下面文章主要分析了人工智能和大數(shù)據(jù)技術(shù)在國內(nèi)外農(nóng)業(yè)方向的應(yīng)用，并且和案例相結(jié)合重點闡述了大數(shù)據(jù)時代人工智能技術(shù)帶來的農(nóng)業(yè)生產(chǎn)方式的新模式、農(nóng)產(chǎn)品經(jīng)營狀態(tài)的新體系、農(nóng)業(yè)領(lǐng)域管理服務(wù)的新思維，并通過大數(shù)據(jù)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(shù)的發(fā)展方向，對于未來農(nóng)業(yè)的應(yīng)用前景加以預(yù)測，為我國智慧農(nóng)業(yè)的發(fā)展提供理論基礎(chǔ)。

　　關(guān)鍵詞:人工智能,大數(shù)據(jù),智慧農(nóng)業(yè),群體智能,混合—增強智能,自主智能

　　農(nóng)業(yè)自古以來就是國民經(jīng)濟的基礎(chǔ)，在我國“四化”同步的背景之下，糧食安全問題、農(nóng)產(chǎn)品質(zhì)量安全問題都受到高度重視。農(nóng)業(yè)涉及到諸多環(huán)節(jié)，影響范圍也由原來的單一領(lǐng)域逐漸轉(zhuǎn)變?yōu)閺?fù)雜的領(lǐng)域，這也導(dǎo)致原來針對農(nóng)業(yè)領(lǐng)域的單一信息已不能滿足當(dāng)今這種復(fù)雜的局面[1]。農(nóng)業(yè)領(lǐng)域的問題主要歸結(jié)于缺乏智能化代替機械化的改革技術(shù)，農(nóng)業(yè)轉(zhuǎn)型需要很長時間，導(dǎo)致了農(nóng)業(yè)生產(chǎn)中施肥施藥、增產(chǎn)增收過程繁瑣，效率低下。

　　雖然現(xiàn)代農(nóng)業(yè)由機械化、智能化代替人工提高了生產(chǎn)效率，但是針對農(nóng)產(chǎn)品生產(chǎn)過程中的問題，卻還有漫長的路要走。隨著信息技術(shù)的日益成熟，互聯(lián)網(wǎng)承載著海量數(shù)據(jù)供給每個用戶使用，在日益強大的數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)是指其大小超出了典型數(shù)據(jù)庫軟件工具捕獲、存儲、管理和分析能力的數(shù)據(jù)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(yōu)化能力。

　　在我國農(nóng)業(yè)領(lǐng)域，農(nóng)作物多種多樣，信息十分龐大。農(nóng)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(shù)據(jù)中精準分析，實現(xiàn)數(shù)據(jù)共享，使大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域體現(xiàn)出巨大的應(yīng)用價值。2012年3月美國發(fā)布“大數(shù)據(jù)研發(fā)計劃”，基于大數(shù)據(jù)推動科研和創(chuàng)新，隨后英國、日本、德國、加拿大等國紛紛效仿，推出了大數(shù)據(jù)應(yīng)用相關(guān)的戰(zhàn)略研究[5]。

　　國內(nèi)第一個農(nóng)業(yè)大數(shù)據(jù)的研究和應(yīng)用推廣機構(gòu)“農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟”于2013年6月18日在山東農(nóng)業(yè)大學(xué)正式成立，標(biāo)志著國內(nèi)大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用又有了實質(zhì)性突破[6]。農(nóng)業(yè)大數(shù)據(jù)就是利用大數(shù)據(jù)的理念、技術(shù)和方法，解決農(nóng)業(yè)或涉農(nóng)領(lǐng)域數(shù)據(jù)的采集、存儲、計算與應(yīng)用等一系列問題，是大數(shù)據(jù)的理論和技術(shù)在農(nóng)業(yè)上的應(yīng)用與實踐[7-8]。

　　隨著大數(shù)據(jù)技術(shù)的日益完善，通過對海量數(shù)據(jù)的分析，讓機器識別有價值的數(shù)據(jù)并自主學(xué)習(xí)，成為智能領(lǐng)域發(fā)展的難點，這也是大數(shù)據(jù)智能技術(shù)在當(dāng)下以至將來所面臨的問題。因此，對人工智能與大數(shù)據(jù)關(guān)鍵技術(shù)進行深入研究，并將其與農(nóng)業(yè)領(lǐng)域深度融合，為農(nóng)業(yè)用戶生產(chǎn)中，農(nóng)作物的精準施肥、節(jié)水灌溉、病蟲害診治、智能采摘等過程提供技術(shù)支撐;為農(nóng)產(chǎn)品經(jīng)營中，農(nóng)產(chǎn)品的質(zhì)量安全溯源、農(nóng)產(chǎn)品電子交易等平臺提供決策依據(jù);為農(nóng)業(yè)管理人員服務(wù)中，災(zāi)害預(yù)警與評估、耕地質(zhì)量監(jiān)測與評價、農(nóng)民科技培訓(xùn)等體系提供綜合服務(wù)。可以預(yù)測，大數(shù)據(jù)時代的人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用研究具有廣闊的前景，是智慧農(nóng)業(yè)的發(fā)展方向。

　　1人工智能與大數(shù)據(jù)技術(shù)在農(nóng)業(yè)領(lǐng)域中的研究現(xiàn)狀

　　1.1人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的研究現(xiàn)狀

　　人工智能技術(shù)發(fā)展至今，已經(jīng)在農(nóng)業(yè)領(lǐng)域得到了廣泛的應(yīng)用。農(nóng)業(yè)人工智能涉及到關(guān)鍵技術(shù)比比皆是，例如:專家系統(tǒng)，自動規(guī)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(nóng)業(yè)領(lǐng)域引用人工智能技術(shù)的想法在20世紀初就已被提出。最初是人工智能技術(shù)應(yīng)用于耕作、播種、栽培等方面的專家系統(tǒng);隨著物聯(lián)網(wǎng)和智能控制技術(shù)的應(yīng)用，出現(xiàn)了采摘智能機器人、智能探測土壤、探測病蟲害、氣候災(zāi)難預(yù)警等智能識別系統(tǒng)，以及在養(yǎng)殖業(yè)中使用的禽畜智能穿戴產(chǎn)品。

　　這些技術(shù)的應(yīng)用在幫助我們提高產(chǎn)出、提高效率、科學(xué)飼養(yǎng)的同時，減少了農(nóng)藥和化肥的使用。國際上，農(nóng)業(yè)專家系統(tǒng)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(xué)開發(fā)的大豆病蟲害診斷專家系統(tǒng)(CPLANT/ds)是世界上應(yīng)用最早的專家系統(tǒng)[10];美國約翰迪爾公司(JohnDeere)是全球最大的農(nóng)業(yè)機械制造商，也是精細農(nóng)業(yè)的領(lǐng)導(dǎo)者，該公司的農(nóng)業(yè)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(fā)展在農(nóng)業(yè)領(lǐng)域也取得了重大進步。我國的農(nóng)業(yè)專家系統(tǒng)開發(fā)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(tǒng)“砂姜黑土小麥施肥專家查詢系統(tǒng)”。20世紀90年代以后，我國的農(nóng)業(yè)專家系統(tǒng)得到了快速發(fā)展，國家自然科學(xué)基金委、科技部、農(nóng)業(yè)部和許多省級部門都相繼開展了相關(guān)的攻關(guān)課題[12];2017年7月，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，明確提出:“發(fā)展智能農(nóng)業(yè)、建立典型農(nóng)業(yè)大數(shù)據(jù)智能決策分析系統(tǒng)，開展智能農(nóng)場、智能化植物工廠、智能牧場、智能漁場、智能果園、農(nóng)產(chǎn)品加工智能車間、農(nóng)產(chǎn)品綠色智能供應(yīng)鏈等集成應(yīng)用示范”[13]。

　　人工智能已成為新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，而智能農(nóng)業(yè)是一種革命性的技術(shù)創(chuàng)新，可有效助力農(nóng)業(yè)生產(chǎn)要素的合理配置、農(nóng)業(yè)生產(chǎn)經(jīng)營的科學(xué)管理。人工智能技術(shù)向傳統(tǒng)產(chǎn)業(yè)的滲透，從對農(nóng)業(yè)的深度改造，到顛覆農(nóng)業(yè)的傳統(tǒng)營銷模式，再到互聯(lián)網(wǎng)公司跨界進入農(nóng)業(yè)生產(chǎn)領(lǐng)域等方方面面，使農(nóng)業(yè)的產(chǎn)、供、銷體系更加緊密結(jié)合，以提高農(nóng)業(yè)的生產(chǎn)效率。未來，我國農(nóng)業(yè)也必將在互聯(lián)網(wǎng)的影響下走上一條智能化的發(fā)展道路[14]。

　　2大數(shù)據(jù)時代人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用

　　2.1農(nóng)業(yè)生產(chǎn)新模式

　　2.1.1精準農(nóng)業(yè)

　　精準農(nóng)業(yè)是20世紀80年代初國際農(nóng)業(yè)領(lǐng)域發(fā)展起來的一門跨學(xué)科新興綜合技術(shù)，其特點是通過“3S”技術(shù)和自動化技術(shù)的綜合應(yīng)用，按照農(nóng)作物生長的田間每一個操作單元上的具體條件，根據(jù)作物生長的土壤性狀，調(diào)節(jié)對作物的投入，即一方面查清田塊內(nèi)部的土壤性狀與生產(chǎn)力空間變異，另一方面確定農(nóng)作物的生產(chǎn)目標(biāo)，進行定位的“系統(tǒng)診斷、優(yōu)化配方、技術(shù)組裝、科學(xué)管理”，調(diào)動土壤生產(chǎn)力，以最少的或最節(jié)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(lián)網(wǎng)、“3S”、大數(shù)據(jù)等新一代信息技術(shù)與農(nóng)業(yè)生產(chǎn)的跨界融合，“精準農(nóng)業(yè)”已成為合理利用農(nóng)業(yè)資源、提高農(nóng)作物產(chǎn)量、降低生產(chǎn)成本、改善生態(tài)環(huán)境的一種重要的現(xiàn)代農(nóng)業(yè)生產(chǎn)形式[27]。吉林農(nóng)業(yè)大學(xué)主持的“十五”至“十三五”期間國家“863”計劃“玉米精準作業(yè)系統(tǒng)研究與應(yīng)用”、國家星火計劃“基于物聯(lián)網(wǎng)的玉米精準作業(yè)技術(shù)集成與示范”等項目，基于人工智能、“3S”、數(shù)據(jù)挖掘、物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)，并與智能農(nóng)機設(shè)備，分別在吉林省、黑龍江省和新疆維吾爾自治區(qū)構(gòu)建了數(shù)字農(nóng)業(yè)軟硬件平臺和示范應(yīng)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(nóng)業(yè)技術(shù)應(yīng)用示范區(qū);研制出“基于大數(shù)據(jù)處理的玉米精準生產(chǎn)智能系統(tǒng)”。

　　3大數(shù)據(jù)時代人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的發(fā)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(shù)據(jù)驅(qū)動的機器學(xué)習(xí)方法與知識指導(dǎo)方法相結(jié)合，采用具有不同形式的數(shù)據(jù)來執(zhí)行跨媒體學(xué)習(xí)和推理，可以實現(xiàn)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(fā)展方向可以分為大數(shù)據(jù)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(shù)據(jù)智能

　　大數(shù)據(jù)智能是數(shù)據(jù)挖掘與人工智能技術(shù)的深度融合，具體表現(xiàn):從淺層計算到深度神經(jīng)推理;從單純依賴于數(shù)據(jù)驅(qū)動的模型到數(shù)據(jù)驅(qū)動與知識引導(dǎo)相結(jié)合學(xué)習(xí);從領(lǐng)域任務(wù)驅(qū)動智能到更為通用條件下的強人工智能。運用大數(shù)據(jù)智能技術(shù)研究空間數(shù)據(jù)存在大量不確定性和模糊性的問題[33]，探討復(fù)雜多維的非線性問題的解決方案等，對促進智慧農(nóng)業(yè)的實施創(chuàng)造了有利條件;應(yīng)用大數(shù)據(jù)智能技術(shù)，可以幫助人類從與農(nóng)業(yè)生產(chǎn)過程密切相關(guān)的屬性數(shù)據(jù)和空間數(shù)據(jù)中找出隱藏的規(guī)律，按照規(guī)律制定正確的精準農(nóng)業(yè)策略，并進行精準預(yù)測，達到使農(nóng)業(yè)生產(chǎn)持續(xù)、高效、協(xié)調(diào)發(fā)展的目的，更是發(fā)展智慧農(nóng)業(yè)應(yīng)進行的理論研究。

　　3.2群體智能

　　當(dāng)前，以互聯(lián)網(wǎng)和移動通信為紐帶，人類群體、大數(shù)據(jù)、物聯(lián)網(wǎng)已經(jīng)實現(xiàn)了廣泛和深度的互聯(lián)，群體智能帶來的信息物理世界深刻地改變了人工智能發(fā)展的信息環(huán)境，為農(nóng)業(yè)領(lǐng)域的智能化發(fā)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(nóng)業(yè)問題的新模式———智慧農(nóng)業(yè)。但是，由于我國網(wǎng)絡(luò)基礎(chǔ)設(shè)施仍在普及，網(wǎng)絡(luò)平臺搭建不夠完善，農(nóng)業(yè)信息資源共享不及時，群體智能在農(nóng)業(yè)領(lǐng)域中尤其是服務(wù)體系應(yīng)用上潛力很大。相信隨著農(nóng)業(yè)共享經(jīng)濟的快速發(fā)展，信息技術(shù)和網(wǎng)絡(luò)建設(shè)的不斷進步，未來的群體智能技術(shù)廣泛應(yīng)用于農(nóng)產(chǎn)品線上—線下交易、農(nóng)產(chǎn)品安全實時監(jiān)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(fā)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(tài)逐步過渡到相互融合的多媒體形態(tài)，這一過程也越來越顯現(xiàn)跨媒體特性，而如何實現(xiàn)跨媒體分析與推理就成為了研究和應(yīng)用的關(guān)鍵問題。農(nóng)業(yè)機器視覺系統(tǒng)是實現(xiàn)跨媒體分析與推理的核心技術(shù)之一。

　　將機器視覺技術(shù)應(yīng)用在多種媒體平臺，通過將獲取的目標(biāo)作物圖像，傳送給專用的圖像處理系統(tǒng)，得到被攝目標(biāo)的形態(tài)信息，并轉(zhuǎn)變成數(shù)字化信號，圖像系統(tǒng)對這些信號進行各種運算來抽取目標(biāo)的特征，根據(jù)特征判別進行作物病蟲害診治，幫助決策[34]。應(yīng)用跨媒體智能技術(shù)，將大大提高農(nóng)業(yè)領(lǐng)域?qū)�光譜、視頻等靜態(tài)和動態(tài)圖像的分析與處理能力，促進農(nóng)業(yè)高光譜圖像的應(yīng)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(tǒng)中，形成混合—增強智能的形態(tài)。這種形態(tài)是機器自主智能的重要成長模式，將無人機技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)就是這一智能方向的典型應(yīng)用。

　　無人機和成像光譜儀結(jié)合，對大面積農(nóng)作物光譜信息進行精確和實時快速的監(jiān)測，靈活、有效地獲取到高分辨率圖譜合一數(shù)據(jù)[35];同時研究人員還可以根據(jù)獲得的數(shù)據(jù)建立基于特定目標(biāo)的統(tǒng)計模型，研制出基于無人機的農(nóng)業(yè)低空高光譜的新型遙感技術(shù)平臺，實現(xiàn)混合—增強智能與自主智能技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用。隨著這一技術(shù)的深入發(fā)展，諸如無人車、服務(wù)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(guān)技術(shù)必將在農(nóng)業(yè)領(lǐng)域得到更廣泛的應(yīng)用。

　　4結(jié)語

　　以上文章通過對近年來國內(nèi)外大數(shù)據(jù)背景下人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的研究的較為全面的總結(jié)和介紹;闡述了運用人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)相結(jié)合應(yīng)用于農(nóng)業(yè)發(fā)展的典型案例;并結(jié)合人工智能的發(fā)展方向?qū)�農(nóng)業(yè)領(lǐng)域研究及應(yīng)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(nóng)業(yè)信息服務(wù)中的應(yīng)用[J].南方農(nóng)機，2016(12):51.

　　[2]陳威，郭書普.中國農(nóng)業(yè)信息化技術(shù)發(fā)展現(xiàn)狀及存在的問題[J].農(nóng)業(yè)工程學(xué)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(nóng)業(yè)大數(shù)據(jù)綜述[J].計算機科學(xué)，2014，41(11):387-392.

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

　　[6]溫孚江.農(nóng)業(yè)大數(shù)據(jù)研究的戰(zhàn)略意義與協(xié)同機制[J].高等農(nóng)業(yè)教育，2013，11(11):3-6.

　　[7]孫忠富，杜克明，鄭飛翔，等.大數(shù)據(jù)在智慧農(nóng)業(yè)中研究與應(yīng)用展望[J].中國農(nóng)業(yè)科技導(dǎo)報，2013(6):63-71.

　　[8]夏于，孫忠富，杜克明，等.基于物聯(lián)網(wǎng)的小麥苗情診斷管理系統(tǒng)設(shè)計與實現(xiàn)[J].農(nóng)業(yè)工程學(xué)報，2013，29(5):117-123.

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

　　[10]降惠，李杰.農(nóng)業(yè)專家系統(tǒng)應(yīng)用現(xiàn)狀與前景展望[J].山西農(nóng)業(yè)科學(xué)，2012，40(1):76-78.

　　[11]李峰.基于人工智能的農(nóng)業(yè)技術(shù)創(chuàng)新[J].期刊農(nóng)業(yè)網(wǎng)絡(luò)信息，2017，26(11):20-23.

　　[12]楊寶祝，王秀徽，路偉康.農(nóng)業(yè)專家系統(tǒng)平臺助力智慧農(nóng)業(yè)[J].高科技與產(chǎn)業(yè)化，2015，5(228):64-67.

　　農(nóng)業(yè)期刊知識：現(xiàn)代農(nóng)業(yè)科技發(fā)表論文多長時間見刊

　　現(xiàn)代農(nóng)業(yè)科技是面向國內(nèi)外公開發(fā)行的國家級優(yōu)秀農(nóng)業(yè)技術(shù)期刊，是很多農(nóng)業(yè)人員評職稱發(fā)表論文的首選期刊，同時也有很多作者咨詢小編現(xiàn)代農(nóng)業(yè)科技發(fā)表論文多長時間見刊，小編解答：現(xiàn)代農(nóng)業(yè)科技這本國家級期刊也屬于普刊，發(fā)表論文見刊時間就會比核心期刊少很多，一般發(fā)表見刊需要1-3個月時間。