在剛剛結(jié)束的首屆騰訊全球數(shù)字生態(tài)大會上，騰訊宣布在智慧農(nóng)業(yè)領域的最新進展：國際上與歐洲頂級農(nóng)業(yè)大學WUR聯(lián)辦第二屆“國際智慧溫室種植大賽”，國內(nèi)與中國農(nóng)科院信息所成立智慧農(nóng)業(yè)聯(lián)合實驗室。
騰訊副總裁姚星在揭牌式上表示，“自去年底騰訊AI Lab 牽頭研發(fā)的iGrow算法在首屆溫室種植大賽上收獲豐盛，我們一直在大力推進前沿科技與農(nóng)業(yè)的跨界研究。騰訊集團也已相繼與中糧集團、廣東粵旺農(nóng)業(yè)集團、深圳壹家倉、仲愷農(nóng)業(yè)工程學院等簽訂戰(zhàn)略合作協(xié)議，開展智慧農(nóng)業(yè)深度合作。今天我們又有了一位新伙伴，騰訊將攜手中國農(nóng)科院農(nóng)業(yè)信息研究所，借助信息所在農(nóng)業(yè)領域深厚的積累整合騰訊在AI等前沿科技的實力，成立智慧農(nóng)業(yè)聯(lián)合實驗室，繼續(xù)探索前沿科技和農(nóng)業(yè)的跨領域研究，共同助力產(chǎn)業(yè)升級！”
中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所所長孫坦表示，未來，智慧農(nóng)業(yè)聯(lián)合實驗室將著力探索以下兩個方面：
一、結(jié)合現(xiàn)有積累及國情，在可控環(huán)境下，開發(fā)通用人工智能種植解決方案，推動產(chǎn)業(yè)升級與中國智慧方案自主研發(fā)；
二、以算法為基礎，整合雙方在技術和農(nóng)業(yè)知識上的優(yōu)勢，聯(lián)動IoT、機器人、計算機視覺等能力，尋找前沿科技與現(xiàn)代農(nóng)業(yè)的結(jié)合點，協(xié)同開展原始創(chuàng)新。
AI分論壇上，騰訊AI Lab“AI+農(nóng)業(yè)”業(yè)務負責人羅迪君介紹了團隊在首屆智慧溫室種植大賽中的經(jīng)驗以及在農(nóng)業(yè)AI領域的技術探索。以下是演講內(nèi)容分享：
從硅到碳：AI如何助力智慧農(nóng)業(yè)
——騰訊AI Lab“AI+農(nóng)業(yè)”業(yè)務負責人羅迪君
首先介紹一下這個題目，碳基文明和硅基文明是科幻小說中的概念。這里想借用這個概念，硅是半導體最重要的組成元素，也是運行人工智能算法的計算機中最重要的組成部分。在這項探索當中，騰訊AI Lab創(chuàng)新性地把依賴硅而存在的人工智能遷移作用到以碳為主要元素的農(nóng)作物上，讓農(nóng)作物更智能地生長，消耗盡量少的資源，獲得更多的食物，試圖解決一些人類將來可能面臨的全球性挑戰(zhàn)問題。
在由荷蘭瓦赫寧根大學（WUR）舉辦的首屆溫室種植大賽中，我們獲取了AI策略第一名，總分第二名的成績，平均產(chǎn)量是24公斤每平方米每季度，超出國內(nèi)水平6倍，媲美擁有20年黃瓜種植經(jīng)驗的頂級專家。
農(nóng)業(yè)AI系統(tǒng)的構(gòu)建和訓練方法
基于同樣的理由，為了突破農(nóng)業(yè)技術的局限性，我們希望構(gòu)建出一種用于開發(fā)農(nóng)業(yè)技術的創(chuàng)新工具。首先，我們構(gòu)造了一個和真實溫室盡量接近的仿真系統(tǒng)，通過仿真的傳感器和控制器訓練AI，通過大量的訓練得到一個控制策略，當控制策略收斂后，再把AI放回一個真實的溫室當中，通過同樣的傳感器和控制器進行全自動閉環(huán)控制。
具體學習框架是：首先，AI根據(jù)當前狀態(tài)作出一個決策，環(huán)境就會根據(jù)不同的決策演變到下一個狀態(tài)，同時給AI一個獎勵，AI根據(jù)新的狀態(tài)做出決策，以獲得盡量多的獎勵。如此類推，AI通過不停地和環(huán)境交互來進行學習。這個環(huán)境可以是一個真實的物理環(huán)境，也可以是一個計算機仿真的環(huán)境。因為計算機的成本越來越低，計算能力越來越高，在仿真環(huán)境下進行AI的訓練變得高效而低成本。
這個算法的核心是通過極低的傳感器成本訓練出一個優(yōu)秀的AI控制器。首先，我們減少氣候傳感器的數(shù)目，但同時增加了農(nóng)業(yè)專家知識作為強化學習的獎勵回報的一個因素。具體公式如下圖，小寫r代表凈利潤。在優(yōu)化過程中，有三類初始狀態(tài)，包括莖密度、留果策略和留葉策略都設置為靜態(tài)參數(shù)進行優(yōu)化。
AI從仿真系統(tǒng)遷移到真實溫室的過程和挑戰(zhàn)
如何把AI從仿真系統(tǒng)遷移到真實溫室呢？在首屆國際人工智能溫室種植大賽中，我們種植的作物是黃瓜。在仿真器中，我們每次都仿真黃瓜約6個月的生長過程，記錄AI每次的動作，各種資源的消耗，包括水、電、二氧化碳等，以及黃瓜的收成情況，這樣AI就知道怎樣的決策會獲得怎樣的獎勵。通過不停地探索和學習，AI也在不斷優(yōu)化自己的決策網(wǎng)絡和各種靜態(tài)參數(shù)。在探索學習中，我們會引進很多隨機決策，所以AI能尋找出一些超越人類知識的決策。當探索和學習逐漸收斂后，我們就把同樣的決策網(wǎng)絡和靜態(tài)參數(shù)直接部署到真實的自動溫室中進行種植。
從仿真到真實溫室種植是非常有挑戰(zhàn)的。首先，仿真器會盡量接近真實溫室的物理模型，但模型總是有精度誤差，導致了仿真溫室中的最優(yōu)種植策略，很有可能不是真實溫室中的最優(yōu)策略。
第二，由于是比賽環(huán)境，只能控制黃瓜從出生到死亡的一次生長過程。仿真環(huán)境下，我們可以不停地嘗試種植策略，出了問題就再做一次，但真實的溫室中，出了問題就無法回頭了。還有，溫室的控制策略和黃瓜的收成之間有延遲效應，也就是說，如果溫室的控制策略出了問題，會延遲一段時間才能被感知到，這可能導致AI感知到問題的時候，才發(fā)現(xiàn)之前的控制錯誤是災難性的。最后，真實溫室的傳感器、控制器總是存在噪聲的，這些真實的噪聲是很難通過仿真器模擬出來，仿真器和真實溫室之間的差異，會導致決策網(wǎng)絡的誤差。
上圖是在真實溫室中我們主要的傳感器和控制器。在真正種植前，我們進行了超過三萬次的實驗，超過一萬五千年的種植經(jīng)驗。
左圖是我們的成本和收入隨時間變化的曲線，右邊是靜利潤曲線。最初兩周左右的凈利潤是負的，因為這時我們一直在消耗資源，溫室也在折舊，卻沒有黃瓜收成。大概從第三周開始有黃瓜收成，于是虧損逐漸縮小。從大概40天左右開始轉(zhuǎn)虧為盈，最后的凈利潤是大概每平方米20歐元左右。我們最后的凈利潤和荷蘭最優(yōu)秀的人類種植專家?guī)缀跻粯?，但獲得了更好的二氧化碳效率，我們也獲得了這次比賽的AI策略冠軍。
AI的優(yōu)勢和未來發(fā)展
我們的AI在設計階段就具有終身學習能力。這里展示的是我們的AI如何通過和仿真器以及真實溫室的交互過程進行終身學習。首先，我們進行決策網(wǎng)絡的初始化，然后在某一個版本的仿真器中進行學習，學習收斂后放入真實溫室進行繼續(xù)學習。如果后續(xù)再建立一些更好版本的仿真器，那么這個決策網(wǎng)絡可以繼續(xù)進行學習和迭代，迭代的結(jié)果也可以放入多個真實溫室中繼續(xù)學習。每次的學習都會讓決策網(wǎng)絡的性能進一步提高。
在這次的實際操作中，我們努力減少了傳感器成本，產(chǎn)生了可觀的凈利潤，但總成本還有進一步降低的空間。如黃瓜苗的移植、剪葉、摘瓜等人工成本還不夠標準化，對于批量化溫室生產(chǎn)來說還有一些困難，我們正在想辦法將這些成本降低。另外，進一步提高仿真器的精度也是我們下一步的目標之一。最后，我們正在開發(fā)更有彈性的算法，使得在種植過程中，能以很低的學習成本從一種作物遷移到其他作物。
謝謝大家！
來源：騰訊科技
個人主頁