中央农村工作会议于2021年12月25至26日在北京召开。会议分析当前“三农”工作面临的形势任务,研究部署2022年“三农”工作,释放出两大重要信号:初级产品供给将更有保障;县域内城乡融合发展提速。
农业话题常谈常新。当前,农业的快速发展必定离不开科技的大力支持。在科技的赋能下,中国农业发展正经历由传统农业向数字农业的转型新阶段,发展数字农业是18亿亩农田的精细化管理需求,也是乡村振兴战略实施的基础。各大互联网企业及产业龙头持续重仓农业,当智慧农业的技术手段开始走向规模化应用,是时候将视角聚焦到智慧农业这条“难且正确”的路上了。
根据BI Intelligence Research发布的预测报告,到2025年全球在联网智能农业技术与系统(包括人工智能与机器学习)领域的支出预计将增长两倍,达到153亿美元。
根据Markets&Markets公布的数据,仅农业方面的AI技术与解决方案支出预计将由2020年的10亿美元增长至2026年的40亿美元,年均复合增长率(CAGR)为25.5%。
普华永道指出,基于物联网的农业(IoTAg)监控已经成为联网智能农业领域发展最快的技术领域,市场总额到2025年预计将增长至45亿美元。
AI、机器学习(ML)以及物联网传感器,能够为算法提供丰富的实时数据,借此提高农业生产效率、提高农作物产量并降低食品生产成本。根据联合国关于人口与饥饿问题的预测数据,到2050年,全球人口将进一步增加20亿,农业生产力需要提高60%才能提供充足的食物。而根据美国农业部经济研究局公布的数据,仅在美国,种植、加工与食品配送业务的市场总额就高达1.7万亿美元。到2050年,人工智能与机器学习很可能成为新的技术核心,帮助我们从容应对20亿新增人口带来的预期粮食需求。
01 AI+农业应用的技术难点
纵观农业生产前中后的链路,存在截然不同的应用需求场景及专业方向。比如:上游产前集中在生物技术层面,面向信息化培育、生物育种、农药化肥等;中游生产集中在数字农业层面,面向农业大数据、农田监测、农业无人机等;以及下游产后在消费层面的质量检测、农产品加工、冷链物流等。
在长期对AI+农业的跟踪报道及采访中,圈内人对技术难点无外乎以下两点:
1、农业数据采集比较困难;
2、每个农业客户场景不同,需要定制化训练。同时需要农业客户和研发共同界定出对应的行业标准。
当然