京东方智慧植物工厂:当农业拥有了“大脑”,

 新闻资讯     |      2019-12-30 19:55

“在没有这些 AI 解决方案的时候,重复性的巡厂工作占用了我很多的工作时间,”李开说,“但是这些模型做好后,真的感觉自己可以管理更大面积的植物工厂了。”

位于北京大兴区庞各庄的京东方植物工厂是一所占地面积达 4160 平方米的现代化农业种植基地,经过了几年的发展,这里实现了无纸化管理且周年稳定生产。整个工厂中仅有三名工作人员,其中两名工人负责日常的播种、移苗、采收、清洗等工作,而作为农业专家的李开则主要负责蔬菜生长管理、植保等技术工作。

在李开负责的植物工厂生产区内,为了观察蔬菜的生长情况、虫害情况,他每天需要巡厂两次以上,行走步数达近三万步。而且,农业生产没有节假日之分,他不得不全年守候在工厂里。

“我每天的微信步数基本都是排在第一名的,能一边工作一边锻炼身体也挺好的。”李开半开玩笑的说到,“这些工作虽然琐碎,但却非常有必要。每棵菜都像一个生命,照顾它们就像照顾小孩子一样,它的需求很多,水、温度等都是有要求的,一不留神就活不了了。所以农业的生产管理想要精细化,需要付出很大的精力。”

然而,目前整个行业都面临着农业人才短缺的问题,京东方植物工厂也不例外,如何能把农业专家的经验快速地规模化复制,成为整个行业迫切的需求。

合肥电动车 一个渴望引入新技术实现规模扩张,一个在积极探索技术的更多落地应用,京东方植物工厂与百度大脑一拍即合。

“在 AI 领域,我们非常认可百度的实力,所以,相信我们的合作也能给植物工厂带来不一样的改变。”据植物工厂的总经理秦清介绍,京东方植物工厂与百度大脑接触后,很快达成了合作意向,并在双方共同努力下,完成了技术落地,如今 1.0 版已经实现了针对某类水培蔬菜的智能种植。

比如,在京东方植物工厂育苗室,可以对蔬菜的长势进行分析,比如蔬菜的枯萎识别、重量估计、虫害识别,都可运用百度的多模数据,对蔬菜进行逐棵识别。而水培方案通过精调,还可实现对环境的控制,比如对温湿度、光照、水肥浓度等进行控制。在面对难以根治的虫害问题时,双方打造的虫害预警引擎,通过虫害样本的数据采样和识别训练,建立预警模型,

就重量估计而言,百度大脑结合京东方植物工厂的智能排产、供应分析引擎等功能,通过对植物生长期的拍照,由机器进行数据收集和样本学习,来判断出准确的克重及数量。李开兴奋地给出了解释:“以前我们凭经验感知克重,偶尔会出现偏差,不能给客户带来完美的消费体验,但现在有了机器摄像头识别以后,可以准确将数据上传到我们的管理系统上,然后告诉你哪里多少克了,到 120 克了,或者是 100 克了,这样管理起来就更精准了。”

支撑这些功能实现的,是百度大脑强大的深度学习、图像识别等技术。然而,把这些高精尖的 AI 技术用在农业领域,在初始阶段还是面临不小挑战。而让秦经理印象更为深刻的, 也恰恰是百度大脑与京东方植物工厂共同探索 AI 落地的这段经历。

“人工智能在农业领域的落地周期长、难度大,是一个‘吃力不讨好’的活儿。京东方植物工厂的农业专家虽然在农学上是一把好手,但对于人工智能技术摸索与理解还需要时间。”秦经理回忆道,“百度团队的专业性与敬业性大大提升了双方磨合的速度,减少了落地的困难。从最初的设备安装开始,百度团队就展示出了对项目的重视,经常工作到晚上 9 点之后;而到了项目深入阶段,双方经常会就项目交流到深夜,百度的工作人员还会不断地微信上询问细节等问题。”

(植物工厂的智能化脚步远未停止,京东方和百度大脑的合作仍在持续探索中,部分环节已经有了比较明确的发展方向)

“在没有这些 AI 解决方案的时候,重复性的巡厂工作占用我很多的工作时间,”李开说,“但是这些模型做好后,真的感觉自己可以管理更大面积的植物工厂了。”

像李开这样的农业专家的工作效率提升其实是整个植物工厂行业的一个缩影。从现代化到智能化,植物工厂的降本增效开始显现:

比起传统的土壤种植,植物工厂目前的培育速度明显要快很多,周期也更短,例如生菜在温室大棚里也要 70~80 天才可成菜,而在京东方的植物工厂里只需30~40 天,且不受季节的影响,全年都可以种植并采收到新鲜的蔬菜。相比传统大田种植,更能实现节水 90% 的效果,并且产出的蔬菜都无农药残留,保障了食品安全。

此外,由于机器自动识别的标准化与准确率优于人工,这也提升了蔬菜的品质和产量。据了解,植物工厂引入 AI 技术之后,初步估计产量提升了10%~15%;同时像种子、基质、营养液这类的生产资料的使用,也降低了 10%~15% 的用量。由于对专业人才依赖的降低也解放了农业专家,使其工作效率提高了 3 倍,预计一个专家从原来只能照看 20 亩地到目前能看 60 亩,甚至更多。

当然,植物工厂的智能化的脚步远未停止。谈到未来,秦经理表示京东方植物工厂和百度大脑的合作仍在持续探索中,部分环节已经有了比较明确的发展方向,比如将依靠深度学习和克重识别模式结合全面的生长因子数据,对蔬菜生长进行状态预测,以实现科学种植,提升品质。即便没有农业专家的指导,工作人员也能了解不同状况下应该如何去做。

目前,京东方植物工厂也在致力于将这项农业智能化整体解决方案向外输出,而百度大脑的 AI 技术赋能无疑是至关重要的一环。

“我们的愿景是:用科技改变农业,让每个人吃得健康。”秦经理表示,“希望通过与百度大脑的合作,未来能实现完全无人的植物工厂,让中国的农业早日实现智能化、无人化、机械化。”

智慧农业是近年来 AI 技术的重要落地场景之一,包括农业物联网监控、精准农业车联网应用、鱼塘养殖远程智能监控、温室大棚环境远程监控、农产品安全溯源、农业标准化生产系统,等等。

对于广大从事农业生产者的人来说,对农作物生长状态的巡视、预测都是十分艰辛的工作。如果借助 AI 技术能够更好地解决农产品的养殖以及安全问题,也将有助于构建智能无土栽培系统,成功解决城市种植土地稀缺的痛点。