美國頂尖機器人專家牽手樂山科研機構

　　“今后，農民可通過田里的機器人設備，進行土壤檢測、防蟲除害等?！?月6日，樂山市首屆國際人工智能（農業科技）研討會上，美國通用人工智能協會主席、漢森機器人公司首席科學家Ben Goertzel拋出了當前人工智能在農業領域的新研究實例。與會者紛紛感慨，傳統農業中的“天時+地利”今后有望被智能農業取代。

　　Ben Goertzel還是全球首位擁有公民身份的機器人——索菲亞的研發者之一。此次來樂山，是Ben Goertzel作為樂山西美農業技術產業研究院首席科學家的首次亮相。他將和西美農業就農作物病蟲害智能圖片識別工程等項目展開合作，為樂山農業插上人工智能的“翅膀”。

　　“超級大腦”當“醫生”助農民種出優質農作物

　　研討會上，Ben Goertzel以一個例子開頭——

　　美國賓夕法尼亞州立大學和瑞士聯邦理工學院（EPFL）的研究人員將關于農作物葉子的5萬多張照片導入計算機，通過深度學習算法開發了一款手機軟件。農民在合乎標準光線條件及背景下拍攝農作物的照片，并將其上傳，軟件就能識別作物所患蟲害。該款軟件可檢測出14種農作物的26種疾病，識別準確率達99.35%，被人形象地稱為“超級大腦”。

　　“但如果拍攝的圖片不符合標準，識別率就會大大下降?！盉en Goertzel話鋒一轉，指出該項技術應用的限制性，要想讓“超級大腦”成為“醫生”，真正看病問診，還要加強人工智能的通用化能力，“它應該具備這樣一種能力，即便換一個地方、角度、光源，也能識別農作物所患的疾病。”

　　讓“超級大腦”識別、預防農作物病蟲害，只是第一步。

　　在Ben Goertzel看來，更重要的是利用該技術將田間地頭的海量數據及時變成更有價值的信息，幫農民擇優選取農作物，提高產出和效率，減少農藥和化肥的使用。

　　“未來‘超級大腦’還有望對植物樣本進行基因檢測，并對比找出最好的品種。這樣，育種站就能鼓勵農民種植更優質的品種，從源頭減少疾病的發生。一些基因研究院所也能借此對農作物基因進行改良，以增強其抗病性?！盉en Goertzel還希望，借助農作物病蟲害智能圖片識別工程在樂山的實施，獲取足夠的經驗，并將此推廣至世界其他地方，惠及更多的農民。

　　打通“數據孤島”補齊數據安全短板

　　農作物病蟲害智能圖片識別工程的實施也有難點。

　　“現實中，農民所面臨的農作物病蟲害要比論文研究復雜得多?！眳⒓哟舜窝杏憰埃珺en Goertzel在樂山考察了草莓大棚、茶場、農資店等6個點位，實地了解當地種植業的情況。

　　他認為，目前該工程最大的難點不在于技術而在于資源，根據人工智能在其他領域的應用來看，20%靠技術，80%靠數據?！氨仨毑杉Ａ康?、來自農民的一手數據，賦予‘超級大腦’海量的數據，讓其進行深度學習。”

　　對此，與會農業專家表示贊同。“農業涉及的不可知因素很多，包括地理位置、土壤環境、氣候、病蟲害等方面。如果要企業去搜集這些數據需要耗費大量的精力，能否將政府部門對病蟲害的監測數據共享給企業，這樣，項目的實施速度會更快?！睒飞轿髅擂r業技術產業研究院副總經理成洪山建議。

　　“政府部門的數據能否對外公開還涉及脫敏等問題?！笔】茀f委員張權解釋，數據安全性得不到保障、數據存在被操縱的可能等，都讓政府、企業形成各自的“數據孤島”，無法發揮數據產業的真正價值。他建議，如果暫時不能打通政府的農業數據，企業可通過市場的方式，鼓勵農民自發參與到數據的采集工作中。

　　Ben Goertzel也提出了解決意見：在區塊鏈的作用下，對區塊鏈數據的查詢、存儲、獲取以及寫入，每個過程都是一個軌跡，且不可消除?！皩^塊鏈和大數據相結合，也可補齊數據安全短板，增強數據提供方和使用者的信任度。”