大数据时代服务现代农业的思考

文/张文生 中国科学院自动化研究所

人工智能到底是做什么的？在工业革命阶段，到底在起什么样的作用？从早期西方的机械化，到后来的电气化，再到后来的自动化、智能化，这样的过程前面是在解决人类的体力劳动，后边逐步转变为解决人的脑力劳动。

从人类历史发展进程看，人工智能实际上是为解决体力劳动以后要考虑的新的发展。在农业机械化这方面，从早期的动力问题，一直到后来的联合收割机以及粮食深加工过程，能够看出来科技的水平在不断地提高，从机械化到自动化，到以后可能要逐步考虑智能化这样的过程。欧美发达国家已经基本上实现了机械化。

在中国，经过多年的努力，我国的农机行业发生了翻天覆地的变化。从耕种到生产过程中的农药、化肥的施用，到农产品的收割、深加工，逐步改变了原来的以人的体力和个体生产的过程。同时，改革开放这四十年，农机从分田到户，到后来的规模化发展，随着经济的发展，现在又处于一种特殊的时期，这样一个农机的机械化程度，放缓的过程，那么我们怎么样围绕着农机的放缓，加一些东西，比如加入一些智能功能，再让它兴奋起来，这是作为农机行业的人员要考虑的问题。

农业发展能不能也考虑到从机械化到自动化的过程？我们目前从机械化到自动化已经走完了，那么到信息化、智能化还在探索之中，怎么做智慧农业，农业和大的机械怎么样结合，这些问题值得深思。

如何理解人工智能本质

人类是最高等的动物，那么智能到底是什么？它的本质是什么？在历史发展的进程中，我们人类大量在做人与机器的比赛。最早的人工智能于1956年的达沃斯会议提出，它实际是在解决我们大脑认知过程中的复杂信息怎么处理，复杂信息解决的主体到底多复杂，根据它的复杂性，我们是用牛刀还是什么刀来做，这是我们应该考虑的问题，下面谈几个观点。

人工智能是人造的智能。人造的智能主要集中在“脑”上，这个“脑”非常复杂，中科院自动化所很早就开展了类脑研究。脑科学这一块如果开展应用还需要五十年之后，我们集中在做“人造的智能”，感知越多，在问题复杂信息的空间，描述地越靠近它的本质，从多个角度来采集传感器的问题，这是中科院合肥智能所做得非常好的一个工作。

用反馈实现智能。计算机本身是没反馈的，因为计算机死机了它是不知道怎么死的。我们所做的控制，这就是反馈。再比如我们做的机器人在视觉引导下怎么样做它的手，让它的大小适中，能把西红柿摘下来。怎么实现呢？人类的核心是反馈，人造的脑怎么做呢？实际上我们就在做求差的迭代，迭代的过程中求优化，然后就能实现这样的智能，人工智能里的反馈功能。

人工智能需要大数据驱动。随着我们研究的对象复杂了，传感器变多了，在这样的情况下，靠人的大脑来建立模型非常困难。我们经常说在互联网上，网上的一分钟是人间一万年产生的数据。大数据是技术的发展，再加上社会上的真正需要才有的。大数据采集东西是传感，采了这么多就需要处理，处理的核心就是怎么样理解数据，用到解决问题上，我们在工业上看到各种各样的机器人，这样的机器人它建模已经不再是基于机理建模，现在靠数据驱动。

大数据时代农业智能化

人工智能强调反馈和大数据驱动。人工智能发展到现在有六十多年，都在干什么呢？都在跟人类比赛，现在的人工智能是用在生产，最后我们要做到推动生产力上。现在视觉这个模块已经做得非常好了，后来再做听觉，能够做询问天气、辅助导航等等。

人工智能到现在，随着进一步的发展，会不会让人类失业？尤其是在农业方面，这是大家很关注的问题。在我国，如果大量的农民失业了，大家是不支持的。 实施上，人工智能为我们提供的是更好的就业机会，劳动更轻松，体力劳动轻松，脑力劳动得到辅助。社会的进步，就是人工智能为大家提供更轻松、更好的环境，我们要适应它，要学习它，所以不会失业，因为它是造福人类的。另外一方面，人工智能不是万能的，不是什么东西都用人工智能解决的，人工智能能解决的问题很少。

大数据时代，我们应该考虑的大数据是什么呢？最重要的是我们手边的工具难以解决的那样的一类对象，那样的一些数据才是大数据。农业的育种，我们怎么样通过人工智能来辅助、帮助加速它，数据很小或数据量特别大的时候，怎么样利用工具帮助人类，这是一个可学习的问题，人工智能用起来复杂程度太大，我们的能力不行，就不能用人工智能。如果能用，我们要怎么用？我们需要保持清醒的头脑，第一是把问题简化，第二就是要人的参与。

农业大数据要从哪些方面着手？将来我们想把整体的观测，把实验的东西与真正的机器人结合，实际上是想解决大数据环境下的决策、支持，实际上更有效，这比研究一个工具对农业的帮助更大。有可能农业机器人将来不是能够看得见的机器人，而是一个软件，它能帮助我们做决策、规划，提高我们的智能水平，做我们大脑做不了的事情。从这些方面讲，我觉得“软”的机器人是很有意义的。

另外我们要认清中国人工智能的实力，我们做了一个规划，分三步走，人工智能学会与罗兰贝格联合发布《中国人工智能创新应用白皮书》。我们国家的实力到底怎么样呢？我们在视觉处理上和美国差不多，智能机器人上比美国还多，但是我们还在买人家的机器，原因是低档重复、水平达不上；从业人员方面，美国从事人工智能的人数是我们的将近一倍。

人工智能有很多局限，比如认知伦理的局限、智能物化方法与途径的局限、数学方法与工具的局限，那有没有前途呢？我们要选择任务驱动，对于什么样的任务用什么样的刀来做，人工智能是一个慢慢发展的过程，我们还是要充满信心。AI产业化重在产品模式化，像阿里电商、腾讯微信、Google知识、IBM认知计算。支撑人工智能产业的芯片业、软件也非常重要的。