项目成果
本项目团队致力于充分发挥和整合当前在高通量植物表型组学、系统发生学、系统生物学、生物信息学、物联网和多智能体网络方面的最新研究成果，开发研制一套可以灵活兼容、整合各种智慧农业知识数据的智能平台。基于平台内置的综合知识库，该平台也利用多智能体动态实施对网络内各种应用设备的综合性管理控制。
该平台可以让客户和专家通过语义标签个性化的定义相关智能体，并使用这些智能化进行相应数据采集和知识提取，随后将提取到的知识整合进统一的知识库中。基于语义结构组织的知识可以被应用相关智能体读取，而后用于对服务管理参数和模型的决定。所有知识在不断的反馈和积累过程中也会被机器学习算法自动优化其组织结构。通过对知识的读取，智能体网络中的智能体会自动为每一个具体应用场景定制相应的配套组合应用服务，并从随后的用户反馈中优化相关知识。
本平台区别于传统物联网知识整合和应用管理平台的特点在于：系统采取先进的分散式智能体系统，结合深度学习算法与自组织语义结构，一方面允许用户用语义工具个性化定义新知识和新设备添加于系统中，另一方面又可以自动将新添加的知识根据不同的上下文和情景因素分类到一个统一的多层知识体系之中，完成新知识和原有知识的对接。最终，系统新拓展的知识结构将由专家组成的知识社区用实验或专业知识来判定和评估，而新知识的效果也会在实际生产中得到最终验证。通过系统自动细分，整合，优化知识结构，智能体网络可以对具体应用场景采取更精准更智能化的服务安排，真正实现智慧农业所预想的自主高质量管理。另一方面，平台提供的自动知识整合、语义搜索和知识树表现功能可以为专家在大数据中进行有针对性的深入合作研究提供强大的数据分析工具。
项目前景
目前，市场上现有的智慧农业公司多注重硬件解决方案，很少有知识整合为主的智慧农业公司。本项目相较于国内外智慧农业公司有以下几点优势：
- 区别于普通机器学习，本项目采用自主开发的更为先进的人工智能算法，能实现更高效、灵活的大数据整合和智能学习。而大部分智慧农业公司采用的机器学习算法在复杂的智慧农业应用场景上存在局限性。
- 关于大数据的使用模式本项目与国内外其他结合大数据的智慧农业公司有本质区别，相关公司侧重于运用大量传感器获取农业大数据，关于大数据的使用和如何运用专业农业知识结合该大数据方面还不深入。本项目依托智能知识整合平台，综合大量科研文献、表型组学大数据知识，农业用户，各方面跨领域的技术专家，整理出一套更综合全面的农业生产知识体系，再利用传感器获取的农业大数据，通过反馈学习改进知识，从而提高农业生产效率。
- 拥有跨领域专家用户知识互动社区，持续保证生产科研有益互动，用共享大数据和知识库同时促进科研和生产发展，且在运用过程中通过不断智能学习和专家调试，修正和增加知识，使得知识越来越全面、准确。
- 目前大多数智慧农业企业主要侧重于智能硬件或农机的开发使用，缺少对相关农业知识的深化学习和整合来更有效的指导这些智能设备或农机。本项目的出现也填补了这一领域的空白。
项目进度
研制阶段。
閱讀更多 阿基米德先進技術網 的文章
