工智能的应用还十分初级和不足。
什么原因导致农业领域人工智能技术应用的发展和推广滞后？如何利用人工智能实现农业产业转型升级高质量发展？这些问题的研究具有重大的现实意义。
二、农业人工智能技术发展与应用滞后的原因分析
我国农业人工智能的发展，从农业人工智能产品和服务的供给侧来看，农业机械设备制造商和农业技术服务商并未实质性推进人工智能技术的应用。科研院所农业人工智能技术研发的成果还偏弱，现有研究成果转化率过低。全球人工智能人才匮乏，我国人工智能人才数量仅次于美国，从人工智能技术农业应用研发落后，却并不是技术层面问题。国际上农业智能机器人、自动化设备、禽畜智能穿戴设备等的发展已经十分成熟。美国约翰迪尔公司研发的农业智能机器人可以实现智能除草、灌溉、施药施肥。但在作物智能监测管理系统和决策系统的研发上比较滞后，主要的原因如下：首先，农作物种类繁多，掌握农业种植技术的技术人员不懂智能系统开发，而智能系统开发人才又没有农业种植的技术的问题。所以农业人工智能应用开发需要农业专家和人工智能专家的配合，聚合双方的技术有数。其次，农业领域的作物生长数据累计缓慢、共享困难。虽然农业生产的地理和天气数据相对完善，但以往在农业生产上忽视对数据的监测和收集，作物生产过程的数据只能靠一次次的种植慢慢收集累计，数据所有权的复杂导致数据共享困难。最后，农业作物种类繁多，需要统计和量化的环境变量繁杂，但大棚种植一定程度可以控制许多变量，一定程度上可以增加农业生产环境的可控性和稳定性从而降低系统开发的难度。农业科研院所、农业机械设备制造商和服务商作为农业人工智能产品研发的主体，面临着研发人才的短缺和研发投入不足、资金短缺的问题，导致产品研发和生产能力不足。 从农业人工智能产品和服务的需求侧来看，传统农户小规模分散种植的模式导致农户对人工智能应用的有效需求薄弱。正是农业生产主体的生产规模、资产、技术和盈利能力的弱小導致了对人工智能产品和服务的有效需求的严重不足，引起国内农业人工智能技术应用的薄弱。人工智能技术的应用主要在流程优化和提高效率，实现规模效益。人工智能对农业的提升，不仅体现为解放传统劳动，实现规模化和集体化，而且还能高效地实现个性化的经济产出，从而打破传统农业的局域性、分散性。但当前，现有的主要农业生产供给模式，是农户分散化种植，批发商进田间收购集中，批发给零售商，零售商销售给消费者。农户生产经营分散化程度高，农户种植技术、市场信息的把握有限，容易出现盲目跟风种植。运输成本销售成本高企，又导致农户盈利能力不高。农户生产规模小，盈利性差，导致其对农业人工智能产品和服务的需求极低。当然，许多农户对人工智能技术缺乏了解也是一个助推农户应用人工智能意愿不足的一个因素。人工智能在农业领域的应用需要大量的前期基础设施设备的投资，农户家庭化的生产模式，由于规模小，人工智能带来的生产效率的提高有限，相比大量的前期投入，导致农户对人工智能技术需求不高。所以需要打破农村土地流转，引入社会资本，通过企业化或集体化实现规模化农业生产，提升对农业人工智能技术的需求。要鼓励有实力的农户、农产品批发商等组建成立现代化农业生产企业，另外农户集合组建合作社的方式加大生产规模，为人工智能的推广提供需求的主体。农业人工智能设备和系统应用时，只有在规模上达到一定水平，通过降低平均成本，才能充分发挥其效用，提升生产效率和经济效益。另外，人工智能设备和系统操作方面，农业生产组织者也需要又一定技能的“新生代农民”。对职业农民的技能培训也是提升农业人用智能应用有效需求的一个前提。
从金融支持来看，农业人工智能应用大规模发展需要大量资金的支持，农业现代化发展的金融支撑尚需加强。农业人工智能产品和服务的研发需要大量的资金投入，农业人工智能技术应用的基础设施设备系统投入需要大量资金。科研院所、农业机械设备软件企业进行农业人工智能产品和服务的研发需要大量资金，农业生产部门也要付出大量人工智能技术设备引进的成本。于此同时，需要大量的社会资本的支持，要积极引导金融业对农业人工智能技术产品研发和推广应用的资金支持。金融机构可以依托农业大数据建立农民征信体系，可提高对农业企业、农业合作社和农户的金融风险把控能力，增加农民融资机会并降低融资成本。
三、政策建议
我国农业人工智能应用尚处于起步阶段，如何利用人工智能技术实现农业部门产业升级和高质量发展，本文主要提出以下几点建议：
首先从政府的角度，首先要做好顶层设计，由政府规划，建立跨部门协同合作技术，明确农业人工智能发展方向和思路，建立农业全产业链人工智能数据系统，为农业生产提供信息和决策支持，缓解信息不对称导致的农产品供需结构失衡等问题。合理布局重点示范推广项目，强化政府的宏观指导，推进技术和数据共享，促进人工智能与农业经济的深度融合。
其次，从人才的角度，除了扩大人工智能人才的培养，为人工智能技术在农业领域的产品研发提供强有力的人才支持;另外也需要加强对职业农民人工智能设备和系统使用的技术培训，推广人工智能技术，提高农户对智慧经济的认识，提升职业农民文化水平、技术能力和经营能力。2018年4月，教育部印发《高等学校人工智能创新行动计划》，提出加强人才培养与创新研究基地的融合，完善人工智能领域多主体协同育人机制，以多种形式培养多层次的人工智能领域人才;到2020年建立50家人工智能学院、研究院或交叉研究中心，并引导高校通过增量支持和存量调整，加大人工智能领域人才的培养力度。截至2017年12月，国内共有七十余所高校围绕人工智能领域设置86个二级学科或交叉学科。2018年国内高校首批612个“新工科”研究与实践项目中，己布局建设将近60个人工智能类项目。
第三，加快土地流转，形成规模化种植，培育现代化农业生产企业和合作社，为人工智能技术在农业的应用提供坚实基础。培育出应用人工智能技术从事农业规模化生产的一批先进现代农业企业和农村合作社。通过现代化的农业企业实现农业生产的规模化和人工智能化，是农业实现产业升级、高质量发展的有效途径。
第四，通过金融支持，鼓励农用机械设备企业和服务商进行农业人工智能设备和服务产品的创新研发，促进科研院所农业人工智能技术成果转化。通过对农业生产主体的金融支持和税收补贴优惠，加强农业人工智能技术设施设备的投入能力。
最后，加强人工智能技术在农业应用的宣传和推广。通过农业生产技术示范基地、农业生产大数据系统共享服务平台等大力宣传和推广人工智能技术在农业领域的应用。让资本看到研发人工智能产品和服务、从事智能化农业生产所能产生的巨大效益，引导资本进入该领域。并以此刺激农户的转型发展。
总之，我国要掌握发展人工智能前沿技术，并推广在农业领域的大规模应用。在人工智能的引领下，解决目前农业发展中存在的问题，实现农业的转型升级和高质量发展，提高农业生产效率和经济效益。