用机器人来插秧？农业里也有智能的“AlphaGo”

题图：农业智能机器人Prospero在插秧

谷歌人工智能AlphaGo与世界围棋冠军李世石的世纪人机大战终于落下帷幕，最终AlphaGo以4：1战胜李世石，人工智能在象征人类最高智慧的围棋项目中战胜了人类，这一下让人工智能成为时下最热门的话题。现今的农业领域同样也在向着智能化的方向发展，但是农业领域的智能化跟工业领域的智能化有相似的地方，也有不同的地方，本文聊聊着农业智能化的两个发展方向。

一、跟工业化人工智能相似的智能农业

这些主要体现在智能硬件、物联网和智能分析软件在农业领域的研究和应用。

比如美国的CropX公司，就是一个做农业智能灌溉解决方案的农业科技企业。Cropx开发了一种土壤探测硬件，探测地形、土壤结构和含水量，并通过无线装置实时把数据发到服务器上，然后通过数据分析土壤需求的灌溉量，这个灌溉数据实时发送给农户用户。通过这个装置和系统，农户在灌溉方面节约了大量的水资源。

这是在智能灌溉方面，还有在病虫害防治方面。相比于传统的大规模喷洒农药，有家叫Semios企业提供了更智能的抵御病虫害的方式。

Semios在农田中安装探测器、摄像头实时监控农场中害虫的密度，并将信息通过无线联网。当害虫的密度超过警戒密度时，则会发出警告，并通过安装在农田中的另一个装置喷洒信息素（而非农药）。这些信息素可以干扰昆虫的交配，从而达到控制虫害的效果。这种方式可以取代杀虫计，对环境更友好，食品更安全。

还有一种是农业生产管理的智能分析。比如，Descartes Labs通过对包含可见光和红外光谱的卫星图像进行校准和分析，为农业提供一些关键数据。还有一个叫Prospero的农业智能机器人，这是一个会播种的机器人，会自动优化播种的间距及深度。

上面说的是跟工业人工智能相似的发展方向，而在农业领域的另外一个智能发展的方向更能体现出农业的不同之处。

二、向大自然学习，利用自然界各种生物的不同习性进行巧妙的设计

这种生态特性的智能农业不仅可以有更好的农业产出，还对环境更加友好。

举个例子，玉米是全球主要的农作物之一。在玉米的主要种植国美国，玉米的种植是大规模机械化的单一种植，这造成了玉米种植对除草剂和杀虫剂的过度依赖。而同样在北美的墨西哥，一种传统的混种模式给出了“古老”但有智慧的解决方案。

墨西哥农民通常是把玉米、四季豆和南瓜一起种植的。玉米杆可以作为四季豆生长的架子；四季豆可以固定空气中的氮气，增强土壤肥力；南瓜的叶子可以遮蔽阳光，从而保持土壤湿润。在混种的农田中也有所谓的“杂草”，但是这些“杂草”并不被当地农民视作杂草，而且当初家畜的饲料，而家畜的粪便又可以成为农田的肥料。这种生态混种农业不用化肥、不用除草剂、杀虫剂，也不用任何农药。

左图：美国的工业玉米模式，右图：墨西哥的生态农业玉米种植模式

还有一个相似的例子在非洲，非洲的玉米种植长期受到玉米螟蛾和巫婆草的危害。玉米螟蛾可降低籽粒产量；巫婆草会把把地理的养分都吸走。这些危害让非洲每年为此损失70-130亿美元。

印度昆虫学教授泽约尔卡恩找到一种解决方案，在玉米地中种植山蚂蝗草，然后在玉米地旁边种植狼尾草。山蚂蝗草可以破坏巫婆草的根，这样就除掉了巫婆草，同时，山蚂蝗草可以起到固氮的作用，为玉米提供足够的养分；另一方面，玉米螟蛾不喜欢山蚂蝗草的气味，这样就可以驱虫，玉米地旁边的狼尾草吸引螟蛾，螟蛾就跑到这边，狼尾草会分泌粘液吸附螟蛾的幼虫，从而杀死螟蛾。这样的做法既节省了肥料和农药的费用，也不对环境造成破坏。

还有一个例子是对功能植物香草的智能应用。香草大家熟悉的是其提取物在医学和化妆品行业的应用，但是大家并不熟悉香草有着改造自然生态环境的功能，比如驱虫、提高周围生物免疫力，甚至可以大大简化有机堆肥的过程。

在我国安徽合肥有个小团山香草农庄，农庄的设计和建设者是台湾东吴大学物理学教授郭中一。郭教授当初选择的小团山是一个没人要的废弃采石场，一片荒芜。农场初期的建设先是靠大量的豆科植物和功能香草，来改善这里的土壤环境和生态环境，增加土壤的有机质和肥力。

这里种植的一种叫康复利的香草，这个香草可以大大简化生态农业中的有机堆肥。通常的有机堆肥发酵时间长而且菌种难控制，但是如果把这些原料粪肥直接给康复利，康复利吸肥能力强，可以直接吸收粪肥，然后把康复利的叶子割下来，放在桶里。过两个礼拜，叶子化成液体，直接喷洒。通过利用这些生物智能，农庄可以在农业方面大大节省人力物力。

左图：2005年小团山是废弃的采石场；右图：2009年小团山已经生机盎然

这种利用自然界生物特性的智能农业，说白了点有点像道家的“道法自然”，看似有点古老，但是智慧是永恒的。农业行业的特殊性，使得利用生物特性的智能农业为我们的发展提供了更广阔、环境更友好、更具有可持续性的解决方案。

作者郑伦为爱生态网创始人，本文天下网商首发，转载注明作者和出处