在AI助力下，沒有種田經驗的“小白”，能讓一畝田產出達到平均水平甚至更高嗎？為驗證答案，近日，一場“AI農夫”和“傳統農人”的PK賽，在成都崇州市的高標準農田里拉開序幕。

這場“天府糧倉”人工智能水稻種植挑戰賽，由中國農業科學院都市農業研究所、成都市天府糧倉國家現代農業產業園管委會等共同舉辦，成都市農業農村局提供支持。共有10支隊伍參賽，由1支“AI農夫”隊對陣9支“傳統農人”隊，每支隊伍管理土地為100畝。

“AI農夫”隊由中國農業科學院都市農業研究所開發的AI算法提供技術指導，1名資歷較淺的農業職業經理人負責具體操作執行。其余9個團隊，均是有多年經驗的農業職業經理人，根據自己的種田經驗操盤管理。秋收時，比賽組委會將組織專家級專業機構，對10塊參賽田進行測產，對綜合收益進行分析，多維度對10支團隊的種植結果進行綜合評審。

“AI農夫”PK“傳統農人”，誰能贏？5月20日，記者帶著疑問來到崇州，現場觀看了幾支隊伍的前期準備工作，采訪了“AI農夫”隊技術負責人，以及“傳統農人”對AI的看法和期待。

AI是如何學會種田的？

“90后”高穎是崇州的一名農業職業經理人，2021年開始系統學習種田，也許是因為“經驗少、資歷淺”，她被選為“AI農夫”隊的具體操作執行人。眼下，她的100畝田地正處于“泡田”階段，“把土層泡‘軟’了，后期好耕耙和插秧。這幾天，就要把秧苗插下去。”對于AI種田，高穎心懷期待，“雖然學習種田兩三年了，但和老一輩相比，我還有很多不足的地方，尤其是在對病蟲害的判斷和防治上。”

AI能否補足高穎的短板？“對水稻病蟲害的判斷和防治，是我們前期訓練AI的一個重點。”中國農業科學院都市農業研究所水稻AI種植技術團隊成員康子秋介紹，要讓AI掌握判斷病蟲害的能力，首先要讓AI認識大量病蟲害下水稻呈現出的生長數據是什么樣的，比如葉子的顏色、斑點分布等，“所以，大量的數據收集是關鍵。”

去年的水稻種植周期內，康子秋和團隊成員在崇州市有關部門協助下，選定6塊試驗田先期開展AI技術在崇州水稻種植上的應用探索，進行大量的數據采集和算法驗證，這其中就包括病蟲害數據等。

水稻生長過程中，會產生海量數據，哪些才是關鍵數據？

康子秋說，水稻生長周期里有返青、拔節、抽穗、完熟等關鍵節點，往往需要匹配相應的農事操作。他舉例說，比如水稻拔節時，往往是追肥的好時機。但靠肉眼，尤其是對新手而言，很難準確判斷水稻是否處于這一關鍵期，“基于一套水稻生長模型，我們的AI算法可以通過對采集的數據和圖像進行處理與解析，相對準確地判斷出水稻是否到了拔節階段，然后給出具體的農事建議。”

作為技術支撐團隊，康子秋和團隊基本不需要出現在水稻種植現場，“我們前方有‘眼睛’。”原來，高穎管理的100畝田地上，安裝了一組高科技設備，包括攝像頭、傳感器等，“這些設備，加上衛星數據，就能將水稻實時生長數據傳送到后臺。”

AI會完全取代人力嗎？

眼下，各支隊伍相繼進入插秧階段。伴隨比賽正式開始，許多人發出相同疑問：AI會完全取代人力嗎？

“不會！我們的目的，是希望通過AI賦能，降低新農人水稻種植門檻，讓‘新手’迅速變成‘老把式’。”康子秋說，這也是為什么團隊在給這個AI工具命名時，加上了“輔助決策”這樣一個限定語。

這樣的目的，源自現實需要。“年輕人不愿意種田，原因有很多，除效益問題外，還和技術門檻有關。”高穎說，雖然現在種田手段越來越機械化，但仍有不少環節需要人工去判斷，這對很多沒接觸過種田的年輕人來說，并不容易。

而無論是從主觀上，還是客觀條件上來看，AI種田完全取代人力目前還不現實。之前，康子秋和團隊成員在溫室大棚里實踐了AI種地理論，當年番茄產量達到平均水平。在第二個種植周期，有望超過平均水平。“但和溫室大棚有很大不同，室外操作難度更大，溫度、濕度、光線等關鍵因素都是不可控的，這對AI提出更高要求，AI可能隨時會遇到新問題，然后再通過學習解決問題。這個過程中，需要有技術基礎的農人配合。”康子秋說，對于眼下即將開始的這場PK，輸贏并不重要，“對我們而言，更重要的是，通過比賽驗證AI賦能水稻種植的能力，知道AI的長處和不足在哪里，為下一次升級工作提供數據支撐和決策依據。”

康子秋篤信，結果會一年比一年好。他說：“2019年開始，我們的團隊曾連續3年參加在荷蘭舉行的全球人工智能農業控制挑戰賽，在溫室大棚內種番茄等農作物。第一年，所有的AI團隊都敗給人工團隊，但到第三年情況完全反轉。這說明，通過不斷學習，AI的能力可以不斷進步。”

“傳統農人”期待的AI種田

記者采訪發現，雖然是競爭對手，但農業職業經理人都表達了對AI種田的好感和期盼。這種好感，和之前在種田新技術上的受益有關。農業職業經理人任健介紹，自己現在使用的一項技術，對提高種田效率很有幫助。

這項技術源自崇州市近年來引進的中化農業崇州MAP技術服務中心。中心負責人介紹，土地上作物長勢的高矮、稀疏，反射出來的波長是不一樣的。利用衛星技術收集這些波長，再通過一套計算方式能對農作物的長勢進行判斷，“結果投射在大屏上，顏色淺的表示長得還不錯，顏色深的表示長勢一般，這時就需要派人去現場查看具體情況。這樣，能大大提高巡田效率，降低巡田成本。”

“近年來，種田領域出現很多新技術，無論是年輕一輩還是老一輩，都對科技賦能生產力有了更深的認識，更愿意接受新事物。”成都市天府糧倉國家現代農業產業園管委會相關負責人表示，希望AI種田能早日轉化為新質生產力，為“天府糧倉”建設助力。

雖然持歡迎態度，參賽選手之一的農業職業經理人葉志祥還是有些擔憂：“AI種田肯定要增加設備投入，如果花的錢太多，綜合算下來就不劃算了。”

這個擔憂，康子秋已算過賬：“我們現在測算下來，一畝田設備成本大概在100元左右，未來有望降低到每畝三四十元。”

設備成本降低的空間，在于“天地聯動”，康子秋說：“我們的AI算法其實可以大量運用衛星數據。但現階段很多衛星數據我們讀取得還不好，需要用地面數據輔助解讀，一旦我們破譯了更多衛星數據和水稻生長的關系，就能減少地面設備投入。這一次的挑戰賽，我們也會在實踐中做好更多數據破譯工作。”

□四川日報全媒體記者 蔣君芳 成都觀察 鄒嘉語

分享讓更多人看到