阿里、网易争夺“养猪”大业日益激烈，而腾讯为何只钟情于温室种植？

　　据联合国粮农组织预测，截止 2050 年，全球人口将突破 90 亿，与此同时，全球又面临着土地资源紧缺、土壤污染、土地流失等破坏问题。如何在有限耕地增加农业产出，提高亩产利润？或许是 AI 助力智慧农业的当务之急。

　　6 月 10 日，腾讯 AI Lab 对外宣布，本届温室种植大赛冠军组 Automatoes，实现亩产资源消耗减少 16%，净利增加 121%，且多个参赛团队 AI 收成超过 20 年经验的农业专家。

　　所有 AI 组净利润均超越了专家参照组（303 号为专家组）

　　Automatoes 团队夺冠，亩产资源消耗减少 16%

　　本届大赛是由腾讯 AI Lab 携手世界著名农业学府荷兰瓦赫宁根大学（下称 WUR）联合举办，全称“国际智慧温室种植挑战赛”。

　　今年有来自 26 个国家的 21 支队伍，共 200 多人参加，赛制要求参赛团队在 6 个月内，用 AI 和 IoT 物联网等前沿技术优化种植决策，远程自动控制温室种植，生产出高产量、高品质、低能耗的小番茄。

　　本届大赛的目的是通过人工智能与农业种植专家的通力合作，驱动 AI 温室控制能力。在提高农作物产量的同时，降低资源消耗，增加利润，满足日益增长的人口所需。

　　这已经不是第一届了。早在 2018 年，腾讯 AI Lab 便于 WUR 达成合作，打响了进军 AI 温室种植的第一枪。不过，第一届的课题的是：种黄瓜。当时微软、英特尔、中国农科院等顶级企业与机构均有参加。最终大赛在微软第一，腾讯“AI 策略”单项第一，总分第二的成绩中收尾。

　　第二届最终评选出的“最佳智慧种植解决方案”来自 Automatoes 团队，他们种植的小番茄亩产资源消耗减少 16%，净利增加 121%。充分展现了 AI 决策与温室控制的应用潜力。参赛团队远程控制温室种植的基本模式是：用传感器监测温室气候（包括温度、湿度等），摄像头获取作物不同阶段的发育情况（苗期、花期、果期），再将两者收集到的数据导入自己的模型或机器学习算法中。

　　因此，数据采集和 AI 算法两项可以说是决定农作物最终生长情况和培育方案优劣的关键。据了解，大满贯获得者 Automatoes 团队正是取胜于先进的 AI 算法。他们采用的数据驱动算法 MPC，相比于经典控制算法 MPC，它安全性更高，对于复杂非线性随机系统可达到更精准的控制效果。

　　如此说来，似乎很简单。事实上 AI 助力温室种植道阻且长。

　　24 小时自动化监控，AI 优化种植决策

　　近些年，或因国家政策支持，或便于农田管理，温室种植越来越成为一种普遍的现象。这种温室大棚为 AI 技术提供了很大应用空间。番茄、黄瓜是其中的主要农作物，需要监测和控制的变量很多，因此，也能够更好地体现出不同种植策略的技术优势。

　　从气候环境来讲，影响温室小番茄的因素有采集空气/土壤湿度、温度、二氧化碳浓度、光照强度、时长、通风情况、施肥/灌溉量等；从生长周期来看，有育苗期、生长期、成熟期等，不同周期对气候环境的需求不同。这些相互交叉的种种因素，在过去全靠农户凭“感觉”把控，而现在有了更为精准的技术检测。

　　试点顾问、有多年种植经验的资深农业技术员刘建华证实说，作物在不同的生长周期对温室环境有不同要求。以温室温度为例，传统小番茄种植中，农民应在苗期、花期、果期设定不同温度，但很难精准识别每个时刻下环境和作物生长状态的细微变化，从而判断对应的理想温度。

　　在这方面，腾讯提供了一种行之有效的解决方案。腾讯 AIoT 智慧种植方案 iGrow，采用 loT 传感器，实时、准确、自动地监测温室的气候环境，可以有效地取代农户们的感性判断。另外，集成了大量农业种植专家经验的 iGrow 温室仿真器，可快速做出种植模拟，15 秒可模拟 82 个生长周期。最后，结合不断优化的强化学习 AI 算法可以帮助农户做出更加理性的种植决策。

　　iGrow 方案在辽宁温室试点

　　以上可以看出，“数据”是智慧种植方案的基础，也是核心。但数据样本少、质量参差不齐、难以标准化是目前无法忽视，且完全解决的问题。数据可以简单地拆分为三个维度：变量、数量，以及质量。所有关于数据的收集和运用都处在持续优化中。因此，目前所取得的成就也是阶段性的，未来还有极大的探索空间。相比于第一届，本届腾讯 AI Lab 和 WUR 在优化数据集方面做出了新的尝试和调整。比如肥料控制、留页/留果数，以及透光型、透气型、遮光型 3 种遮光变量的增设，有助于更加全面、精细化的监测农作物的生长。

　　同时，传感器的更新迭代，以及通风系统、遮光系统、加热系统、气肥机、混 LED 补光灯等设备/系统的支持，也可以使数据质量得到极大改善。不过，温室无病虫害会多少也会让仿真值有一定误差。

　　试点成功，iGrow 规模化量产有望达成

　　AI 助力农业的最终价值在于提高农作物亩产产量，减少资源浪费，同时进一步扩展至实现大规模，标准化生产。近日，在与农业大省辽宁合作的试点种植中，第一期小番茄每亩每季提升数千元净利润。腾讯 AI Lab 的再次验证了其智慧种植解决方案 iGrow 实现规模化量产的可行性。

　　试点中，第一期使用当地三个日光温室种植番茄，其中两个部署了 iGrow 方案的实验组。实验组和未改造组比较来看，AI 决策和自动化控制在温室种植中优势明显。2 月倒春寒，温度骤降，未改造组的农户参考往年经验设定固定温度，短期间 3 次控温，气温波动大，且温室保温性差；而再来看实验组，经过大量数据训练后的 AI 系统能够实时监控温室气候，配合卷帘、放风机等自动化控制技术，实时调控温度，有效避免了恶劣天气对农作物生长的影响。

　　同时，24 小时实时监控、管理农作物，还可以帮助农户减少人力成本。据了解，辽宁的 iGrow 方案包含传感器、控制器、边缘网关等工具，在腾讯云上搭建配套 PaaS 平台，种植决策和温室控制均可自动执行，农民只需要在种植、采摘、设备日常维护之外做少量基础农活。

　　整体来看，辽宁 1 期试点取得的成果，初步验证了智慧种植方案在国内落地的可行性。但最终能够完成技术迁移，实现标准化量产还存在很多挑战。不过，道阻且长，行之将至，期待不久的将来，腾讯能够在 AI+ 农业的产学研一体化生态建设中，做出更出色的成绩。

　　引用来源：

　　国际智慧温室种植挑战赛官网：http://www.autonomousgreenhouses.com/

　　腾讯温室种植挑战赛果视频：https://v.qq.com/x/page/s09790sb2n2.html