无人机、人工智能与机器人采摘工：探访全自动化农场
本文信息来源：wsj
新技术正为农场自主运营铺平道路，人类只需最低限度介入
在华盛顿州帕卢斯地区苍翠的丘陵间，安德鲁·尼尔森那台拖拉机正穿梭于他 7500 英亩农场的小麦田间。驾驶室里，他的双手并未紧握方向盘——而是正进行着 Zoom 会议或查看手机消息。
现年 41 岁的软件工程师兼第五代农场主尼尔森，正站在一场农业变革的最前沿，这场变革正在彻底改变我们种植和收获粮食的方式 。自动驾驶拖拉机不仅能自主行驶，其搭载的传感器阵列、摄像头和分析软件还能实时决定施肥与除草的最佳时机和位置。
许多现代化农场已在使用 GPS 导航拖拉机及农场管理软件系统等数字技术。如今人工智能的进步意味着，只需极少量人工照管的下一代全自主农场终于即将成为现实。
想象这样一个农场： 成队的自动驾驶拖拉机 、无人机和收割机由人工智能指挥，根据土壤和天气数据每分钟调整作业。传感器监测着数千英亩作物的健康状况，在需要的位置精准启动喷灌系统。农民们不必再长时间驾驶农机，转而通过监控仪表盘做出高层决策。在联网系统的驱动下，每粒种子、每滴水、每盎司肥料都将经过优化以提高产量并保护土地——而这个系统会随着每个耕作季变得更智能。
曾作为微软顾问测试农业技术的安德鲁·尼尔森放飞无人机，拍摄田地的多光谱图像以记录排水情况和杂草数量。 摄影：Dan DeLong/Microsoft
推动农业自主革命的大部分技术已经存在，或即将准备上市。
“我们正迎来许多这类技术商业可行性的转折点，”麦肯锡公司高级合伙人、农业创新研究负责人大卫·菲奥科表示。
麦肯锡 2022 年调查发现，约三分之二美国农场使用数字系统管理农场运营，但仅有 15%的大型农场和 4%的小型农场对机器人或自动化进行了重大投资。菲奥科预计未来几年机器人使用率将大幅上升。
尽管数字工具和自主机器前景广阔，但成本仍是主要障碍。
连接性是另一道难关。机器人需要相互通信。将数据传输到云端需要宽带网络，而偏远农田很可能需要无线连接。但无线网络和地面宽带在美国农村并非处处可用。在发展中国家，数字鸿沟更为显著。
部分农民正在尝试边缘计算 ——这种网络架构能将数据存储在更靠近源头的位置。但专家表示，农场最终仍需接入云端系统。
以下是实现自主农场愿景的一些核心要素。
自动驾驶拖拉机
能够以极少人力监督或仅需远程操控完成播种、耕作和收割的拖拉机，正从原型机走向实际应用。
迪尔公司部分大型喷雾机采用”视觉喷洒”技术，该技术结合计算机视觉与机器学习来精准识别杂草。 图片来源：Deere & CO.
传统制造商与科技初创企业正押下重注。加州利弗莫尔的 Monarch Tractor 公司推出了一款全电动”可选驾驶员”拖拉机，现已在葡萄园投入使用。其 MK-V 型号单次充电可运行 14 小时，插电 6 小时后即可再次作业。另一家加州企业 Farmwise 开发出 AI 引导的机械除草耕作机，通过计算机视觉与机器人技术识别并拔除杂草，可昼夜运行，减少除草剂使用。沙拉巨头 Taylor Farms 于四月收购了 Farmwise，称该技术有望降低劳动力成本并支持更可持续的农业。
迪尔公司正采取渐进式策略，通过叠加自动化层级帮助农民逐步适应技术应用并快速获得收益，同时为全面自主化铺平道路。
迪尔公司部分大型喷雾机采用”视觉喷洒”技术，该技术结合计算机视觉与机器学习，专门针对大豆、玉米和棉花田中的杂草。公司表示，该系统通过数千张图像训练实现实时杂草识别，并控制单个喷头仅在需要处喷洒，使除草剂用量减少多达三分之二。喷雾机吊杆上安装的36个摄像头以每秒2100平方英尺的速度扫描农田——这远超人眼所能及的范围。
利用数据和人工智能分析单株作物终将成为农业主流实践。一片5000英亩的农场可能包含约7.5亿株作物，关键在于为每株作物提供精准呵护。”将传感技术与模型相结合，再配合自动化乃至因地制宜的自主决策——这里蕴藏着巨大机遇，”总部位于伊利诺伊州莫林市的该公司新兴技术总监莎拉·辛克尔表示。
摘果机器人与无人机
目前自动化技术最常用于种植整齐排列的小麦或玉米的大型农场，而对于水果浆果等作物则面临更大挑战——这些作物成熟期不一，且生长在树木或灌木上。维护和收获这类所谓特色作物是劳动密集型工作。”在特色作物领域，除草采摘的大批工人可能很快就会被一两名技术监管人员取代。这或许还需十年时间，但正是我们努力的方向，”麦肯锡的菲奥科表示。
新泽西州 Oishii 公司的室内垂直农场。Oishii 与安川电机合作开发的机器人承担着采摘浆果的精细工作。尼古拉斯·卡尔科特/大石农场；大石农场
“相比人工采摘，机器人能提供更稳定的作业质量和更高效率，同时降低运营成本，缓解全行业面临的劳动力短缺问题，”大石农场首席运营官兼联合创始人布伦丹·萨默维尔在邮件中表示，并补充说公司的长期愿景是实现采收作业全自动化。
总部位于以色列的 Tevel Aerobotics Technologies 公司旨在通过其”飞行自主机器人”帮助果农减少劳动力需求 ，这些机器人能够修剪、疏果和采摘作物。借助人工智能和机器视觉技术，这些机器人可以定位果实、判断成熟度并将其从树上采摘下来。
“不采用机器人技术的种植者将无法生存——他们根本没有选择余地，”Tevel 公司首席执行官兼创始人亚尼夫·毛尔表示。然而，扩大规模仍是该公司面临的成本挑战。
遥感与图像分析
在人工智能引导下，无人机和卫星正将农场转变为数据驱动型作业。通过捕捉详细图像和传感器读数，它们创造出”数字孪生体”——农田的虚拟复制品，能精准显示作物何处过于干旱、过湿或遭受病虫害侵袭。这项技术让农民能及早发现问题并精准实施干预，减少浪费并提高产量。
虽然该系统的部分组件已投入使用，但下一步是建立完全互联的机器网络，不仅能发现问题还能从中学习。微软高级高管兰维尔·钱德拉（Ranveer Chandra）曾主导农业技术应用开发，他预见未来拖拉机与无人机将协同工作，在执行播种或喷洒等任务的同时，持续将新数据输入针对各农场条件定制的 AI 模型。
“未来将有更多自动化技术、更多无人机应用、更多机器人参与——农场不会没有农民，但人工智能将大幅提升每位种植者的生产效率，”钱德拉表示。”每次无人机飞行或拖拉机播种时，都在收集数据来更新农场专属的人工智能模型。”
土壤智能
用于测绘的 SoilOptix 系统，车上装有伽马辐射光谱仪，左侧是土壤岩心取样器，还有用于数据收集监测的计算机和 RTK GPS 技术图片来源：SoilOptix
作物的健康程度取决于土壤状况。传统做法是农民将表层土样本送至实验室检测。如今采用传感器现场扫描土壤的新技术，能对大面积农田进行精准诊断，而非仅限抽样检查。
这种诊断涵盖微生物分析，并能识别土壤板结区域——当土壤密度过高时会阻碍水分渗透、根系穿透和气体交换。掌握这些数据可帮助农民规划耕作区域，并为新一季种植做出其他决策。
加拿大 SoilOptix 公司表示，土壤微生物分析能让农民更精准判断田间变化情况。农民无需对整个田地进行喷洒或灌溉，而是能精确定位施药位置、剂量选择以及最佳干预时机。
虚拟围栏
新技术也正在改变畜牧业的管理方式。虚拟围栏技术已开始在美国、欧洲和澳大利亚得到应用，这种技术有望帮助牧场主节省昂贵的围栏建设费用，并更好地管理牲畜群。
牲畜佩戴带有 GPS 功能的项圈 ，工作人员在数字地图上划定虚拟边界。当牲畜接近虚拟边界时，会先收到声音警告。如果继续前进，就会受到轻微但明确的电击。
