今天要向大家介紹的是一筐黃瓜。這可不是一筐普通的黃瓜。它們是由騰訊人工智能實(shí)驗(yàn)室ailab團(tuán)隊(duì)的成員協(xié)同國(guó)內(nèi)外農(nóng)業(yè)專家和學(xué)生，使用ai（即人工智能）在荷蘭一間溫室里種植出來(lái)的黃瓜。它們和我們平常在菜市場(chǎng)買的黃瓜有什么區(qū)別呢？放大了圖片看看... ...其實(shí)也沒(méi)啥區(qū)別。依然是大家熟悉的黃瓜，可蒸煮，可煎炒。這筐黃瓜的誕生，要從一個(gè)國(guó)際挑戰(zhàn)賽說(shuō)起。今年3月，荷蘭著名的高等學(xué)府瓦赫寧根大學(xué)面向全球人工智

今天要向大家介紹的是一筐黃瓜。

這可不是一筐普通的黃瓜。它們是由騰訊人工智能實(shí)驗(yàn)室ailab團(tuán)隊(duì)的成員協(xié)同國(guó)內(nèi)外農(nóng)業(yè)專家和學(xué)生，使用

ai（即人工智能）

在荷蘭一間溫室里種植出來(lái)的黃瓜。

它們和我們平常在菜市場(chǎng)買的黃瓜有什么區(qū)別呢？放大了圖片看看... ...其實(shí)也沒(méi)啥區(qū)別。依然是大家熟悉的黃瓜，可蒸煮，可煎炒。

這筐黃瓜的誕生，要從一個(gè)國(guó)際挑戰(zhàn)賽說(shuō)起。

今年3月，荷蘭著名的高等學(xué)府瓦赫寧根大學(xué)面向全球人工智能團(tuán)隊(duì)，發(fā)起了一場(chǎng)線下真人實(shí)景大型農(nóng)作物養(yǎng)成與模擬經(jīng)營(yíng)類挑戰(zhàn)賽――種黃瓜。

它設(shè)定的挑戰(zhàn)目標(biāo)是：

在限定4個(gè)月時(shí)間內(nèi)，在指定的無(wú)差別的溫室內(nèi)，利用傳感器和攝像頭，獲取溫室氣候、作物發(fā)育情況等數(shù)據(jù)，加入自己的模型或機(jī)器學(xué)習(xí)算法，遠(yuǎn)程控制作物生長(zhǎng)。

最終

，根據(jù)生產(chǎn)出的黃瓜產(chǎn)量、資源利用率和收益來(lái)評(píng)判獲勝隊(duì)伍。

如果挑戰(zhàn)賽的規(guī)則理解起來(lái)費(fèi)勁，可以回想一個(gè)熟悉的場(chǎng)景。

限定場(chǎng)地，限定資源，限定種植規(guī)則。

誰(shuí)收獲的黃瓜越多，質(zhì)量越好，誰(shuí)的資源利用率越高，再結(jié)合種植過(guò)程中，人工干預(yù)程度，綜合所有因素，最終得分才會(huì)越高，獲得勝利

。

這場(chǎng)挑戰(zhàn)賽吸引了來(lái)自15個(gè)國(guó)家的14支團(tuán)隊(duì)參與。其中不乏微軟（sonoma隊(duì)）和英特爾（deep_greens隊(duì)）這些著名的互聯(lián)網(wǎng)科技公司。

我們也組了一個(gè)隊(duì)伍參賽，叫igrow隊(duì)。

它由10名跨學(xué)科的成員組成。其中，有騰訊人工智能實(shí)驗(yàn)室ai lab的ai專家，也有來(lái)自

中國(guó)農(nóng)業(yè)科學(xué)院、北京農(nóng)業(yè)信息技術(shù)研究中心、黑龍江植物學(xué)會(huì)、syngenta種子公司和荷蘭瓦赫寧根大學(xué)的農(nóng)業(yè)專家和學(xué)生。

過(guò)去半年多，igrow團(tuán)隊(duì)在位于荷蘭中部的瓦赫寧根大學(xué)（wur）的一間溫室里，探索如何結(jié)合人工智能ai和農(nóng)業(yè)專家的專業(yè)知識(shí)，進(jìn)行更高效地農(nóng)業(yè)生產(chǎn)。

種黃瓜的溫室長(zhǎng)這樣，設(shè)備有這些：

最終，包括igrow在內(nèi)的五支參賽隊(duì)伍闖入決賽。

12 月 12 日，本次大賽結(jié)果揭曉。我們這個(gè)種黃瓜的跨國(guó)聯(lián)合團(tuán)隊(duì)?wèi){借這批黃瓜和優(yōu)秀的黃瓜ai種植技術(shù)，

獲得了“ai策略”單項(xiàng)第一名、總分第二名的成績(jī)。

和傳統(tǒng)的種植過(guò)程比，igrow團(tuán)隊(duì)種黃瓜最大的不同是，

整個(gè)種植中幾乎沒(méi)有人工操作。

像澆水，通風(fēng)、光照、施肥這些工作，都是由

人工智能ai自動(dòng)收集環(huán)境數(shù)據(jù)，通過(guò)深度學(xué)習(xí)和計(jì)算，進(jìn)行判斷和決策，再驅(qū)動(dòng)溫室里的設(shè)備元件完成。

這也是這一次大賽最富有挑戰(zhàn)性的賽點(diǎn)，也是最重要的考核指標(biāo)：

要人工智能種植，而不是人工種植。

根據(jù)主辦方從凈利潤(rùn)、可持續(xù)發(fā)展和ai策略三個(gè)維度計(jì)算的最終數(shù)據(jù)顯示，igrow隊(duì)交出了一份優(yōu)異的成績(jī)單。它在黃瓜產(chǎn)量、質(zhì)量、資源利用率上，均表現(xiàn)十分出色。在整個(gè)過(guò)程中，它

只利用了主辦方配置的有限的傳感器，采用了生物防治系統(tǒng)。

ai 策略第一名

以一分之差位列總分榜第二

我們的ai專家說(shuō)，一開(kāi)始，大家除了對(duì)黃瓜的做法和口感有研究，對(duì)其他一無(wú)所知。多虧了團(tuán)隊(duì)里的農(nóng)業(yè)專家。比賽中，igrow團(tuán)隊(duì)充分利用團(tuán)隊(duì)成員跨學(xué)科的專業(yè)知識(shí)背景，分工協(xié)作。

首先，騰訊ai lab的ai專家根據(jù)植物生長(zhǎng)發(fā)育規(guī)律和溫室環(huán)境動(dòng)態(tài)過(guò)程等相關(guān)學(xué)科知識(shí)，建立一個(gè)模擬氣候環(huán)境和作物生長(zhǎng)的仿真器。

隨后，團(tuán)隊(duì)搭建出一個(gè)農(nóng)業(yè)人工智能系統(tǒng)，通過(guò)創(chuàng)新的強(qiáng)化學(xué)習(xí)方法，他們將團(tuán)隊(duì)里農(nóng)業(yè)專家的知識(shí)和經(jīng)驗(yàn)自然地融入這套系統(tǒng)中，使人類專家能夠在初始種植設(shè)定，種植過(guò)程中的監(jiān)控管理、打頂剪枝等方面，實(shí)現(xiàn)對(duì)ai的有效干預(yù)，提高ai學(xué)習(xí)效率和穩(wěn)定性。

有了人類專家的知識(shí)和經(jīng)驗(yàn)，剩下的工作就交給這套農(nóng)業(yè)人工智能系統(tǒng)來(lái)做了。

它將繼續(xù)學(xué)習(xí)，自動(dòng)適應(yīng)新的環(huán)境和條件變化，并作出決策和判斷。

從一開(kāi)始的種植密度、留莖比例，到后來(lái)的留葉、留果策略，以及在溫室中對(duì)光照、通風(fēng)、溫度、濕度、co2濃度、水分等的控制，它通過(guò)自動(dòng)學(xué)習(xí)，不斷計(jì)算如何在資源最優(yōu)化的同時(shí)，最大程度地提升黃瓜的產(chǎn)量。

團(tuán)隊(duì)成員遠(yuǎn)在中國(guó)，大多數(shù)時(shí)候只能通過(guò)監(jiān)控?cái)z像頭遠(yuǎn)程觀測(cè)這間位于歐洲的溫室。大家天天盼著黃瓜苗早日長(zhǎng)大，開(kāi)花結(jié)果。

在人工智能系統(tǒng)的精心照料下，4個(gè)月里，igrow團(tuán)隊(duì)的溫室累計(jì)收獲

3496公斤黃瓜。

這些黃瓜采摘下來(lái)后，將根據(jù)品質(zhì)，按當(dāng)?shù)厥袌?chǎng)行情統(tǒng)一收購(gòu)，放在市場(chǎng)上售賣。收購(gòu)價(jià)售出的收益高低也會(huì)成為本次比賽考核指標(biāo)。

有著142年歷史的荷蘭瓦赫寧根大學(xué)，在生命科學(xué)和農(nóng)業(yè)等領(lǐng)域一直處于學(xué)界領(lǐng)先地位。作為主辦方，它給獲獎(jiǎng)的騰訊參賽團(tuán)隊(duì)igrow頒發(fā)的一尊“小黃瓜”獎(jiǎng)杯，以鼓勵(lì)該團(tuán)隊(duì)在ai+農(nóng)業(yè)領(lǐng)域的技術(shù)探索。

從種植結(jié)果顯示，igrow研發(fā)的人工智能系統(tǒng)

提高了農(nóng)產(chǎn)品的產(chǎn)量和自然資源利用率，還大幅降低了傳感器成本，體現(xiàn)了“ai+農(nóng)業(yè)”的應(yīng)用潛力

。這個(gè)團(tuán)隊(duì)

首創(chuàng)的農(nóng)業(yè)人工智能系統(tǒng)還攻克了機(jī)器智能嵌入農(nóng)業(yè)專家知識(shí)的難題。

拿著主辦方頒布的“小黃瓜”獎(jiǎng)杯，igrow團(tuán)隊(duì)的成員們開(kāi)心地做出了一個(gè)重要的決定――把剩下的由人工智能種植的黃瓜做成了一碗刀拍黃瓜吃掉。igrow團(tuán)隊(duì)的成員說(shuō)，有些遺憾，在外國(guó)的超市沒(méi)買到生抽。

在igrow團(tuán)隊(duì)成員的眼中，這一次的挑戰(zhàn)賽只是一次很小的嘗試。通過(guò)這一次人工智能與農(nóng)業(yè)等多學(xué)科團(tuán)隊(duì)協(xié)作，

展示了人工智能驅(qū)動(dòng)溫室的能力

。農(nóng)業(yè)在未來(lái)會(huì)遭遇來(lái)自環(huán)境、資源和人口增長(zhǎng)的挑戰(zhàn)。這一次嘗試，驗(yàn)證了人工智能可以成為人類應(yīng)對(duì)這些挑戰(zhàn)的一種解決之道。

目前，人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用，仍然面臨很多技術(shù)難點(diǎn)。比如，如何把人工智能在某一個(gè)領(lǐng)域的學(xué)習(xí)能力有效地遷移到

真實(shí)而又復(fù)雜多變的農(nóng)業(yè)種植中去？

如何將人類廣博的專業(yè)知識(shí)與人工智能結(jié)合？

“當(dāng)年輕的人工智能與古老的農(nóng)業(yè)相碰撞時(shí)，會(huì)遇到諸多挑戰(zhàn)，如何預(yù)見(jiàn)和解決這些難題，需要耐心、創(chuàng)新，甚至是一些靈感?！?/p>

作為團(tuán)隊(duì)核心力量的騰訊人工智能實(shí)驗(yàn)室ai lab希望，未來(lái)能有更多跨學(xué)科專家、企業(yè)家和投資者一起攜手，共同發(fā)掘ai+農(nóng)業(yè)的各種可能性，激發(fā)出更多的解決方案。

附ai科技大本營(yíng)專訪節(jié)選

ai科技大本營(yíng)：比賽過(guò)程中除了人工智能系統(tǒng)遠(yuǎn)程控制以外，需要人工在現(xiàn)場(chǎng)的參與和輔助嗎？

答：

瓦大的傳感器會(huì)收集溫室溫度、濕度、水分、二氧化碳濃度、光照熱量等數(shù)據(jù)，通過(guò)網(wǎng)絡(luò)把數(shù)據(jù)傳輸給我們，一些傳感器無(wú)法獲取的信息和數(shù)據(jù)（比如黃瓜產(chǎn)量和售價(jià)）會(huì)由瓦大的工作人員定期進(jìn)行整理，發(fā)送郵件告知，我們對(duì)這些信息整體分析后，在深圳通過(guò)控制器遠(yuǎn)程操控溫室，比如屋頂通風(fēng)、照明、加熱等等。另外一些無(wú)法通過(guò)控制器完成的，比如摘果或者打頂這些事情，我們會(huì)發(fā)郵件告知瓦大的工作人員具體策略，然后他們進(jìn)入溫室實(shí)施。

ai科技大本營(yíng)：騰訊用的是

強(qiáng)化學(xué)習(xí)

的方法，將

農(nóng)業(yè)專家的知識(shí)和經(jīng)驗(yàn)自然地嵌入仿真器中

，能具體介紹下這項(xiàng)技術(shù)嗎？

答：

首先，我們根據(jù)植物生長(zhǎng)發(fā)育規(guī)律、溫室環(huán)境動(dòng)態(tài)過(guò)程等相關(guān)知識(shí)進(jìn)行建模，用生成對(duì)抗網(wǎng)絡(luò)構(gòu)建了一個(gè)

模擬溫室氣候條件和作物生長(zhǎng)情況的仿真器（模擬器）

。所以我們創(chuàng)建了一個(gè)農(nóng)業(yè)人工智能系統(tǒng)，利用創(chuàng)新的強(qiáng)化學(xué)習(xí)方法，將農(nóng)業(yè)專家的知識(shí)和經(jīng)驗(yàn)自然地嵌入到仿真器中，讓人類專家在溫室初始設(shè)定（如種植密度）、種植過(guò)程的策略（如灌溉、打頂）等方面能夠有效地干預(yù)ai，提高ai的學(xué)習(xí)效率。

具體做法是

把農(nóng)業(yè)專家的動(dòng)作加入到強(qiáng)化學(xué)習(xí)的回報(bào)函數(shù)中，并通過(guò)一個(gè)判定準(zhǔn)則自動(dòng)判定是否采取農(nóng)業(yè)專家動(dòng)作。

如果 ai 判定用農(nóng)業(yè)專家的動(dòng)作，則直接采用，否則忽略農(nóng)業(yè)專家的意見(jiàn)。

ai科技大本營(yíng)：為什么騰訊用的傳感器比較少？系統(tǒng)如何與這些傳感器結(jié)合？

答

：本次比賽中我們是唯一一個(gè)僅使用主辦方配置的傳感器，沒(méi)有添加額外添加的 ai 種植團(tuán)隊(duì)。我們的系統(tǒng)通過(guò)高效的數(shù)據(jù)模擬和運(yùn)算，得知額外傳感器對(duì)增加最終產(chǎn)量和減少資源損耗并沒(méi)有帶來(lái)幫助，因此決定不增加除了組委會(huì)提供的標(biāo)準(zhǔn)以外的傳感器，相比于其他隊(duì)伍大大降低了智慧農(nóng)業(yè)的生產(chǎn)成本，在市場(chǎng)應(yīng)用和推廣上頗具潛力。因沒(méi)有增加傳感器，整個(gè)系統(tǒng)運(yùn)作時(shí)就與之前提到的模擬器完全一致，用同樣的操作邏輯即可用上這些傳感器。

ai科技大本營(yíng)：騰訊應(yīng)用了怎樣的生物防治系統(tǒng)？全程都不需要農(nóng)藥嗎？

答：

溫室主要是是防病，而非防蟲(chóng)。一方面溫室自身的封閉性可以減少蟲(chóng)害，另一方面人工智能對(duì)溫濕度等各方面的調(diào)控可以為作物提供最健康和適宜的環(huán)境，所以能增強(qiáng)作物的抗病蟲(chóng)害能力。

我們一直監(jiān)控著病蟲(chóng)害情況，采用生物防治系統(tǒng)進(jìn)行控制。農(nóng)作物的生長(zhǎng)過(guò)程非常復(fù)雜，在病蟲(chóng)害的困擾這點(diǎn)上。人工智能在這方面還要繼續(xù)學(xué)習(xí)。

到具體的行業(yè)應(yīng)用上，我們調(diào)查發(fā)現(xiàn)有一些成功案例，是 ai 在產(chǎn)中階段用于監(jiān)測(cè)環(huán)境數(shù)據(jù)和農(nóng)作物生長(zhǎng)情況。通過(guò)建立病蟲(chóng)草害特征分類數(shù)據(jù)庫(kù)，并利用計(jì)算機(jī)視覺(jué)技術(shù)識(shí)別作物品種、病害程度和雜草生長(zhǎng)情況，可實(shí)現(xiàn)智能預(yù)防和管理病蟲(chóng)草害，減少經(jīng)濟(jì)損失。不僅如此，這在一定程度上還可減少除草劑和殺蟲(chóng)劑的使用，提升農(nóng)產(chǎn)品安全性，減輕環(huán)境影響。

ai科技大本營(yíng)：系統(tǒng)如何判斷黃瓜的生產(chǎn)情況（坐果率、病蟲(chóng)害等），并自動(dòng)給出相應(yīng)的解決方案（留葉、留果策略等）？

答：

溫室本身的設(shè)置就是不容易有蟲(chóng)害，因?yàn)闇厥矣懈綦x，很大程度上減少害蟲(chóng)的困擾。植物會(huì)生病，但生病的原因可能是因?yàn)榭諝獬睗癫皇呛苓m合生存之類的，而不是害蟲(chóng)的原因。不過(guò)，在未來(lái)的戶外實(shí)驗(yàn)和應(yīng)用中，ai 還得繼續(xù)學(xué)習(xí)，研究下如何解決這個(gè)害蟲(chóng)的問(wèn)題。

至于留葉留果策略是比賽后期一個(gè)很大的挑戰(zhàn)，

并不是ai自動(dòng)給出的相應(yīng)解決方案，而是通過(guò)了三四十個(gè)來(lái)回的討論，查閱大量相關(guān)文獻(xiàn)才定下的重大策略。比賽快結(jié)束的時(shí)候重要的大事是做好留果留葉策略，爭(zhēng)取黃瓜有個(gè)好收成。

植物生長(zhǎng)的過(guò)程類似拋物線，生命周期會(huì)有起伏、最高點(diǎn)最低點(diǎn)。所以我們要估算什么時(shí)候結(jié)束是最合適的。首先我們都不是種植黃瓜的專家，其次關(guān)于黃瓜的資料也都很少，所以我們也將種植西紅柿等的資料作為參照。我們團(tuán)隊(duì)里ai側(cè)成員和農(nóng)業(yè)專家來(lái)回討論了三四十回來(lái)制定策略。從結(jié)果來(lái)看當(dāng)初的策略很正確，在最后沖刺了一下產(chǎn)量。

ai科技大本營(yíng)：黃瓜的質(zhì)量是怎樣評(píng)定的？有哪些標(biāo)準(zhǔn)？

答：

優(yōu)質(zhì)a：重量375g或更多； 優(yōu)質(zhì)b：重量300克至374克之間，有瑕疵，如彎曲的形狀，不是深綠色； 質(zhì)量c：低于300克。