美国顶尖机器人专家牵手乐山科研机构

“今后，农民可通过田里的机器人设备，进行土壤检测、防虫除害等。”3月6日，乐山市首届国际人工智能(农业科技)研讨会上，美国通用人工智能协会主席、汉森机器人公司首席科学家Ben Goertzel抛出了当前人工智能在农业领域的新研究实例。与会者纷纷感慨，传统农业中的“天时+地利”今后有望被智能农业取代。

Ben Goertzel还是全球首位拥有公民身份的机器人——索菲亚的研发者之一。此次来乐山，是Ben Goertzel作为乐山西美农业技术产业研究院首席科学家的首次亮相。他将和西美农业就农作物病虫害智能图片识别工程等项目展开合作，为乐山农业插上人工智能的“翅膀”。□本报记者吴晓彤

“超级大脑”当“医生”助农民种出优质农作物

研讨会上，Ben Goertzel以一个例子开头——

美国宾夕法尼亚州立大学和瑞士联邦理工学院(EPFL)的研究人员将关于农作物叶子的5万多张照片导入计算机，通过深度学习算法开发了一款手机软件。农民在合乎标准光线条件及背景下拍摄农作物的照片，并将其上传，软件就能识别作物所患虫害。该款软件可检测出14种农作物的26种疾病，识别准确率达99.35%，被人形象地称为“超级大脑”。

“但如果拍摄的图片不符合标准，识别率就会大大下降。”Ben Goertzel话锋一转，指出该项技术应用的限制性，要想让“超级大脑”成为“医生”，真正看病问诊，还要加强人工智能的通用化能力，“它应该具备这样一种能力，即便换一个地方、角度、光源，也能识别农作物所患的疾病。”

让“超级大脑”识别、预防农作物病虫害，只是第一步。

在Ben Goertzel看来，更重要的是利用该技术将田间地头的海量数据及时变成更有价值的信息，帮农民择优选取农作物，提高产出和效率，减少农药和化肥的使用。

“未来‘超级大脑’还有望对植物样本进行基因检测，并对比找出最好的品种。这样，育种站就能鼓励农民种植更优质的品种，从源头减少疾病的发生。一些基因研究院所也能借此对农作物基因进行改良，以增强其抗病性。”Ben Goertzel还希望，借助农作物病虫害智能图片识别工程在乐山的实施，获取足够的经验，并将此推广至世界其他地方，惠及更多的农民。

打通“数据孤岛”补齐数据安全短板

农作物病虫害智能图片识别工程的实施也有难点。

“现实中，农民所面临的农作物病虫害要比论文研究复杂得多。”参加此次研讨会前，Ben Goertzel在乐山考察了草莓大棚、茶场、农资店等6个点位，实地了解当地种植业的情况。

他认为，目前该工程最大的难点不在于技术而在于资源，根据人工智能在其他领域的应用来看，20%靠技术，80%靠数据。“必须采集海量的、来自农民的一手数据，赋予‘超级大脑’海量的数据，让其进行深度学习。”

对此，与会农业专家表示赞同。“农业涉及的不可知因素很多，包括地理位置、土壤环境、气候、病虫害等方面。如果要企业去搜集这些数据需要耗费大量的精力，能否将政府部门对病虫害的监测数据共享给企业，这样，项目的实施速度会更快。”乐山西美农业技术产业研究院副总经理成洪山建议。

“政府部门的数据能否对外公开还涉及脱敏等问题。”省科协委员张权解释，数据安全性得不到保障、数据存在被操纵的可能等，都让政府、企业形成各自的“数据孤岛”，无法发挥数据产业的真正价值。他建议，如果暂时不能打通政府的农业数据，企业可通过市场的方式，鼓励农民自发参与到数据的采集工作中。

Ben Goertzel也提出了解决意见：在区块链的作用下，对区块链数据的查询、存储、获取以及写入，每个过程都是一个轨迹，且不可消除。“将区块链和大数据相结合，也可补齐数据安全短板，增强数据提供方和使用者的信任度。”