你看好农业机器人发展么？你最期待机器人为你提供哪些帮助呢？

        如今，农业机器人已经能完成播种、种植、耕作、采摘、收割、除草、分选以及包装等工作，物料管理、播种和森林管理、土壤管理、牧业管理和动物管理等工作机器人也能实现。可以说，农用机器人已成为农民种养殖最好的帮手！

        智能植物识别软件，让你轻松变成农作物达人

        以前我们要通过查阅资料才能知道的花草，现在只需要各种识图软件拍照、扫描就知道了，这就是电脑图像识别技术。如今智能图像识别准确率越来越高，不仅仅帮助识别农作物，还能帮农户识别农作物的各种病虫害。

        农户把患有病虫害农作物的照片上传，APP就会识别出农作物正在受到哪种病虫害的侵扰，并给出相应的处理方案。除了人工智能给出的处理方案，APP上还有用户和专家交流的社区，可以针对相应的病虫害进行讨论交流。

        农业界有位AlphaGo，已学习成为“植物医生”

        AlphaGo是一种可以深度学习的计算机，让人们见识了人工智能的厉害。而深度学习技术也已经应用于农业，可以实时告诉农业人员什么疾病正在对农作物产生影响。

        通过深度学习算法，生物学家戴维·休斯和作物流行病学家马塞尔·萨拉斯将关于植物叶子的5万多张照片导入计算机，并运行相应的深度学习算法应用于他们开发的手机应用PlantVillage。在明亮的光线条件及合乎标准的背景下拍摄出植物的照片，然后手机应用PlantVillage就会将照片与数据库的照片进行对比，可以检测出14种作物的26种疾病，而且识别作物疾病的准确率高达99.35%。

        左：InterlinAir识别田间的杂草     右：给出农田的营养建议

        装备智能开启，机器人耕作新模式

        如果把图像智能识别跟智能机器人结合，就能帮我们种地、播种和采摘了。

        BlueRiverTechnologies是一家位于美国加州的农业机器人公司，他们的一款农业智能机器人利用电脑图像识别技术来获取农作物的生长状况，通过机器学习、分析和判断出那些是杂草需要清除，哪里需要灌溉、哪里需要施肥、哪里需要打药，并且能够立即执行。

        BlueRiver的莴苣种植机

        美国爱荷华州的发明家DavidDorhout研发的智能播种机器人Prospero还可以通过探测装置获取土壤信息，然后通过算法得出最优化的播种密度并且自动播种。

        24小时远程遥控，躺在床上也能种田

        传统农药田间管理看天看地看作物，而如今农民也要成为看手机的低头族了。每天通过电脑、手机就能实时看到农作物的长势，湿度、温度等指标一目了然，缺水、缺阳光、温度过高等情况发生时，农业物联网系统会主动“报警”，发送信息到手机上，手机一点就可以及时化解“危机”。

        安徽省滁州市全椒县现代农业示范园已建成“果园物联网+水肥一体化”应用系统，实时监测棚内温度、湿度、二氧化碳浓度和土壤墒情。除种植、采摘、日常养护工作外，包括灌溉、控温、施肥等在内的大部分工作，都由智能调控系统和感知系统完成。

        果蔬成熟已飘香，伸出机器“手”来摘

        除了播种和田间管理，农业智能机器人还可以帮我们采摘成熟的蔬果。

        人工智能摘草莓

        在比利时的一间温室中，有台小型机器人，它穿过生长在支架托盘上的一排排草莓，利用机器视觉寻找成熟完好的果实，然后用3D打印出来的爪子把每一颗果实轻轻摘下，放在篮子里以待出售。如果感觉果实还未到采摘的时候，机器人会预估其成熟的时间，然后重新过来采摘。

        桃子分拣器走红网络

        和人工智能摘草莓一样，不久前北京工业大学的一群学生们，利用百度PaddlePaddle深度学习平台做了一台桃子“分拣器”。

        桃子“分拣器”在学习了6400张大桃照片后，已经能像经验丰富的桃农一样根据桃子的大小、质量等自动进行分拣，目前准确率已达到90%。由于有深度学习技术的加持，机器在后续的使用中还能不断累计数据，边工作边学习，变得越来越“聪明”。

        牛脸识别有大用，轻松诊断牛健康

        人工智能还可以用在禽畜的养殖业。在养牛行业，人工智能通过农场的摄像装置获得牛脸以及身体状况的照片，进而通过深度学习对牛的情绪和健康状况进行分析，然后帮助农场主判断出那些牛生病了，生了什么病，那些牛没有吃饱，甚至那些牛到了发情期。这大大提高了工作效率，特别是对有机农场更有帮助。

        给动物带块“表”，就能降低患病率

        可穿戴设备不是人类的专利，在美国的许多农场里，动物们都佩戴上了各种形式的可穿戴设备。通过可穿戴设备，可以让动物的疾病检测变得更简单，通过降低动物的患病率，进而使得养殖业能够节省大量的成本，并减少人为风险。

        这些数据也可以上传到云服务器上，用自己开发的算法通过机器学习让这些海量的原始数据变成直观的图表和信息发送到客户那里。这些信息包括牲畜的健康分析、发情期探测和预测、喂养状况、位置服务等。

        不过，人工智能在农业领域所面临的挑战比其他任何行业都要大。现阶段看到的一些人工智能成功应用的例子大都是在特定的地理环境或者特定的种植养殖模式。当外界环境变换后，如何挑战算法和模型是这些人工智能公司面临的挑战，这需要来自行业间以及农学家之间更多的协作。

        在农田中的各种物联网设施

        但不管现实困难如何，无法忽视的一个现状是：农业已经进入一个新的环境，新的秩序，新的世界。人们可以继续采用传统方法从事农业生产，但是未来的农业一定是以更明智的方式：使用大数据、人工智能和机器人。