没想到，拼多多竟然想用AI种草莓给我吃

　　郭一璞发自云南富民

　　量子位报道公众号 QbitAI

　　想不到吧，连农业，都可以搞人类选手和 AI 算法比拼的「人机大战」了。

　　或许是拜 AlphaGo 所赐，「人机大战」成了人工智能圈子里人们最津津乐道的活动之一。

　　比拼博弈决策算法，有围棋、《星际 II》、《王者荣耀》人机大战；

　　比拼计算机视觉算法，有医疗影像识别人机大战；

　　比拼语音识别算法，有速记人机大战；

　　……

　　但民以食为天，AI 打游戏“看片”再厉害，也解决不了吃饭问题。在农业领域，AI 的作用还没有完全显现出来。

　　现在，6.28 亿用户都爱的、令人感到真香的“拼爹爹”要用 AI 种草莓了！

　　他们联合中国农业大学，在联合国粮农组织（FAO）指导下，办了一场「多多农研」科技大赛，让专业的种草莓劳模、种植能手们，和实验室里的 AI 科学家比拼，看谁种出来的草莓更甜更大更好吃。

　　你可能有一些迷惑：

　　种草莓？这么长链条、非标准化的工作里，AI 能起到什么作用？

　　人工智能算法，真的拼得过自带「农耕」天赋加成的中国农民吗？

　　拼多多不好好去给库克供货，掺和这个干啥？

　　我们去草莓大棚里看了个究竟。

　　AI 种草莓，比的是「动脑」能力

　　首先要明确，种草莓人机大战，究竟比的是什么？

　　拆解一下种草莓的过程，需要一定智慧和操作的是两件事：

　　一是「动手」，也就是把草莓苗栽下去、浇水、施肥、疏花疏果、采摘这些手部动作；

　　二是「动脑」，看你的草莓是否需要多施点肥、多晒晒太阳、通风换气、调节温湿。

　　要提前说清楚的是，绝大多数人机大战，比的都是人类「动脑」的范畴：

　　比如围棋人机大战，AI 负责推理判断，决定落在哪个点位，旁边有真人来代为落子。

　　在比如电子竞技人机大战，AI 负责判断如何走位、如何放技能，然后在限定的 APS 下直接在游戏中体现，并没有一个机器人手臂来按鼠标和 QWER 键。

　　这场种草莓人机大战也一样，AI 参与的是「动脑」环节，输入传感器获取的温度、湿度、大棚内的照片等数据，输出升温、补充光照、浇水施肥等指令判断，之后有人类农业专家来辅助执行这些判断。

　　也就是说，AI 的挑战是在不断变化的环境下，如何对草莓生长做出正确的决策。

　　最后，种出来的草莓会根据产量、品质、成本、食品安全等方面考虑综合评定，由专家团队判断胜负。

　　布满传感器的草莓大棚

　　参与这场「多多农研」科技大赛的 17 支 AI 队伍中，有 4 支进入了决赛。

　　AI 队的成员构成整体相当学院派，选手们大多来自 AI、计算机、数学、农学等多专业背景，有农业背景的专家，也有计算机相关专业的博士。

　　决赛的基地，在云南省富民县的国家高原云果产业园，这里专门搭了 8 个温室大棚，供 AI 组 4 支队伍和顶尖农人组 4 支队伍比拼。

　　走进 AI 组的大棚，你会发现这里的草莓并没有种在地上，而是在半人高的地方搭了“空中地基”，现场的专家说，这一是为了后续加装更多传感器留空间，另外种植过程中也不必一直弯腰蹲在地上。

　　比赛用的是「章姬」草莓，苗刚载下去不久，培养基上覆盖了保证温湿的膜，而且每颗草莓都有一根黑色的软管连接，这样可以批量化的浇水施肥。

　　AI 组的四个大棚中统一部署了各种传感器，比如湿度传感器：

　　温度和光照传感器：

　　还有一些队伍自己准备了监测草莓植株的硬件：

　　这样，整个温室中的数据状况，就可以实时监测：

　　而且，通过比赛主办方提供的 API 接口，数据可以直接传送到选手端，在专门的软件上显示，并输入给 AI 模型，输出决策，比如升温降温、通风换气、施不同的肥料等等。

　　如果你在大棚里溜达，就会发现里面的风扇、鼓风机等设备有时候会自己突然转起来，这就是背后的算法看了一眼监测数据，觉得要给草莓们扇扇风。

　　另外，AI 组的温室大棚外，还有额外搭建的水肥站。

　　△ 透明房子是大棚，后面的小白房子是水肥站

　　植物生长离不开氮磷钾等营养元素，因此需要不同的肥料，而一些肥料之间由于酸碱度不同，遇上就会发生反应，并不能一起施放。另外，考虑到施肥的时机等复杂因素，需要一套机制来调解施肥过程。

　　基于这些基础设施，每个 AI 队伍都设计了不同的水肥组合、用自己独特的算法来进行种植决策。

　　AiCU 队，队员都是来自荷兰瓦赫宁根大学、屯特大学、阿姆斯特丹大学的博士/硕士生们。熟悉计算机行业的读者可能不太清楚， 瓦赫宁根大学是 QS 大学排行榜农学专业第一，相当于计算机专业的斯坦福。

　　这支队伍由于疫情原因没有回国，全程远程操作，他们的框架分为感知、传输、思考三个阶段。

　　感知阶段是靠传感器来判断温室中的病虫害、天气状况，获取数据；

　　传输阶段需要把传感器收集的数据整合到平台和云服务中来，把不同来源的数据整合起来，通过比赛主办方的 API 接口接入团队自己开发的控制软件，在云端进行数据分析和应用。

　　思考阶段一方面借助条件控制算法，根据实时数据进行短期的决策调控，比如说根据上一小时的数据输入得到下一小时的决策；另一方面借助机器学习的决策实现长期的决策调控。

　　智多莓队，成员由来自昆明市农科院、中国科学院自动化所等机构，有农业、信息化、AI 多重背景。

　　他们的方案是先对作物环境参数进行切片，每小时统计一次天气、土壤、作物图像等数据，再和历史数据一起传送到后台，由 AI 算法判断是否需要干预、如何干预。

　　NJAI.莓队，队长是南京农业大学倪军教授，江苏农科院和江苏的草莓种植公司也有参与。

　　这支队伍搭建了一套辅助管理系统，前期在大棚内安装了一整套传感器体系，监测包括草莓植株叶级、径长等参数，设定指标，并建立实时调控模型，通过分类指数和采收指数预测产量，这套系统已经可以在 web 端和手机端使用了。

　　CyberFarmer.HortiGraph 队，是预赛第四名、第五名的队伍组合而成，成员来自中国农业大学、比利时根特大学、中国农业科学院等机构。

　　这支队伍采用的是与植物对话的智能环控技术（SPA 技术），以小时为单位计算参考作物的能耗，通过预测各时段的能耗来调整时间和灌溉量，另外模型借助基于日累计光照的策略来进行草莓的环境控制。

　　此外，他们搭建了一个水肥一体化云服务系统，借助知识图谱、专家模型，来实现农田的智能维保。

　　谁是这场人机大战的“李世石”

　　和 4 支 AI 队伍同场竞技的，是 4 支传统的农人队伍。

　　说道这里，你可能觉得人机大战的双方不是很公平：

　　前面都是博士、教授，后面的普通农民要怎么比？

　　放下你“面朝黄土背朝天”的假想吧，现代农业如果真的那么不堪一击，你可能就吃不上大棚里的草莓葡萄西瓜了。

　　和 AlphaGo 比下棋的是世界冠军李世石，和 AI 比种草莓的，自然也是草莓种植界的高手。

　　4 支传统农人队伍，分别是：

　　纪荣喜劳模工作队：看名字就知道，队长纪荣喜是全国劳动模范，而且他还是镇江草莓协会会长，来自华东地区最大的草莓产区镇江句容，专注种草莓 30 年。

　　艳九天队：队长“草莓皇后” 沈海燕是第七届世界草莓大会金奖得主。这个大会在国际草莓种植行业影响力巨大，可以理解为草莓圈儿的 CVPR。

　　圣野浆果富民队 ：这个团队来自“中国草莓第一县”辽宁东港，队长是辽宁省第十三届人大代表、东港市草莓协会会长马廷东 。

　　神农小队：来自沈阳农业大学的植物营养学、设施园艺学博士们。

　　传统农人队中的不少成员也都是来自专业的农业类院校或者农业公司，拥有丰富的实践种植经验。

　　他们的大棚就相对没有那么复杂，农人们需要依靠自己的智慧来观察判断草莓需要怎样的照顾，自行做出浇水施肥的决策。

　　AI 农业，是个长线投入

　　现在，云南富民县的草莓刚刚种下去，要等到 10 月才会长出果子。

　　但 AI 种草莓这件事儿，究竟能成么？

　　从技术上看，视觉、推理的算法已经成型，参赛队伍也已经拿出了方案，只待验证成效；

　　但从商业上看就很难说了。投硬科技的 VC 们，扎堆儿往 AI 金融、AI 工业等方向去了，农业方向的投资少的可怜。

　　根据最新的《斯坦福 AI 报告》，全球拿到融资的 AI 创业公司中比例最高的是在数据工具、零售科技、自动驾驶&能源、文本分析、金融科技领域，而农业科技只占2%。

　　注意，这还是全球的数据，考虑到此类投资大多发生在农业规模化的发达国家，AI 农业落地更有市场，如果在国内，这一比例只能更低，不信看亿欧统计的国内数据，农业领域基本上是 AI 投资里的倒数了。

　　短期来讲，勤劳的中国农民们有非常强大的生产力，非标准化的农业场景中 AI 可落地的机会并没有特别大，不少参赛选手也提到，AI 种草莓还要受到草莓品种、地方风土的影响，可复制性有限。

　　但长期来看呢？

　　根据第三次全国农业普查的数据，2016 年，全国 3 亿农业生产经营人员中，35 岁以下的只占 21.1%。

　　年轻人都不想留下种地，而数十年后，等 36-54 岁的壮年农民都退休了，缺少劳动力的 AI 种植或许才能迎来大规模落地的机会。

　　投资人的钱，可等不起几十年。AI 种植并不是一个当下就能吸引投资人的故事。

　　主办方之一拼多多自己也说，不会投资于此。

　　那拼多多图什么？

　　在国内所有电商平台里，拼多多是最“亲农民”的，拼多多副总裁陈秋自己都说，拼多多起家于农业、立命于农业，光去年一年，农产品和农副产品的成交额就超过了 1364 亿元。

　　这个数据，如果拼多多自称第二，没人敢称第一。何况在 1000 多亿的基础上，依然保持着 100% 以上的增长，每年至少翻一倍，光今年一季度新增的农产品商家就有 27 万多，比去年一年的新增都高。

　　在拼多多的模式里，水果从田间地头直接快递送到你家门口，砍掉了中间商。

　　这样一来，你买得更便宜，农民赚得更多，节省了中间商的庞大人力物力。

　　而且从这个逻辑来看，显然中国的农业越发达，农产品质量越高，蛋糕就越大，拼多多能分到的部分就越大；农业数字化过程越完善，生产运输周期就会越短，拼多多的利润空间就越大。

　　那么，靠农业养大的拼多多，要怎么反哺农业，给自己创造更大的市场盘子？

　　我们前面提到，年轻人不想种地，但农业人口正在老去。

　　几十年之后，一定得有技术让种地这件事儿更简单、更轻松、更省人力、更规模化。

　　谁来做？

　　这里一定需要大量的农业专家提供各种农作物相关的丰富知识，需要许多 AI、云计算、计算机工程师来提供可落地、可自动化的方案。

　　拼多多正是在朝这个方向推动，毕竟它自己也有 AI 技术。拼多多看起来是一家电商公司，但本质上非常依赖技术，依靠分布式 AI 的推荐算法不断的帮助用户找到更喜欢的产品。

　　所以，拼多多完全可以靠技术参与到中国农业现代化的过程中，帮助农民，帮助农业，也让“卖农产品”这件事长久下去，甚至借助新技术种出更好的果子，卖上更高的溢价。

　　这是一条拉的很长的战线，电商新秀拼多多并不短视。

　　这家上海最大互联网公司，正在用长远的规划换一个更好的未来。

　　最后，不妨猜一下，这场 AI 种草莓人机大战，赢家会是哪一边？

　　— 完 —