下面文章主要分析了人工智能和大數據技術在國內外農業方向的應用，并且和案例相結合重點闡述了大數據時代人工智能技術帶來的農業生產方式的新模式、農產品經營狀態的新體系、農業領域管理服務的新思維，并通過大數據時代下群體智能、混合—增強智能與自主智能等人工智能技術的發展方向，對于未來農業的應用前景加以預測，為我國智慧農業的發展提供理論基礎。

　　關鍵詞:人工智能,大數據,智慧農業,群體智能,混合—增強智能,自主智能

　　農業自古以來就是國民經濟的基礎，在我國“四化”同步的背景之下，糧食安全問題、農產品質量安全問題都受到高度重視。農業涉及到諸多環節，影響范圍也由原來的單一領域逐漸轉變為復雜的領域，這也導致原來針對農業領域的單一信息已不能滿足當今這種復雜的局面[1]。農業領域的問題主要歸結于缺乏智能化代替機械化的改革技術，農業轉型需要很長時間，導致了農業生產中施肥施藥、增產增收過程繁瑣，效率低下。

　　雖然現代農業由機械化、智能化代替人工提高了生產效率，但是針對農產品生產過程中的問題，卻還有漫長的路要走。隨著信息技術的日益成熟，互聯網承載著海量數據供給每個用戶使用，在日益強大的數據面前，如何通過分析，篩選出有價值的信息成為人們思考的重要方向[2-3]。大數據這一名詞也漸漸為我們所熟知。麥肯錫全球研究所提出，大數據是指其大小超出了典型數據庫軟件工具捕獲、存儲、管理和分析能力的數據集[4]，需要新的處理模式才能具有更強的決策力、洞察力和流程優化能力。

　　在我國農業領域，農作物多種多樣，信息十分龐大。農作物從栽培、生長、收割直到封裝、銷售、食用的過程中，存在大量的信息反饋。如何在海量的數據中精準分析，實現數據共享，使大數據技術在農業領域體現出巨大的應用價值。2012年3月美國發布“大數據研發計劃”，基于大數據推動科研和創新，隨后英國、日本、德國、加拿大等國紛紛效仿，推出了大數據應用相關的戰略研究[5]。

　　國內第一個農業大數據的研究和應用推廣機構“農業大數據產業技術創新戰略聯盟”于2013年6月18日在山東農業大學正式成立，標志著國內大數據技術在農業領域的應用又有了實質性突破[6]。農業大數據就是利用大數據的理念、技術和方法，解決農業或涉農領域數據的采集、存儲、計算與應用等一系列問題，是大數據的理論和技術在農業上的應用與實踐[7-8]。

　　隨著大數據技術的日益完善，通過對海量數據的分析，讓機器識別有價值的數據并自主學習，成為智能領域發展的難點，這也是大數據智能技術在當下以至將來所面臨的問題。因此，對人工智能與大數據關鍵技術進行深入研究，并將其與農業領域深度融合，為農業用戶生產中，農作物的精準施肥、節水灌溉、病蟲害診治、智能采摘等過程提供技術支撐;為農產品經營中，農產品的質量安全溯源、農產品電子交易等平臺提供決策依據;為農業管理人員服務中，災害預警與評估、耕地質量監測與評價、農民科技培訓等體系提供綜合服務。可以預測，大數據時代的人工智能技術在農業領域的應用研究具有廣闊的前景，是智慧農業的發展方向。

　　1人工智能與大數據技術在農業領域中的研究現狀

　　1.1人工智能技術在農業領域的研究現狀

　　人工智能技術發展至今，已經在農業領域得到了廣泛的應用。農業人工智能涉及到關鍵技術比比皆是，例如:專家系統，自動規劃，智能搜索，智能控制，機器人，語言和圖像理解，遺傳編程等[9]。在農業領域引用人工智能技術的想法在20世紀初就已被提出。最初是人工智能技術應用于耕作、播種、栽培等方面的專家系統;隨著物聯網和智能控制技術的應用，出現了采摘智能機器人、智能探測土壤、探測病蟲害、氣候災難預警等智能識別系統，以及在養殖業中使用的禽畜智能穿戴產品。

　　這些技術的應用在幫助我們提高產出、提高效率、科學飼養的同時，減少了農藥和化肥的使用。國際上，農業專家系統的研究始于20世紀70年代末，以美國最為先進和成熟。1978年，美國伊利諾斯大學開發的大豆病蟲害診斷專家系統(CPLANT/ds)是世界上應用最早的專家系統[10];美國約翰迪爾公司(JohnDeere)是全球最大的農業機械制造商，也是精細農業的領導者，該公司的農業智能機器人可以智能除草、灌溉、施肥和噴藥[11]。

　　我國人工智能的發展在農業領域也取得了重大進步。我國的農業專家系統開發始于20世紀80年代，1983年開始研制并建成了第一個專家系統“砂姜黑土小麥施肥專家查詢系統”。20世紀90年代以后，我國的農業專家系統得到了快速發展，國家自然科學基金委、科技部、農業部和許多省級部門都相繼開展了相關的攻關課題[12];2017年7月，國務院印發了《新一代人工智能發展規劃》，明確提出:“發展智能農業、建立典型農業大數據智能決策分析系統，開展智能農場、智能化植物工廠、智能牧場、智能漁場、智能果園、農產品加工智能車間、農產品綠色智能供應鏈等集成應用示范”[13]。

　　人工智能已成為新一輪產業變革的核心驅動力，而智能農業是一種革命性的技術創新，可有效助力農業生產要素的合理配置、農業生產經營的科學管理。人工智能技術向傳統產業的滲透，從對農業的深度改造，到顛覆農業的傳統營銷模式，再到互聯網公司跨界進入農業生產領域等方方面面，使農業的產、供、銷體系更加緊密結合，以提高農業的生產效率。未來，我國農業也必將在互聯網的影響下走上一條智能化的發展道路[14]。

　　2大數據時代人工智能技術在農業領域的應用

　　2.1農業生產新模式

　　2.1.1精準農業

　　精準農業是20世紀80年代初國際農業領域發展起來的一門跨學科新興綜合技術，其特點是通過“3S”技術和自動化技術的綜合應用，按照農作物生長的田間每一個操作單元上的具體條件，根據作物生長的土壤性狀，調節對作物的投入，即一方面查清田塊內部的土壤性狀與生產力空間變異，另一方面確定農作物的生產目標，進行定位的“系統診斷、優化配方、技術組裝、科學管理”，調動土壤生產力，以最少的或最節省的投入達到同等收入或更高的收入[26]。

　　隨著人工智能、物聯網、“3S”、大數據等新一代信息技術與農業生產的跨界融合，“精準農業”已成為合理利用農業資源、提高農作物產量、降低生產成本、改善生態環境的一種重要的現代農業生產形式[27]。吉林農業大學主持的“十五”至“十三五”期間國家“863”計劃“玉米精準作業系統研究與應用”、國家星火計劃“基于物聯網的玉米精準作業技術集成與示范”等項目，基于人工智能、“3S”、數據挖掘、物聯網和大數據技術，并與智能農機設備，分別在吉林省、黑龍江省和新疆維吾爾自治區構建了數字農業軟硬件平臺和示范應用體系，建立了玉米、大豆和棉花變量施肥、精密播種等精準農業技術應用示范區;研制出“基于大數據處理的玉米精準生產智能系統”。

　　3大數據時代人工智能技術在農業領域的發展趨勢

　　新一代人工智能是一個更具說明力、更強大、更開放、更普遍的人工智能。它有效地將數據驅動的機器學習方法與知識指導方法相結合，采用具有不同形式的數據來執行跨媒體學習和推理，可以實現可解釋、更魯棒和更通用的人工智能。中國工程院多位院士表示，新一代人工智能的發展方向可以分為大數據智能、群體智能、跨媒體智能、混合—增強智能和自主智能。

　　3.1大數據智能

　　大數據智能是數據挖掘與人工智能技術的深度融合，具體表現:從淺層計算到深度神經推理;從單純依賴于數據驅動的模型到數據驅動與知識引導相結合學習;從領域任務驅動智能到更為通用條件下的強人工智能。運用大數據智能技術研究空間數據存在大量不確定性和模糊性的問題[33]，探討復雜多維的非線性問題的解決方案等，對促進智慧農業的實施創造了有利條件;應用大數據智能技術，可以幫助人類從與農業生產過程密切相關的屬性數據和空間數據中找出隱藏的規律，按照規律制定正確的精準農業策略，并進行精準預測，達到使農業生產持續、高效、協調發展的目的，更是發展智慧農業應進行的理論研究。

　　3.2群體智能

　　當前，以互聯網和移動通信為紐帶，人類群體、大數據、物聯網已經實現了廣泛和深度的互聯，群體智能帶來的信息物理世界深刻地改變了人工智能發展的信息環境，為農業領域的智能化發展帶來了新的契機，提供了一種通過聚集群體的智慧來解決農業問題的新模式———智慧農業。但是，由于我國網絡基礎設施仍在普及，網絡平臺搭建不夠完善，農業信息資源共享不及時，群體智能在農業領域中尤其是服務體系應用上潛力很大。相信隨著農業共享經濟的快速發展，信息技術和網絡建設的不斷進步，未來的群體智能技術廣泛應用于農產品線上—線下交易、農產品安全實時監控、物流審查管理將成為必然。

　　3.3跨媒體智能

　　隨著人類文明的進步以及科技的發展，信息的傳播也逐漸從文字、圖像、音頻、視頻等單一媒體形態逐步過渡到相互融合的多媒體形態，這一過程也越來越顯現跨媒體特性，而如何實現跨媒體分析與推理就成為了研究和應用的關鍵問題。農業機器視覺系統是實現跨媒體分析與推理的核心技術之一。

　　將機器視覺技術應用在多種媒體平臺，通過將獲取的目標作物圖像，傳送給專用的圖像處理系統，得到被攝目標的形態信息，并轉變成數字化信號，圖像系統對這些信號進行各種運算來抽取目標的特征，根據特征判別進行作物病蟲害診治，幫助決策[34]。應用跨媒體智能技術，將大大提高農業領域對光譜、視頻等靜態和動態圖像的分析與處理能力，促進農業高光譜圖像的應用。

　　3.4混合—增強智能與自主智能

　　由于人類面臨的許多問題具有不確定性、脆弱性和開放性，任何智能程度的機器都無法完全取代人類，這就需要將人的作用或人的認知模型引入到人工智能系統中，形成混合—增強智能的形態。這種形態是機器自主智能的重要成長模式，將無人機技術應用于農業生產就是這一智能方向的典型應用。

　　無人機和成像光譜儀結合，對大面積農作物光譜信息進行精確和實時快速的監測，靈活、有效地獲取到高分辨率圖譜合一數據[35];同時研究人員還可以根據獲得的數據建立基于特定目標的統計模型，研制出基于無人機的農業低空高光譜的新型遙感技術平臺，實現混合—增強智能與自主智能技術在農業領域的應用。隨著這一技術的深入發展，諸如無人車、服務機器人、空間機器人、海洋機器人、無人車間和智能工廠等相關技術必將在農業領域得到更廣泛的應用。

　　4結語

　　以上文章通過對近年來國內外大數據背景下人工智能技術在農業領域的研究的較為全面的總結和介紹;闡述了運用人工智能、大數據、物聯網等技術相結合應用于農業發展的典型案例;并結合人工智能的發展方向對農業領域研究及應用進行了深度思考和趨勢展望。

　　參考文獻:

　　[1]史贊旸，孫婷婷，馬騰飛.移動通訊在農業信息服務中的應用[J].南方農機，2016(12):51.

　　[2]陳威，郭書普.中國農業信息化技術發展現狀及存在的問題[J].農業工程學報，2013，29(22):196-205.

　　[3]ManyikaJ，ChuiM，BrownB，etal.BigData:TheNextFrontierForInnovation，Competition，AndProductivity[R].SanFrancisco:MckinseyGlobalInstitute，2011.

　　[4]張浩然，李中良，鄒騰飛，等.農業大數據綜述[J].計算機科學，2014，41(11):387-392.

　　[5]張娟，田倩飛，房俊民，等.全球科研數據與計算平臺發展與趨勢分析[J].世界科技研究與發展，2018(4):126-132.

　　[6]溫孚江.農業大數據研究的戰略意義與協同機制[J].高等農業教育，2013，11(11):3-6.

　　[7]孫忠富，杜克明，鄭飛翔，等.大數據在智慧農業中研究與應用展望[J].中國農業科技導報，2013(6):63-71.

　　[8]夏于，孫忠富，杜克明，等.基于物聯網的小麥苗情診斷管理系統設計與實現[J].農業工程學報，2013，29(5):117-123.

　　[9]蔡自興.中國人工智能40年[J].科技導報，2016，34(15):12-32.

　　[10]降惠，李杰.農業專家系統應用現狀與前景展望[J].山西農業科學，2012，40(1):76-78.

　　[11]李峰.基于人工智能的農業技術創新[J].期刊農業網絡信息，2017，26(11):20-23.

　　[12]楊寶祝，王秀徽，路偉康.農業專家系統平臺助力智慧農業[J].高科技與產業化，2015，5(228):64-67.

　　農業期刊知識：現代農業科技發表論文多長時間見刊

　　現代農業科技是面向國內外公開發行的國家級優秀農業技術期刊，是很多農業人員評職稱發表論文的首選期刊，同時也有很多作者咨詢小編現代農業科技發表論文多長時間見刊，小編解答：現代農業科技這本國家級期刊也屬于普刊，發表論文見刊時間就會比核心期刊少很多，一般發表見刊需要1-3個月時間。