AI能让农作物回归“童年味道”吗？

半月潭记者 赵九龙

智能管控系统取代人工“照料”农作物，从未种过地的新手，也能在人工智能的帮助下熟练耕作……

“过去我们靠经验，现在更多靠数字化、智能化种植，甚至用人工智能来与农作物‘沟通’。”漫步乡村，中新社记者听到田野里传来“新”的声音。

近年来，多地加强农业科技创新应用，探索发展AI种植、智慧农业，利用人工智能为传统农业配备数字大脑，推动物联网、大数据、云计算、人工智能等新一代信息技术与农业全产业链深度融合，形成集农业生产、科研、观光采摘等为一体的全方位智慧农业模式，促进农业质量升级，助力乡村振兴。

AI调控让农作物回归“童年味道”

经过风淋室、掸掉衣服上的灰尘、穿上白大褂防止将病菌带进实验室……在位于江苏省南京市溧水区的江苏省农业科学院智慧农业创新团队的智能温室内，在智能手段控制的适宜温度下，10余个品种的西红柿长势良好。

江苏省农业科学院农业信息研究所所长、智慧农业创新团队首席研究员任妮介绍，智慧温室拥有水肥一体化智能管控系统，“系统根据季节、番茄生长周期进行水肥调控，让番茄长得更好，种出‘童年的味道’，一亩地年产值超10万元。”

随着气温升高，番茄幼苗蒸腾作用加强，需要吸收更多养分。“这时候AI就派上用场了”，江苏省农业科学院农业信息研究所副所长刘佳玉告诉半月谈记者，“当环境传感器检测到温室内温度升到30摄氏度时，智能管控系统就会启动水肥机、滴灌等设备。”

人工智能是如何做到这一点的？

“我们研发了数据感知系统，在番茄果实和藤蔓之间安装了空气传感器、土壤传感器、水质传感器，温室周围有摄像头，室外有小型气象站等感知终端。”任妮说，在机器视觉、知识图谱、生产场景管理、投入管控、糖度检测等技术的支持下，智能管控系统可以在一定程度上替代人工，更好地“照顾”农作物。

江苏省农科院智慧农业创新团队研发的“智农”微信小程序界面，各项环境监测数据一目了然，智能管控系统根据季节、番茄生长周期进行水肥调控，工作人员只需在手机上动动手指，就能实时监测环境变化、作物长势、设备运行等情况。

在扬州一家农业科技园区，得益于一体化智能泵站灌溉系统，农田水肥情况可以实时监测，作物生长环境可以提前预报。工作人员告诉半月潭记者，使用智能泵站灌溉系统后，各种传感器可以感知不同的数据，实时监测土壤水分、气象条件、作物需水量等关键指标，为灌溉施肥提供精准依据。

科技让农业从传统的“靠天吃饭”转变为标准化生产。“智能管控系统根据传感器采集的数据，结合外部气象预报，实现环境参数监测和自动调节。外遮阳、内保温、天窗、湿帘、循环风扇等设备都由电脑控制。”任妮说，这让农作物在最佳的环境和营养条件下生长。

一键采摘蔬菜，从“等天收”走向“等网收”

通过科学种植，江苏省农科院智慧农业创新团队培育出的“AI番茄”品质更好，每公斤可以卖到20多元。“我们摘下来后不愁卖不出去，在我们电商社区，提货名额一出，瞬间就被抢购一空。”任妮说。

江苏省农科院智慧农业创新团队利用该公司研发的采摘机器人开展番茄采摘试验。 赵久龙 摄

用手机巡田、浇水不用手、不下地就能种菜……科技赋能人们减少劳动量、提高种植效率。“传统种植方式下，一个人管理一亩地就忙不过来了，现在一个人管理四亩地却轻轻松松。”任妮告诉半月谈记者。

江苏省农科院智慧农业创新团队的智能温室背后，是数十名平均年龄刚过30岁的技术人员。“我们每个种植基地都有专门的服务对接小组，不管是系统故障还是人为问题，24小时都有值班人员远程解决或安排专人到现场查看。”刘佳玉说。

在南京溧水、唐山等地的不少种植基地，玻璃温室曾因引进技术价格高、缺乏经验丰富的农艺师、种植效率低等原因而长期闲置，如今在国内人工智能技术的支持下，它们迎来了新生。

“以水肥一体化智能管控系统为例，国外的系统可能要三五十万元，我们自主研发的系统价格一般在十万元以内，质量也跟上了。”任妮说，“AI番茄”已经走出实验室，走进广大农村，带动农民收入增长。

江苏省农科院智慧农业创新团队持续聚焦设施果蔬、特色水产、数字化养殖等智慧农业应用场景，深度重塑现代农业发展优势。智慧农业整体解决方案已在江苏省多家农业种植基地落地，应用到草莓、叶菜、黄瓜等多个品类的种植中。从“等天上掉馅饼”到“等上网收割”，风靡一时的线上农场游戏也已在现实中实现。

走向田野，稳固农业未来

由拼多多平台与光明母港（上海）种业科技有限公司联合举办的“多多农业科研技术大赛”已举办四届，入围决赛的团队在同规格集装箱植物工厂内“远程”种植同品种作物，在规定时间内产量高、能耗低、品质好、算法优秀的团队将获得胜利。

前两届比赛均在温室大棚内进行，经验丰富的种植户与掌握新技术的农业新手同场较量。“去年，我们把场景切换到全人工智能控制的植物工厂，选择了种植难度更大的新品种。比赛中，各队各显神通，展示了不同新技术在新场景中的应用。”多多农业科研技术大赛组委会代表林心怡说。

“我们发现AI种植模型需要大量高质量数据进行训练，这需要大量人工去收集复杂环境下不同作物的海量数据。而部分数据可能存在失真或标注不准确等情况，影响模型性能和准确率。”林心怡表示，AI种植模型在应用过程中需要人工干预和动态调整。

中国农业大学的杨浩曾参加过三届“多多农业科研技术大赛”，他认为，农业种植环境复杂，受多种因素影响，AI模型暂时难以全面覆盖，容易导致预测不准、决策不科学。

AI种植前景广阔，但相较于大田种植，AI种植目前多在温室大棚内应用，种植成本仍较高，更适合种植番茄、草莓等生长速度较快、附加值较高的果蔬，距离大田应用还有很长的路要走。