農業既是主要產業也是經濟支柱之一，由於氣候變化、人口增長和糧食安全等因素，農業需要更多創新方法來提高作物產量。近年來，人工智能技術穩步崛起，相關應用逐漸滲入農業生產全過程。其中，機器學習、計算機視覺、大數據分析和雲計算等技術應用最為廣泛。

35鬥梳理了AI+種植的發展情況以及未來趨勢，同時選取國內外具有代表性或創新性的企業，盤點其業務佈局和最新動態。

三大應用場景落地，產前、產中、產後全覆蓋

人工智能在農業中最主要的應用可分為三類:

農業機器人——利用自動化機器人處理基本的農業任務，比人工作業產量更高、速度更快。

作物和土壤監測——利用計算機視覺和深度學習算法處理無人機採集的數據，用於監測作物和土壤健康。

預測分析——利用機器學習模型追蹤和預測環境對作物產量的影響，如天氣變化。

在產前階段，人工智能可通過物聯網獲取的數據指導灌溉用水；通過土壤成分分析進行合理施肥；通過對農作物市場週期需求的預測，選擇適宜種植的作物品種，避免產銷脫節引發價格劇烈波動，造成經濟損失和農產品浪費。此外，雲計算、大數據分析和機器學習等技術，還可以幫助篩選和改良農作物基因，達到提升口味、增強抗蟲性、增加產量的目的。

在產中階段，計算機視覺技術可識別作物品種、病害程度和雜草生長情況，實現智能預防和病蟲害管理，減少經濟損失和環境影響，提升農產品安全性。而機器學習技術可以處理衛星圖像數據，預測天氣等環境變化對作物的影響，解決傳統農業“看天吃飯”的問題。

針對採收環節，計算機視覺技術與機械臂或機器人結合，可實現24小時自動化採收，節省人力、降低成本。此外，大數據處理和語音識別等技術可運用於農業智能專家系統中，為農業從業者提供專業諮詢服務和指導。

在產後階段，具有計算機視覺的機械臂可進行農產品售前品質檢測、分類和包裝等工作；用大數據分析市場行情，幫助農產品電商運營，引導企業制定更靈活準確的銷售策略；通過人工智能遺傳算法和多目標路徑優化數學模型，對物流配送路徑進行智能優化，完善生鮮農產品供應鏈。

創新企業盤點：全方位監測作物，解決勞動力短缺難題

（數據來源：crunchbase；單位：美元；35鬥整理）

>>>>Blue River Technology

目前，約有250種雜草對除草劑具有抗藥性。根據美國雜草科學協會的數據，由於雜草作物對玉米和大豆作物的影響，農民每年損失達到430億美元，而美國全年的殺蟲劑支出約為 1 億英磅。Blue River Technology掌握的精度技術可去除普通噴灑模式下80% 的化學物質殘留，降低 90% 除草劑費用。

Blue River Technology開發的機器人See & Spray，可利用計算機視覺監控棉花，使其免受雜草的侵害，精準噴灑能夠防止對除草劑產生抗藥性。2017年9月，大型農業機械製造商John Deere以3.05億美元收購Blue River Technology。

>>>>Harvest CROO Robotics

自動化的興起，幫助解決勞動力短缺的問題，從2014年到2024年，農業工人預計將減少6%。Harvest CROO Robotics研發的機器人，單日收割面積達到 8 畝，可替代 30 位農業工人。2017年6月， Wish Farms宣佈使用Harvest CROO Robotics的草莓收割機，這款設備搭載了16個獨立的採摘機器人，可以幫助草莓種植者採摘和包裝農作物。

>>>>PEAT

森林砍伐和土壤質量退化會對糧食安全造成重大威脅，美國農業部估計，每年土壤侵蝕的成本約為440億美元。總部位於柏林的PEAT，開發了一款名為Plantix的深度學習應用程序，能利用軟件算法分析特定的葉型與土壤缺陷、植物病蟲害之間的關係，識別土壤的潛在缺陷和營養不良。

這款圖像識別應用程序通過手機攝像頭拍攝的圖像來識別潛在問題，然後向用戶提供土壤修復技術等解決方案。PEAT 表示， Plantix 可以利用機器視覺實現快速檢測，準確率高達 95%。

>>>>Trace Genomics

Trace Genomics利用機器學習為農戶提供土壤分析服務，主要投資者Illumina幫助其開發了一個基於機器學習的系統，能夠讓客戶對土壤優劣有清楚認識，重點關注農作物缺陷預防以及作物產量提升。

用戶在向Trace Genomics提交土壤樣本後，會收到關於土壤成分的深度分析。該服務以產品包形式供用戶挑選，包括以細菌及真菌為重點的病原體篩選，以及複合微生物評估和土壤DNA分析。

>>>>SkySquirrel Technologies

無人機在農業領域的應用可追溯到上世紀80年代，當時日本利用無人機噴灑農藥。到2027年，農用無人機的市場規模預計將達到 4.8 億美元。如今，越來越多的公司開始將人工智能與航天技術應用於農作物健康監測。

SkySquirrel Technologies將無人機技術和計算機視覺應用於葡萄園，幫助用戶提高農作物產量、降低成本。用戶對無人機的路線進行預先編程，一旦部署完畢，該設備將利用計算機視覺記錄圖像，用於後期分析。

SkySquirrel使用算法集成和分析捕捉圖像和數據，提供葡萄園健康狀況的詳細報告，特別是葡萄葉的狀況。其技術能夠在 24 分鐘內完成 50 畝土地的掃描工作，提供的數據準確度高達 95%。

>>>>aWhere

aWhere利用機器學習算法與衛星來預測天氣、分析作物的可持續性，並評估農場是否存在病蟲害。公司專注於提供快速且持續更新的高質量數據，範圍從局部地區擴展到全球範圍，客戶類型包括農戶、農業顧問和研究人員。aWhere 還為用戶提供超過10 億個農業數據點的數據使用，數據類型包括溫度、降水量、風速、日光照射時長以及農業用地的歷史數據對比。

>>>>FarmShots

FarmShots專注於分析衛星和無人機拍攝的農業圖像，以檢測作物的病蟲害和營養不良。其軟件可以準確告知用戶哪一區域需要施肥，並減少近40%的化肥使用量。目前，FarmShots已與John Deere等建立了合作關係。

巨頭搶先佈局，農業教育培訓成未來重點

騰訊於2018年進軍 “AI+農業”領域，在荷蘭瓦赫寧根大學舉辦的首屆“國際智慧溫室種植大賽”中，騰訊 AI Lab 和農科院等機構組成的 iGrow 隊挑戰AI溫室種黃瓜，獲得了 AI 策略第一名、總分第二名的優秀成績。

騰訊集團也相繼與中糧集團、廣東粵旺農業集團、深圳壹家倉、仲愷農業工程學院等簽訂戰略合作協議，開展智慧農業深度合作，還投資了Phytech、Snapchat、Tile和Essential等農業初創公司。

2019年5月，騰訊宣佈與中國農科院農業信息研究所共同成立智慧農業聯合實驗室，推動“AI+農業”發展。同時與瓦赫寧根大學聯辦第二屆“國際智慧溫室種植大賽”， 在六個月內利用 AI 和 IoT 物聯網等技術遠程控制溫室種植番茄。

2017年12月，微軟投資5000萬美元成立“AI for Earth”項目，支持將人工智能應用於農業、生物多樣性、資源保護、氣候變化和水資源五個領域。2018年12月，在微軟公佈的11 項人工智能地球創新獎中，包括利用機器學習和衛星支持烏干達灌溉發展和提高作物水效率、利用在線網絡地圖和地理空間分析工具改善農業土地變化估計和地下水利用等項目。

2018年6月，阿里雲正式宣佈推出阿里雲ET農業大腦，希望將人工智能與農業深入結合。在經過一年的研究試驗後，農業大腦先後在生菜、蘋果及甜瓜種植上完成了合作案例，已具備數字檔案生成、全生命週期管理、智能農事分析、全鏈路溯源等功能。

比如，陝西10000畝海升蘋果的生產資料已經匯聚到ET農業大腦，可以對每棵果樹進行個性化管理，大大提高果園的管理效率，預計農業大腦能幫助果農每畝地節省200元以上成本。

人工智能技術的出現，解決了農業面臨的一系列挑戰。農業機器人有望成為這一領域極具價值的應用，預計到2023年，產值將從19億美元增加到80億美元。在未來三到五年內，農業機器人有可能完成越來越多樣化的任務。

隨著對氣候變化的不斷研究和評估，作物和土壤監測技術也將成為未來的重要應用。利用無人機和衛星等技術捕捉數據，使農業企業擁有預測變化的能力。在未來5到10年內，衛星機器視覺應用(用於天氣、作物健康、預測作物產量等)將越來越普遍地應用於大型工業農場。

最重要的是，農業從業者必須接受相關培訓，學會如何掌握和改進這些技術，才有助於驗證這一工具的使用價值。此外，區別於其他風險容易建模和預測的行業，農業會受到無法控制的環境因素的影響，因此，對新興應用的廣泛測試也至關重要的。總體來說，人工智能在農業領域的應用將會越來越多樣化，為提高作物產量、改善土壤健康改善、減少除草劑使用提供解決方案。

1. 挑戰AI種番茄，國際智慧溫室種植挑戰賽第二屆來了，騰訊AI實驗室。

2. 騰訊智慧農業再發力：聯辦國際溫室種植大賽、與農科院成立聯合實驗室，騰訊AI實驗室。

3. AI in Agriculture – Present Applications and Impact，Kumba Sennaar.