今天要先向大家介绍一筐黄瓜。
它们和平常的黄瓜有什么区别呢？放大了图片看看……其实看着也没啥区别，依然是大家熟悉的黄瓜，可做汤，可爆炒。
但这真不是一筐普通的黄瓜。
没有“人”浇水，
没有“人”施肥，
没有“人”打顶，
通风、光照、湿度、温度全部交给人工智能，
每平方米足足出产114斤黄瓜
……
它们是由腾讯人工智能实验室AI Lab团队的成员协同国内外农业专家和学生，使用AI（人工智能）在荷兰一间温室里种植出来的黄瓜，最近还在荷兰举行的国际人工智能种菜大赛上获奖。
这筐“AI黄瓜”具体有什么特别之处？
这筐黄瓜的诞生，要先从这个国际挑战赛说起。
荷兰瓦赫宁根大学面向全球人工智能团队，发起了一场线下真人实景大型农作物养成与模拟经营类挑战赛——种黄瓜。
它设定的挑战目标是：4个月时间内，在指定的无差别的温室中，利用传感器和摄像头，获取温室气候、作物发育情况等数据，加入自己的模型或机器学习算法，远程控制作物生长，最终根据生产出的黄瓜产量、资源利用率和收益来评判获胜队伍。
（比赛的温室）
这场挑战赛吸引了来自15个国家的14支团队参与。不乏微软（Sonoma队）和英特尔（Deep_greens队）这些著名的互联网科技公司。
其中，iGrow队由来自腾讯人工智能实验室AI Lab的AI专家，以及来自中国农业科学院、北京农业信息技术研究中心、黑龙江植物学会、Syngenta种子公司和荷兰瓦赫宁根大学的农业专家和学生组成。这支跨国联合团队凭借这批黄瓜和优秀的黄瓜AI种植技术，获得了“AI策略”单项第一名、总分第二名的成绩。
1. 浇水、施肥、打顶都由人工智能完成
和传统种植相比，AI种黄瓜最大的不同是整个过程几乎没有人工操作。比如浇水、通风、光照、施肥和打顶这些工作，都是由人工智能AI自动进行判断和决策，再驱动“机器人”设备完成的。
在比赛中，首先，AI专家根据植物生长规律和温室环境，建立一个模拟气候环境和作物生长的仿真器。
然后，在农业专家的知识和经验的基础上，搭建一个人工智能管理系统。比如，对温室的光照、通风、温度、湿度、二氧化碳浓度怎么控制，什么时候该浇水、打顶、剪枝，所有人类种植的步骤都会植入AI系统。
当摄像头和传感器识别到某项工作应该执行了，它就会自动进行决策。
2. 产量是人工种植的5倍
AI系统相当于一个顶级农业专家，从一开始就决定种植密度、留茎比例，后来的留叶、留果策略也都由它进行智能决断，提高黄瓜的产量。
一般来说，黄瓜的亩产（666平方米）大约在15000斤左右，折合每平方米产量22斤。
而腾讯AI却在61平方米的温室内，种出了6992斤黄瓜，平均每平方米114斤，产量足足是人工种植的5倍多。
这些黄瓜质量稳定、形状统一，普遍为重375克以上的A级优质瓜。
（温室里的“人造太阳”——高压钠灯补光）
（远程监控的温室）
（远程监控的温室）
3.持续迭代升级的学霸
与人类知识融合之后的AI系统，无需专家再次干预，就能自动适应新的环境和条件变化，因此可以快速复制到同类温室种植中，为扩大生产规模、实现标准化生产提供条件。
它能不断从错误中汲取教训并加以修正，不断积累正确的种植经验并加以优化，持续地迭代升级。
互联网巨头纷纷抢滩智能农业
今年6月，阿里正式发布“ET农业大脑”，通过人工智能指导农民播种、施肥和耕作，进行智慧选址，针对不同品种的果树选择最适宜的水土环境。
除了种植业，阿里ET农业大脑还迈出了人工智能养猪的步伐。阿里云给每头猪建立档案，包括品种、体重、进食情况、运动强度等，通过这些数据，对猪的行为特征、料肉比进行分析，大大提高了养猪效率。
百度在农业的布局也已展开。百度云携手中化农业，展示出一个智能化农业生产管理平台，从连接、理解、唤醒三个层面推动智慧农业体系建立。
目前，京东植物工厂已经落地，它推出一套智能水耕技术，一块足球场大小的菜地实现了年产300吨蔬菜。
除了种菜，京东还成立京东农牧，推出人工智能养猪方案，给猪“刷脸”，使用喂猪机器人、巡检机器人，极大地解放了养殖户。（可戳链接看详情：京东也宣布进军养猪业，打的什么“算盘”？）
展望：人工智能可覆盖农业生产全过程
近年来，随着人工智能技术不断发展，其应用已逐渐渗入农业生产全过程。
产前：育种选种、土壤分析
在产前阶段，深度人工神经网络（DNN）可利用物联网获取的数据，对灌溉用水进行分析和指导，并通过对土壤成分的检测分析，选择适宜种植的作物品种，合理施肥。
通过对农作物市场周期需求的大数据分析和预测，也可以指导农民，避免产销脱节引发价格剧烈波动，造成经济损失和农产品浪费。
另外，云计算、大数据分析和机器学习等技术，还可以帮助筛选和改良农作物基因，达到提升口味、增强抗虫性、增加产量的目的。
产中：病虫害管理、自动采收
在产中阶段，人工智能技术可用于监测环境数据和农作物生长情况。
通过建立病虫草害特征分类数据库，并利用计算机视觉技术识别作物品种、病害程度和杂草生长情况，可实现智能预防和管理病虫草害，减少经济损失。这在一定程度上还可以减少除草剂和杀虫剂的使用，提升农产品安全性，减轻环境影响。
针对传统农业“看天吃饭”的缺陷，利用机器学习技术处理卫星图像数据，可预测天气等环境变化对作物的影响，提前应对。
在采收环节，计算机视觉技术与机械臂或机器人结合，可实现24小时自动化采收，节省人力，降低成本。
此外，大数据处理和语音识别等技术可运用于农业智能专家系统中，为农业从业者提供专业咨询服务和指导，帮助解决生产中各种技术问题。
产后：品质检测、优化物流
在产后阶段，具有计算机视觉的机械臂可以进行农产品售前品质检测、分类和包装等工作；用大数据分析市场行情，可帮助农产品电商运营，引导企业制定更灵活准确的销售策略；通过人工智能遗传算法和多目标路径优化数学模型，可对物流配送路径进行智能优化，完善生鲜农产品供应链等。
人工智能技术在现代农业生产全阶段的渗入，对推进农业的自动化、信息化和智能化，提升农业生产的质量与效率具有重要意义，但技术发展和应用并非一蹴而成
腾讯AI Lab团队表示：“当年轻的人工智能与古老的农业相碰撞时，会遇到诸多挑战，如何预见和解决这些难题，需要耐心、创新，甚至是一些灵感。但其中蕴含的机遇也是巨大的。”
图文来源：腾讯网、中国蔬菜、土地论坛