6月9日，腾讯 AI Lab 与世界著名农业学府荷兰瓦赫宁根大学（下称WUR）联合举办的“第二届国际智慧温室种植挑战赛”落幕。在全球疫情肆虐之时，复赛的五支队伍挑战用 AI 和 IoT 物联网等前沿技术优化种植决策，并远程自动控制温室种植小番茄。
大赛主席、WUR温室技术科学研究团队负责人Silke Hemming博士表示：“比赛目标是在6个月内竞争选出小番茄的最佳智慧种植方案，并贴近五大目标：产量高、品质好、能耗少、自动化、技术可迁移。” 五支队伍的AI 收成均超过有20年经验的农业种植专家组。其中冠军组Automatoes得到满分，实现亩产资源消耗减少16%，净利增加121% ，充分展现了农业智能决策与温室自动控制的技术价值，以及为农民减负的未来潜力。
由于番茄是一种主要的温室作物，需要监测和控制的种植和环境变量较多。今年在赛制上对AI与IoT技术方案提出了更高要求，并优化迭代了温室仿真器。大赛评委之一、腾讯AI Lab “AI+农业”业务负责人罗迪君博士介绍：“仿真器能让参赛队更方便、快速地获得温室仿真结果，让 AI 算法有充足数据样本改进算法和策略。” 此外，本届比赛的番茄种植仿真器中还新增了肥料控制，作物管理（包括留叶策略和留果策略）和温室屋顶的遮光选项。
比赛当中，各参赛队不断深入挖掘AI算法潜力。冠军队Automatoes利用最先进的数据驱动算法DeePC，相比经典控制算法，安全性更高，对于复杂非线性随机系统可以达到更精准的控制效果。韩国的Digilog队提出利用强化学习算法，通过有效结合历史数据、实时数据及仿真器反馈进行训练，从而输出连续的控制策略。
腾讯首席探索官网大为（David Wallerstein）表示：“通过和WUR等众多伙伴的多年合作，我们证明了AI能胜任温室的‘高级管理员’，监测和控制影响黄瓜、番茄等作物生长的重要环境因素。AI不仅能提高作物产量，还能节约资源，增加利润。我们将不断致力于推动此类 AI 应用落地，帮助人类应对种种全球性的挑战。”
然而，在AI展现技术价值的同时，农业场景中种植周期长、数据不规范、采集成本高等因素带来的数据短缺问题，以及温室仿真器的精度误差，会限制AI的进一步推广使用。因此需要在数据规范采集、仿真器迭代和算法优化方面不断努力。下一步，针对现阶段挑战，WUR和腾讯将继续在作物模型研发和全周期管理等领域深入研究，探索更多AI+农业的可能性。
加快科技成果转化 辽宁试点小丰收
除研究侧外，在应用侧，腾讯 AI Lab 携手腾讯TEG架构平台部借助在上一届比赛中自研的AI算法和经验以及云原生技术打造的“腾讯AIoT智慧种植方案iGrow”今年也落地中国，在农业大省辽宁开展的第一期小番茄种植试点迎来“小丰收”，实现每亩每季度净利润增加上千元。
iGrow的智慧种植方案，具有自动智能、因时制宜、高效精准等特点，用IoT传感器采集空气/土壤温湿度、二氧化碳浓度和光合有效值等多种环境数据，优化后的iGrow温室仿真器能快速做大量种植模拟（15秒模拟82个生长周期），再用不断优化的强化学习AI算法选择最佳种植决策，最后自动控制温室，精准利用资源，提高作物的品质和产量。
农业“新基建” 带来农业“加速度”
随着全球范围的人口老龄化和过渡灌溉和施肥造成的水土流失及土壤污染，农业急需从粗放走向精细，同时提高产量、资源利用率和利润，从而缓解全球性饥荒和环境污染问题。此次疫情带来的复产复工难，进一步凸显出以自动化生产和智能化决策为核心的智慧种植方案的经济和社会价值。
在这一背景下，发展数字农业农村成为全球共识。欧洲和日本等多国政府相继推出发展计划，包括用现代信息技术与先进农机装备应用推进农业4.0时代，为小农户搭建智慧服务平台等。据国际咨询机构研究与市场预测，到2025年全球智慧农业市值将达到300亿美元。
而随着AI技术在中国不断发展，其应用已逐渐渗入农业生产全过程。机器学习、计算机视觉、大数据分析和云计算等是其中应用最广泛的技术。农业场景由于迭代周期较长，通常依赖农业专家数十年的经验积累；也因其包含大量复杂的物理、生物化学过程，信息量巨大，人类难以做到精准决策，而是依赖感性判断。
AI技术的引入，可以高效利用传感器监测数据提取特征规律，同时借助集成了大量人类专家经验的仿真器进行模拟、探索和优化，形成一套实时、精准、可迁移的决策技术方案。腾讯也不断在农业领域持续合作与加大投入，累积研发优势和技术经验。不仅在2018年起携手WUR连续两年举办大赛，还与中国农科院、中粮集团、和仲恺农业工程学院等企业和机构签订战略协议，布局智慧农业，通过深度合作让技术研究与落地商业化并驾齐驱。期待不久的将来，腾讯能够通过产学研用一体化生态建设, 打造出理想的AI+农业解决方案。
