柯潔最終還是輸了，連輸三局，敗給了Alphago。柯潔代表了人類最高智慧棋類的最強大腦，三連敗的結局足以展示科技的進步和人工智能的強大。

人工智能已成為自動化、電氣化和信息化之后新一輪工業革命的基石，而人工智能的應用亦非僅在工業領域，在教育、醫療和金融領域都是革命性的技術創新。那么在人類最古老的農業領域，人工智能有何表示呢？我們是不是連種地也要輸給電腦了呢？

人工智能解決農業面臨的世紀挑戰

農業領域面臨的挑戰對人類來說比其他領域更為重要。如今世界人口總數為72億，其中有7.8億人面臨著饑餓威脅，到2050年，全球人口將要達到90億，這意味著我們生產的糧食熱量需要增長60%。如果考慮作為肉類來源的家畜消耗的糧食，那么這一增長率將達到103%。而于此同時，我們又面臨著石油農業所依靠的能源危機，面臨著化肥農藥過度使用造成的土壤和環境的破壞以及對人類健康的威脅。

那么，如安在耕地資源有限的情況下增加農業的產出，同時連結可持續發展呢？人工智能就是解決的方法之一。

人工智能在農業領域的研發及應用早在本世紀出就已經開始，這其中既有耕作、播種和采摘等智能機器人，也有智能探測土壤、探測病蟲害、氣候災難預警等智能識別系統，還有在家畜養殖業中使用的禽畜智能穿戴產品。這些應用正在幫手我們提高產出、提高效率，同時減少農藥和化肥的使用。

智能圖像識別

以前我們在野外看到一個不認識的花草要查閱資料才能知道是什么花草，可如今我們可以通過各種識圖軟件對著花草拍照掃描一下就知道了，這就是電腦圖像識別技術。如今借助機器學習和深度學習，智能圖像識別準確率越來越高，而應用也遠遠不止這些。

PlantVillage（美國）和Plantix（德國）是兩款智能植物識別App，他們能做的不但僅是幫你識別你不認識的農作物，他們能夠幫農戶智能識別農作物的各種病蟲害。農戶把患有病蟲害農作物的照片上傳，App就會識別出農作物犯了那種病蟲害，而且可以給出相應的處理方案。除了人工智能給出的處理方案，App上還有用戶和專家交流的社區，可以針對相應的病蟲害進行討論交流。

智能識別+智能機器人

那么如果把圖像智能識別跟智能機器人結合會怎樣呢？那就是更好的幫我們種地、播種和采摘。

（Blue River的萵苣種植機）

Blue River Technologies是一家位于美國加州的農業機器人公司。Blue River的農業智能機器人可以智能除草、灌溉、施肥和噴藥。智能機器人利用電腦圖像識別技術來獲取農作物的生長狀況，通過機器學習，分析和判斷出那些是雜草需要清除，哪里需要灌溉，哪里需要施肥，哪里需要打藥，而且能夠立即執行（圖示為萵苣種植機）。智能機器人因為能夠更精準的施肥和打藥，可以大大的減少農藥和化肥的使用，比傳統種植方式減少了90%的農藥化肥使用。

智能播種機器人還可以通過探測裝置獲取土壤信息，然后通過算法得出最優化的播種密度而且自動播種。美國愛荷華州的發明家David Dorhout研發的智能播種機器人Prospero就是這樣的智能機器人。

除了播種和田間辦理，農業智能機器人還可以幫我們采摘成熟的蔬果。

（Aboundant Robotics的蘋果采摘機器人）

Aboundant Robotics也是來自美國加州的農業機器人公司，目前他們已經上市的是一款蘋果采摘機器人，可以在不破壞蘋果樹和蘋果的前提下達到一秒一個的采摘速度。蘋果采摘機器人通過攝像裝置獲取果樹的照片，用圖片識別技術去定位那些適合采摘的蘋果，然后用機械手臂和真空管道進行采摘，一點都不會傷到果樹和蘋果。

衛星云圖學習，種地不看天，看手機

傳統農藥田間辦理看天看地看作物，而如今農民也要成為看手機的低頭族了：）。通過對衛星拍攝圖片，航拍圖片以及農田間其他設備拍攝的照片進行智能識別和分析，人工智能的能夠精確的預報天氣，氣候災害，識別土壤肥力，莊家的健康狀況等等。

好比美國的Descartes Labs公司收集了海量農業相關的衛星圖像數據，他們對天氣的預測比美國農業部的還要精準。Descartes Labs通過人工智能和深度學習，去分析這些圖像信息，尋找其跟農作物生長之間的關系，能對農作物的產量做出精準預測，他預測的玉米產量比以往的預測準確率高出99%。