如今，農業機器人已經能完成播種、種植、耕作、采摘、收割、除草、分選以及包裝等工作，物料管理、播種和森林管理、土壤管理、牧業管理和動物管理等工作機器人也能實現。可以說，農用機器人已成為農民種養殖的幫手！
 

      丨智能植物識別軟件讓你輕松變成農作物達人

      以前我們要通過查閱資料才能知道的花草，現在只需要各種識圖軟件拍照、掃描就知道了，這就是電腦圖像識別技術。如今智能圖像識別準確率越來越高，不僅僅幫助識別農作物，還能幫農戶識別農作物的各種病蟲害。
 

      農戶把患有病蟲害農作物的照片上傳，APP就會識別出農作物正在受到哪種病蟲害的侵擾，并給出相應的處理方案。除了人工智能給出的處理方案，APP上還有用戶和專家交流的社區，可以針對相應的病蟲害進行討論交流。
 

      丨農業界有位AlphaGo已學習成為“植物醫生”

      AlphaGo是一種可以深度學習的計算機，讓人們見識了人工智能的厲害。而深度學習技術也已經應用于農業，可以實時告訴農業人員什么疾病正在對農作物產生影響。
 

      通過深度學習算法，生物學家戴維·休斯和作物流行病學家馬塞爾·薩拉斯將關于植物葉子的5萬多張照片導入計算機，并運行相應的深度學習算法應用于他們開發的手機應用PlantVillage。在明亮的光線條件及合乎標準的背景下拍攝出植物的照片，然后手機應用PlantVillage就會將照片與數據庫的照片進行對比，可以檢測出14種作物的26種疾病，而且識別作物疾病的準確率高達99.35%。
 

      左：InterlinAir識別田間的雜草

      右：給出農田的營養建議

      丨裝備智能開啟機器人耕作新模式

      如果把圖像智能識別跟智能機器人結合，就能幫我們種地、播種和采摘了。

      BlueRiverTechnologies是一家位于美國加州的農業機器人公司，他們的一款農業智能機器人利用電腦圖像識別技術來獲取農作物的生長狀況，通過機器學習、分析和判斷出哪些是雜草需要，哪里需要灌溉、哪里需要施肥、哪里需要打藥，并且能夠立即執行。
 

      BlueRiver的萵苣種植機

      美國愛荷華州的發明家DavidDorhout研發的智能播種機器人Prospero還可以通過探測裝置獲取土壤信息，然后通過算法得出化的播種密度并且自動播種。

      丨24小時遠程遙控躺在床上也能種田

      傳統農藥田間管理看天看地看作物，而如今農民也要成為看手機的低頭族了。每天通過電腦、手機就能實時看到農作物的長勢，濕度、溫度等指標一目了然，缺水、缺陽光、溫度過高等情況發生時，農業物聯網系統會主動“報警”，發送信息到手機上，手機一點就可以及時化解“危機”。
 

      安徽省滁州市全椒縣現代農業示范園已建成“果園物聯網+水肥一體化”應用系統，實時監測棚內溫度、濕度、二氧化碳濃度和土壤墑情。除種植、采摘、日常養護工作外，包括灌溉、控溫、施肥等在內的大部分工作，都由智能調控系統和感知系統完成。
 

     丨果蔬成熟已飄香伸出機器“手”來摘

      除了播種和田間管理，農業智能機器人還可以幫我們采摘成熟的蔬果。

      人工智能摘草莓

      在比利時的一間溫室中，有臺小型機器人，它穿過生長在支架托盤上的一排排草莓，利用機器視覺尋找成熟完好的果實，然后用3D打印出來的爪子把每一顆果實輕輕摘下，放在籃子里以待出售。如果感覺果實還未到采摘的時候，機器人會預估其成熟的時間，然后重新過來采摘。
 

      桃子分揀器走紅網絡

      和人工智能摘草莓一樣，不久前北京工業大學的一群學生們，利用百度PaddlePaddle深度學習平臺做了一臺桃子“分揀器”。
 

      桃子“分揀器”在學習了6400張大桃照片后，已經能像經驗豐富的桃農一樣根據桃子的大小、質量等自動進行分揀，目前準確率已達到90%。由于有深度學習技術的加持，機器在后續的使用中還能不斷累計數據，邊工作邊學習，變得越來越“聰明”。
 

      丨牛臉識別有大用輕松診斷牛健康

      人工智能還可以用在禽畜的養殖業。在養牛行業，人工智能通過農場的攝像裝置獲得牛臉以及身體狀況的照片，進而通過深度學習對牛的情緒和健康狀況進行分析，然后幫助農場主判斷出那些牛生病了，生了什么病，那些牛沒有吃飽，甚至那些牛到了發情期。這大大提高了工作效率，特別是對有機農場更有幫助。
 

      丨給動物帶塊“表”就能降低患病率

      可穿戴設備不是人類的專利，在美國的許多農場里，動物們都佩戴上了各種形式的可穿戴設備。通過可穿戴設備，可以讓動物的疾病檢測變得更簡單，通過降低動物的患病率，進而使得養殖業能夠節省大量的成本，并減少人為風險。
 

      這些數據也可以上傳到云服務器上，用自己開發的算法通過機器學習讓這些海量的原始數據變成直觀的圖表和信息發送到客戶那里。這些信息包括牲畜的健康分析、發情期探測和預測、喂養狀況、位置服務等。
 

      不過，人工智能在農業領域所面臨的挑戰比其他任何行業都要大。現階段看到的一些人工智能成功應用的例子大都是在特定的地理環境或者特定的種植養殖模式。當外界環境變換后，如何挑戰算法和模型是這些人工智能公司面臨的挑戰，這需要來自行業間以及農學家之間更多的協作。
 

      在農田中的各種物聯網設施

      但不管現實困難如何，無法忽視的一個現狀是：農業已經進入一個新的環境，新的秩序，新的。人們可以繼續采用傳統方法從事農業生產，但是未來的農業一定是以更明智的方式：使用大數據、人工智能和機器人。