11月2日，2023天下农业科技创新大会在北京平谷举办。
日本东京大学副教授郭威，一个同时拥有打算机和农业学科背景的华人青年学者，在聪慧农业分论坛上分享了他和团队的一项研究创造：每亩西兰花有个最佳收割韶光，农人若在其前一天或后一天采收，会使农人的潜在收入减少3.7%至20.4%。

为此，他和团队研发了一种搭载人工智能技能的无人机警能系统，它可以精确评估出每颗西兰花的最佳采摘韶光，从而为大田集中采收供应一个韶光方案。
该系统走向田间地头的同时，一些关于聪慧农业的问题浮现出来：人工智能的伦理边界在何处？如何面对日益飞腾的人力本钱？如何应对技能更新的滞后性？

论坛之后，他接管了新京报专访。
他认为，新技能与人类所产生抵牾的化解，须要人类在韶光里逐渐适应。
他对人工智能在农业领域的运用前景保持乐不雅观，“伴随聪慧农业所涌现的一系列社会问题，会在技能、社会系统编制逐渐地改进中不断被化解，当然，新的问题会永久呈现。
”

11月2日，东京大学副教授郭威在聪慧农业分论坛上分享研究创造。
新京报 赵利新 摄

智能系统，为每一颗西兰花建立成长“档案”

新京报：你和团队研发的无人机警能系统，是若何运行的？

郭威：大略来说，便是在西兰花成长的不同阶段，农人用搭载智能系统的无人机，进行两三次巡航。
第一次巡航的时候，是在西兰花成长初期，这样无人机所搭载的系统，能够对每一颗西兰花授予一个数字化的身份标识号码，而且能给每一颗所识别的西兰花建立一个成长模型，这就像给每颗西兰花建立一个成长“档案”，可以供农人选择采收韶光。

等到西兰花的花蕾长出两到五厘米的位置时，农人再用无人机进行一次巡航，这是为了对成长模型进行完善，从而预测其未来的成长状况。
西兰花成长中后期，无人机还可以再进行一次巡航，以求数据的精确性。
等到前期数据网络完毕，系统便能通过打算，预测出每一颗西兰花的最佳采收韶光，从而打算出每一亩西兰花的最佳集中采收韶光。

日本东京的一片西兰花农田。
受访者供图

新京报：为什么会选择西兰花做聪慧农业的考试测验？

郭威：首先由于西兰花比较好吃，而且很康健，这是我们选择西兰花做人工智能运用的一个缘故原由；其余，西兰花的经济代价比较高，在都邑的超市里，西兰花都是按颗卖的，而且超市里每颗西兰花的大小都基本一样。
对城市居民来说，足够标准化的农产品，能取得他们在产品质量方面的信赖。
对农人来说，把西兰花卖进超市里，能取得较为可不雅观的收入，从而提高家庭经济水平。
实际上，我们团队研发该系统的一个初衷便是，帮助农人生产出符合超市标准哀求的西兰花，减少生产真个摧残浪费蹂躏。

新京报：目前该技能的运用表现怎么样？

郭威：目前这个无人机警能系统在日本的北海道、福岛等地有推广，还处于运用初期。
从目前的技能运用表现来看，这个别系可用于西兰花、卷心菜、大白菜等蔬菜，并且具有可推广的操作性，由于它所花费的本钱，能够被一样平常农人所接管，而且确实能够帮助到他们减少蔬菜损耗，以是这项技能在屯子比较受欢迎。

优化方法，破除机器深度学习瓶颈

新京报：在这个无人机警能系统的运用中，有哪些寻衅？

郭威：最大的寻衅来自两个方面，一个是网络的图片质量不高，另一个是数据处理量过于弘大，从而影响机器学习效率。
农人在利用无人机过程中，他要追求效率，会提升无人机的翱翔高度或者加快无人机的翱翔速率，这样会导致合成图片的分辨率丢失，有时候单株图像不足清楚，会影响深度学习模型的分割精度。
另一个问题是，一亩田里有几千颗西兰花，而我们的系统是要为每一颗西兰花建立数字化成长模型，这个中产生的数据量很弘大，这增加了系统的掩护和升级本钱。

露天栽种不像大棚栽种，具有相对的可控性。
科研职员对露天栽种的西兰花，进行数字化处理，对系统的深度学习能力哀求很高。
要知道，网络并处理图像数据本身是很噜苏而且繁芜的，比如网络到图像信息后，要考虑植物在风中的运动办法，以及光芒如何随韶光和时令的变革而变革，因此每一个图像数据都包含了机器难以剖析的诸多变量成分。
因此，科研事情者在演习系统时，不得不投入大量韶光标记无人机可能看到的图像的各个要素，以帮助系统学会准确识别所看到的内容。

新京报：这两个技能问题是如何办理的？

郭威：办理图像分辨率不高的方法，我们是用原始无人机图像替代合成图像。
便是用三维重修和原始图片的映射关系，形成一个对应于合成图像的高分辨率图像素材予以剖析。
大略说，无人机在农田巡航完一遍后，会对所有植株形成一个完全性的三维点云，然后系统会自动用原始图片和这个大图上的坐标予以逐一对应。
这样系统也能对每一单株西兰花进行精确建模、剖析，从而办理分辨率不高的问题。

对付数据量过于弘大而制约机器学习效率的问题，我们采纳重点剖析的方法，我们不再对西兰花的整块地或全体成长周期进行机器学习，我们让机器只对西兰花成长初期的一个关键韶光段，予以深度学习，从而以点带面。
事实证明，对西兰花的某个成长关键点予以深度剖析，也是能够精确打算出西兰花的最佳采收韶光的。

聪慧农业，须经得起伦理和技能的磨练

新京报：在这次以西兰花为“主角”的聪慧农业考试测验中，你怎么看待人工智能的农业化运用？

郭威：对付日本这样的重度老龄化国家来说，人工本钱本就高昂，而聪慧农业也须要人力，乃至在一些环节中，还须要高技能人才，比如一个智能系统，它须要人工不断掩护，这个中的人力本钱也是很巨大的。
实际上，我们团队能够顺利地研发出这个无人机警能系统，是依赖政府和社会资金的支持的。

东京大学副教授郭威。
新京报 赵利新 摄

很多人认为聪慧农业解放了人力，但其实在目前人工智能技能还不足成熟的阶段，生产场景仍旧离不开人的参与。
比如在日本，一辆无人拖沓机，必须须要人坐在车上盯着机器看；一名无人机操作员在操作设备时，必须至少须要其余一个人时候盯着无人机看，防止无人机陵犯他人隐私或者坠机伤人等。

聪慧农业除了面临人工本钱高的问题，还有来自法律和伦理等方面的寻衅。
比如说，无人机欠妥心拍到他人生活场景了，这是不是陵犯他人隐私权？这种问题在当代社会争议性很强；还有，人工智能须要演习机器，须要弘大的数据吞吐量，在数据采集过程中，会不会陵犯他人权利？这些问题，都注定了人工智能技能不能高歌年夜进。

其余，农田环境比较繁芜，每一块农田都有自己独特的小气候，如果科研团队为每一块农田都建立一个数字模型，那本钱之高，对庄家来说又是不合算的。
以是，未来的聪慧农业，必须要让机器有自动的学习能力，让机器能够自己有学习意识，根据不同环境而自动天生数字模型。

新京报：面对技能和伦理方面的寻衅，你怎么看聪慧农业的未来？

郭威：我记得，触屏手机刚问世的时候，许多人是排斥触屏手机的，由于它不像键盘手机具有某种稳定性。
但几年后，人们适应了触屏手机，大街小巷便都是卖触屏手机的了。

人类接管一种生活习气的过程，是适应新技能的过程。
我以为，随着韶光推移，人类会逐渐适应聪慧农业的。
当然，人类适应新技能的过程，也是一个技能在不断升级、社会系统编制也不断改变的过程。
从科研事情者的角度来说，新技能该当是惠民的，哪怕是从一颗小小的西兰花开始，只要它能让农人足够受益，农人逐步地就能接管新技能和其背后的技能思维。

新京报 赵利新

编辑 张树婧 校正 赵琳