阿里、網易爭奪“養豬”大業日益激烈，而騰訊為何只鐘情于溫室種植？

　　據聯合國糧農組織預測，截止 2050 年，全球人口將突破 90 億，與此同時，全球又面臨著土地資源緊缺、土壤污染、土地流失等破壞問題。如何在有限耕地增加農業產出，提高畝產利潤？或許是 AI 助力智慧農業的當務之急。

　　6 月 10 日，騰訊 AI Lab 對外宣布，本屆溫室種植大賽冠軍組 Automatoes，實現畝產資源消耗減少 16%，凈利增加 121%，且多個參賽團隊 AI 收成超過 20 年經驗的農業專家。

　　所有 AI 組凈利潤均超越了專家參照組（303 號為專家組）

　　Automatoes 團隊奪冠，畝產資源消耗減少 16%

　　本屆大賽是由騰訊 AI Lab 攜手世界著名農業學府荷蘭瓦赫寧根大學（下稱 WUR）聯合舉辦，全稱“國際智慧溫室種植挑戰賽”。

　　今年有來自 26 個國家的 21 支隊伍，共 200 多人參加，賽制要求參賽團隊在 6 個月內，用 AI 和 IoT 物聯網等前沿技術優化種植決策，遠程自動控制溫室種植，生產出高產量、高品質、低能耗的小番茄。

　　本屆大賽的目的是通過人工智能與農業種植專家的通力合作，驅動 AI 溫室控制能力。在提高農作物產量的同時，降低資源消耗，增加利潤，滿足日益增長的人口所需。

　　這已經不是第一屆了。早在 2018 年，騰訊 AI Lab 便于 WUR 達成合作，打響了進軍 AI 溫室種植的第一槍。不過，第一屆的課題的是：種黃瓜。當時微軟、英特爾、中國農科院等頂級企業與機構均有參加。最終大賽在微軟第一，騰訊“AI 策略”單項第一，總分第二的成績中收尾。

　　第二屆最終評選出的“最佳智慧種植解決方案”來自 Automatoes 團隊，他們種植的小番茄畝產資源消耗減少 16%，凈利增加 121%。充分展現了 AI 決策與溫室控制的應用潛力。參賽團隊遠程控制溫室種植的基本模式是：用傳感器監測溫室氣候（包括溫度、濕度等），攝像頭獲取作物不同階段的發育情況（苗期、花期、果期），再將兩者收集到的數據導入自己的模型或機器學習算法中。

　　因此，數據采集和 AI 算法兩項可以說是決定農作物最終生長情況和培育方案優劣的關鍵。據了解，大滿貫獲得者 Automatoes 團隊正是取勝于先進的 AI 算法。他們采用的數據驅動算法 MPC，相比于經典控制算法 MPC，它安全性更高，對于復雜非線性隨機系統可達到更精準的控制效果。

　　如此說來，似乎很簡單。事實上 AI 助力溫室種植道阻且長。

　　24 小時自動化監控，AI 優化種植決策

　　近些年，或因國家政策支持，或便于農田管理，溫室種植越來越成為一種普遍的現象。這種溫室大棚為 AI 技術提供了很大應用空間。番茄、黃瓜是其中的主要農作物，需要監測和控制的變量很多，因此，也能夠更好地體現出不同種植策略的技術優勢。

　　從氣候環境來講，影響溫室小番茄的因素有采集空氣/土壤濕度、溫度、二氧化碳濃度、光照強度、時長、通風情況、施肥/灌溉量等；從生長周期來看，有育苗期、生長期、成熟期等，不同周期對氣候環境的需求不同。這些相互交叉的種種因素，在過去全靠農戶憑“感覺”把控，而現在有了更為精準的技術檢測。

　　試點顧問、有多年種植經驗的資深農業技術員劉建華證實說，作物在不同的生長周期對溫室環境有不同要求。以溫室溫度為例，傳統小番茄種植中，農民應在苗期、花期、果期設定不同溫度，但很難精準識別每個時刻下環境和作物生長狀態的細微變化，從而判斷對應的理想溫度。

　　在這方面，騰訊提供了一種行之有效的解決方案。騰訊 AIoT 智慧種植方案 iGrow，采用 loT 傳感器，實時、準確、自動地監測溫室的氣候環境，可以有效地取代農戶們的感性判斷。另外，集成了大量農業種植專家經驗的 iGrow 溫室仿真器，可快速做出種植模擬，15 秒可模擬 82 個生長周期。最后，結合不斷優化的強化學習 AI 算法可以幫助農戶做出更加理性的種植決策。

　　iGrow 方案在遼寧溫室試點

　　以上可以看出，“數據”是智慧種植方案的基礎，也是核心。但數據樣本少、質量參差不齊、難以標準化是目前無法忽視，且完全解決的問題。數據可以簡單地拆分為三個維度：變量、數量，以及質量。所有關于數據的收集和運用都處在持續優化中。因此，目前所取得的成就也是階段性的，未來還有極大的探索空間。相比于第一屆，本屆騰訊 AI Lab 和 WUR 在優化數據集方面做出了新的嘗試和調整。比如肥料控制、留頁/留果數，以及透光型、透氣型、遮光型 3 種遮光變量的增設，有助于更加全面、精細化的監測農作物的生長。

　　同時，傳感器的更新迭代，以及通風系統、遮光系統、加熱系統、氣肥機、混 LED 補光燈等設備/系統的支持，也可以使數據質量得到極大改善。不過，溫室無病蟲害會多少也會讓仿真值有一定誤差。

　　試點成功，iGrow 規模化量產有望達成

　　AI 助力農業的最終價值在于提高農作物畝產產量，減少資源浪費，同時進一步擴展至實現大規模，標準化生產。近日，在與農業大省遼寧合作的試點種植中，第一期小番茄每畝每季提升數千元凈利潤。騰訊 AI Lab 的再次驗證了其智慧種植解決方案 iGrow 實現規?；慨a的可行性。

　　試點中，第一期使用當地三個日光溫室種植番茄，其中兩個部署了 iGrow 方案的實驗組。實驗組和未改造組比較來看，AI 決策和自動化控制在溫室種植中優勢明顯。2 月倒春寒，溫度驟降，未改造組的農戶參考往年經驗設定固定溫度，短期間 3 次控溫，氣溫波動大，且溫室保溫性差；而再來看實驗組，經過大量數據訓練后的 AI 系統能夠實時監控溫室氣候，配合卷簾、放風機等自動化控制技術，實時調控溫度，有效避免了惡劣天氣對農作物生長的影響。

　　同時，24 小時實時監控、管理農作物，還可以幫助農戶減少人力成本。據了解，遼寧的 iGrow 方案包含傳感器、控制器、邊緣網關等工具，在騰訊云上搭建配套 PaaS 平臺，種植決策和溫室控制均可自動執行，農民只需要在種植、采摘、設備日常維護之外做少量基礎農活。

　　整體來看，遼寧 1 期試點取得的成果，初步驗證了智慧種植方案在國內落地的可行性。但最終能夠完成技術遷移，實現標準化量產還存在很多挑戰。不過，道阻且長，行之將至，期待不久的將來，騰訊能夠在 AI+ 農業的產學研一體化生態建設中，做出更出色的成績。

　　引用來源：

　　國際智慧溫室種植挑戰賽官網：http://www.autonomousgreenhouses.com/

　　騰訊溫室種植挑戰賽果視頻：https://v.qq.com/x/page/s09790sb2n2.html

總結

以上是生活随笔為你收集整理的再创新高！自动化温室种植大赛，AI超20年经验农业专家的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。