人工智能作為計算機科學的一個重要分支，伴隨著信息技術的快速發(fā)展，已經(jīng)滲透在醫(yī)療、教育、金融等眾多領域，農(nóng)業(yè)作為國民經(jīng)濟的基礎性產(chǎn)業(yè)，也不例外，近年來，農(nóng)業(yè)被評為zui有前景的人工智能與機器學習應用場景之一。

在我國，農(nóng)業(yè)人工智能的應用主要涉及基于機器視覺技術的農(nóng)作物圖像分析和基于數(shù)據(jù)挖掘技術的農(nóng)業(yè)大數(shù)據(jù)分析、算法模型構建等。其中，圖像分析技術的應用有農(nóng)作物根-莖-葉-種子的表型分析測量、農(nóng)作物長勢識別、雜草識別、病蟲害識別、果蔬品質(zhì)檢測以及自動采摘等方面；大數(shù)據(jù)分析與算法模型構建的應用有農(nóng)作物病害預測、蟲害預測、墑情預測、產(chǎn)量預測、價格預測、專家系統(tǒng)等，能夠?qū)r(nóng)作物的生產(chǎn)鏈進行實時的監(jiān)管控制，從而提升作物的產(chǎn)出量和品質(zhì)。

伴隨著農(nóng)業(yè)領域多元性數(shù)據(jù)的存在與大量理解力問題的出現(xiàn)，單一機器學習技術已經(jīng)難以解決。作為一家深研農(nóng)業(yè)十余年的現(xiàn)代化企業(yè)，托普云農(nóng)將前沿信息技術與農(nóng)業(yè)專業(yè)深度融合，通過傳統(tǒng)圖像處理與最新深度學習等技術，構建起針對農(nóng)業(yè)的多維混合算法模型，并使用積累多年的農(nóng)業(yè)數(shù)據(jù)樣本進行訓練學習，滿足當前多元化人工智能時代的發(fā)展需要，并深受業(yè)內(nèi)關注。其中圖像處理主要是對圖像進行分割、前景提取、獲取關鍵信息等，深度學習主要包括目標檢測和圖像分類等對目標進行識別分析。

農(nóng)業(yè)病蟲害目標識別是人工智能技術的應用熱點之一。托普云農(nóng)通過大量數(shù)據(jù)樣本對已構建好的算法模型進行訓練學習，利用訓練后的目標檢測算法模型對各作物的病蟲害進行識別，根據(jù)識別的病蟲害數(shù)量對病蟲害的嚴重程度進行判斷與預警；根據(jù)識別的病蟲害的種類給出病蟲害檔案，包括病蟲危害情況、病蟲害特征、病蟲害原因、防治措施等。歷經(jīng)近十年的研究實踐，托普云農(nóng)已有60TB約2000多萬張圖庫，15萬張精選樣本庫，每月增量達3TB。目前已覆蓋包括草地貪夜蛾、大螟、二化螟、稻飛虱等國家一二類農(nóng)作物主要蟲害109種的識別，病害識別覆蓋小麥、玉米、水稻等6種農(nóng)作物，涵蓋赤霉病、灰斑病、稻瘟病等在內(nèi)59種病害，平均識別一張圖片3s左右，為糧食安全、生態(tài)保護提供了有力保障。

植物表型研究在作物育種領域有著不可替代的作用。托普云農(nóng)人工智能技術通過對農(nóng)作物根-莖-葉-種等器官進行特征提取與降維、目標分割與定位、高精度圖像識別與檢測，現(xiàn)已實現(xiàn)了對玉米珠型、作物株高、劍葉夾角、籽粒果穗考種、作物形態(tài)測量、葉面積分析、畝穗數(shù)測量等的多個作物表型識別與測量。

大數(shù)據(jù)分析與算法模型構建是人工智能技術的另一重要應用。托普云農(nóng)通過監(jiān)督機器學習算法，從大規(guī)模數(shù)據(jù)集中訓練出墑情預測、作物病蟲害預測、作物生長等模型，搭建成作物生長管理系統(tǒng)，由此為作物生產(chǎn)進行規(guī)劃與管理；通過海量圖像數(shù)據(jù)的積累以及高精度的目標檢測和樣本分類技術的應用，對病蟲害分布及時自動感知，對蟲害shou發(fā)期、爆發(fā)期的有效預警預測；通過對傳感器數(shù)據(jù)與視覺數(shù)據(jù)的分析以及統(tǒng)計模型的應用，進而預測作物產(chǎn)量。

此外，托普云農(nóng)的人工智能技術還應用于果實成熟期禁止打藥監(jiān)測等農(nóng)事作業(yè)行為識別；煙火識別；文字識別以及人臉、動物、車輛、農(nóng)機等集成第三方生態(tài)識別領域……有效保障農(nóng)業(yè)生產(chǎn)安全、提高農(nóng)業(yè)農(nóng)村領域網(wǎng)格化治理能力，提升鄉(xiāng)村居民幸福感。

隨著對人工智能的利用不斷深入，農(nóng)業(yè)生產(chǎn)管理與科研領域也展現(xiàn)出更多新的變革。

在江蘇海門的高標準農(nóng)田里，從選種耕種、土壤成分監(jiān)測、農(nóng)田灌溉用水分析、病蟲害識別預警、農(nóng)業(yè)環(huán)境監(jiān)測到農(nóng)業(yè)專家系統(tǒng)、作物采收管理、產(chǎn)量預測、品質(zhì)檢驗等全過程動態(tài)管理，極大提升了資源利用率和勞動效率，藏糧于地更藏糧于技。

在喬司農(nóng)業(yè)產(chǎn)業(yè)示范園里，通過對數(shù)據(jù)資源的采集、整合、分析，打造全域數(shù)字孿生、智慧農(nóng)機系統(tǒng)、遙感監(jiān)測系統(tǒng)、農(nóng)情監(jiān)測系統(tǒng)、種植管理系統(tǒng)、智能灌溉系統(tǒng)，形成了生產(chǎn)、預測、防控等全要素智能化管理，帶動農(nóng)業(yè)可持續(xù)發(fā)展。

在江西湘東的數(shù)字種業(yè)園區(qū)里，結合科研和產(chǎn)業(yè)需求，建設現(xiàn)代化種業(yè)基地，打造智慧種業(yè)服務平臺，涵蓋6大應用場景，從育種、制種、種子檢驗、加工、倉儲、流通等各環(huán)節(jié)強化信息監(jiān)測以及溯源管理，探索水稻生長標準模型，創(chuàng)新園區(qū)服務體系，保障優(yōu)質(zhì)種業(yè)發(fā)展。

在浙江古林的數(shù)字農(nóng)田里，利用北斗導航、物聯(lián)網(wǎng)、農(nóng)業(yè)遙感、機器視覺等技術手段，打造農(nóng)機高精度自動作業(yè)與導航系統(tǒng)、大田精細化生產(chǎn)灌溉管理系統(tǒng)、“天空地"一體化公共服務平臺，并在超過1萬畝的規(guī)模化種植基地進行集成示范，形成了一套可復制的產(chǎn)業(yè)應用模式，為更多水稻產(chǎn)區(qū)提供種植推廣示范樣板。

當前，以數(shù)字孿生、人工智能、移動互聯(lián)網(wǎng)、區(qū)塊鏈等為代表的新一代信息技術與先進制造業(yè)加速融合，現(xiàn)代農(nóng)業(yè)、服務業(yè)領域新產(chǎn)品新業(yè)態(tài)新模式競相涌現(xiàn)。未來，在各種農(nóng)業(yè)人工智能設備工作中，數(shù)據(jù)上“云"更便捷；在農(nóng)業(yè)生產(chǎn)中，全要素數(shù)據(jù)采集匯聚、智能決策分析、精準作業(yè)指導和操控，節(jié)本降耗、提質(zhì)增效、環(huán)境友好、生態(tài)安全；在農(nóng)業(yè)科研中，基地管理、數(shù)據(jù)采集、數(shù)據(jù)挖掘分析更加便捷、智能，研發(fā)更加高效，目標更加精準。雖然現(xiàn)代農(nóng)業(yè)與人工智能的深度融合還面臨著許多困難和挑戰(zhàn)，但是以人工智能為核心的智慧農(nóng)業(yè)發(fā)展已是大勢所趨。