AI做得深,赶快去农村,阿里腾讯百度已经上路!

所属分类:科技资讯来源:霖胜科技发布时间:2019-02-17

去年年底,一块改变命运的屏幕成了刷屏话题。

当时支持与反对方各自罗列出很多观点,但我们或许可以承认,这些讨论都是建立在这样一个前提上:新技术与农村生活的结合,已经开始触发一些改变。


把目光放到这个中国最广袤的市场上,会发现从农业到农村市场所需的种种服务,再到农村劳动力转移的宏观走向,其中有太多需求可以被科技力量填补。

而农村市场科技人才资源相对匮乏的客观情况,又让智能化在某种程度上变成了异于城市社会的刚性需求。

如果我们回望2018,会发现从下半年开始,科技巨头们纷纷布局起了AI进军农业的探索,并且各种AI医疗、AI教育的新兴产品与服务,都开始走向农村这块新的试验田。

AI与农村的故事,正在短时间内快速升温。但在热闹的布局背后,我们也会发现一些明晰的瓶颈,横亘在农村市场与AI的想象力之间。

绕过屏幕的争议,更多AI故事正在山村田垄间上演着。无论2019年是否能被称作“AI+农村元年,至少这一年,田野上的AI故事必然会以一个令人惊奇的百分比上涨。

让我们来回忆一下,直到今天为止,AI都以哪些方式完成了下乡进村的任务。

科技巨头的农业圆舞曲

AI进村的核心目标,当然是要证明自己能在第一产业有所建树。

所谓AI农业,在技术逻辑上很容易理解,即利用AI带来的物理识别与机器视觉能力,结合数据分析技术,将农业生产中大量流程进行重新优化,从而以智能方式提高农业生产效率,优化农产品质量。

理论上来说,这套逻辑既能种粮食种菜,也能养猪养鹅。但实际运转起来却不容易。一方面农业数据相对匮乏,标准化程度很低,另一方面相关技术设备近乎空白,AI农业命题之下不仅是算法与数据问题,同时也是对工程化能力与硬件制造能力的考验。

而在AI持有者——BAT为代表的科技巨头们眼中,既然要进军产业AI与产业互联网,那么农业又是无法绕开的一个选项。其巨大市场潜力和社会价值都是科技公司不能放弃的蛋糕。在2018年产业AI全面开动的契机里,农业AI也就顺势开始了自己的故事。

最先动手的是阿里。201867日,云栖大会·上海峰会上阿里云发布了ET农业大脑,通过数字档案生成、智能农业数据分析、农产品溯源等技术结合,开始将AI解决方案带入农业。

随后半年中,腾讯和京东都宣布了自己的AI农业计划。有消息认为,擅长AI的百度也已经在路上。

综合来看,AI农业命题如今主要走两条路:AI养殖与AI种植。

说到养殖科技,咱们中国人的看家本领那就是养猪。可能很多人没有意识到,在规模化、技术化养猪这条路上,中国人绝对写就了一部波澜壮阔的史诗。也正因为养猪事业的规模化标准化程度高,对新技术十分敏感,科技巨头玩AI+养殖,十有八九都是从猪开始。

阿里的ET农业大脑,就利用了机器视觉加持的AI摄像头与数据分析能力,来观察猪们生长数据,从而达成优胜劣汰;并且将声纹识别和红外线测温带到了养猪场,通过猪的体温和声音进行AI预测猪的身体状况,最终达成提升母猪产崽能力,降低死亡率的效果。


去年11月,京东数科也开始描绘AI和猪的浪漫故事。在接入AI摄像头与数据智能系统之外,京东的方案里还加入了IoT系统,以及自主开发的养殖巡检机器人、饲喂机器人等等,并且采用了新的猪脸识别技术。


有理由相信,接下来会有更多科技公司开始AI养猪生涯。

AI在种瓜种菜上,也有自己的一套。阿里的ET农业大脑先后在甜瓜和生菜上完成了合作案例。而去年12月,腾讯AI lab团队的种黄瓜在国际人工智能温室种植大赛(Autonomous Greenhouse Challenge)上获得了“AI策略单项第一名、总分第二名。这也被外界认为是腾讯向AI农业的进军开启。

腾讯这次展示的种黄瓜,特殊之处在于通过强化学习算法,将专家知识系统潜入了仿真机当中,使智能体可以有效学习人类专家的思维模式,从而回到实际种植中提升黄瓜产量,并且对传感器成本进行了压缩,提高了技术的实用性。

AI种植业,目前一般集中在果园和温室种植当中,通过对植株进行数据收集和智能识别,来判断肥料、水分、温度、光照等条件的适宜与否,从而让粗放的种植模式智能化、精准化。再搭配一些可溯源、可直播的互联网玩法,健康+高产的AI果菜就诞生了。

又能养猪,又能种菜,感觉AI在农业领域已经很吃得开了。

但是不用乐观太早,目前来看,巨头们的AI农业之旅只是刚刚开了个头。今天各种值得夸耀的案例,都还是示范价值远大于商业价值。

一方面,农业数据在今天依旧稀缺,农业AI依旧需要BAT的专家们下到田间地头去采集数据,修正参数。另一方面,大量农业区域和农业领域都是数据的真空地带,今天AI想要走入农业,还只能依靠一些数据化标准化程度高的农业部类,比如现代化养殖场;或者依托有相关农业科技积累的合作者,比如大型农业集团——来更多完成11的商业实验性质AI+农业案例。

与中国广袤的农田牧场相比,BAT的专家显然是不够用的。

所以说,今天AI农业还处在科技巨头们做好案例,打好样板,然后吸引有实力的合作伙伴共同推广的阶段。大规模的农业改造还远远谈不上。只有当形成傻瓜式产品与可终端售卖的AI农业解决方案;科技巨头与农户间的产业中间层搭建起了清晰的产业链之后,“AI改变农业这句话才有被说出口的底气。

但无论如何,当看到北上广高大楼宇里的数据专家和算法工程师,蹬着拖鞋蹲在田里观察农作物长势,我们依稀还是能看到一个有张力的故事开始了。

农村社会中的AI新角色

在产业赋能之外,社会服务类的AI技术也在越来越火热。AI医疗、AI教育、AI金融,以及AI政府服务都在成为新的科技赛道。

而需要注意这样一个逻辑,与移动互联网将服务集成化不同的是,AI+社会服务解决的主要是无人化问题。通过对人类经验的机器学习复刻与再传播,AI可以在某种程度上取代一部分专业人才的工作。比如AI语音交互代替教师,机器视觉设备代替医生进行医疗影像识别等等。

这样的能力,在人才饱和地区或许只能被看作替代品和效率提升工具。而在农村地区,则很可能解决的是有和无的问题。

基于AI能力为农村地区提供医疗、教育等服务,今天也在不断增长。比如阿里基于旗下的智能音箱天猫精灵,在去年启动了天猫精灵小站计划。该计划通过建立天猫精灵小站图书馆,为农村地区儿童提供更多教育资源。在早期教育人才相对匮乏,教辅资源稀缺的地区,智能音箱的接入不失为解决方案的一种。

而在医疗上,有更多AI进村的案例可以被观察到。比如上个月,很多媒体报道了百度灵医团队的AI 眼底筛查一体机的下乡之旅。

通过视觉识别算法的训练,百度打造了基于AI的眼底筛查设备,可以有效识别出糖网等早期眼底病灶。与之相对的是,在农村和乡镇地区,拥有准确眼底筛查能力的医生并不多。复杂的眼科疾病只能去省城等大城市就医,而早期疾病更是极大概率被忽略。

而在AI加入后,这个长期存在的问题将有被解决的希望。因为AI设备取代的并不仅仅是机器,同时还包括机器背后医生的判断与识别能力。这对于农村地区是难能可贵的。

类似的案例,目前主要发生在医疗影像识别和化验检测上。有理由相信,不远的将来,AI将协助带来远程门诊甚至远程手术。

而与AI走进农业一样,AI农村医疗和AI农村教育的问题,也是依旧停留在初始阶段。今天类似案例,更多停留在企业公益的范畴内。假如不解决商业化与推广的问题,那么我们将始终看到的是AI又献了爱心,而不是AI真正改变了中国最多数群体的生活。

农村劳动力与AI基建

农村地区与AI的另一个结合点,不是AI帮助了农村什么,而是反过来——农村的劳动力成本优势,正在成为AI发展的某种燃料。

去年,很多媒体开始报道AI村、AI农村工厂这样的关键词。这类农村工厂商业模式,是AI需要大量的训练数据,其中又以图片数据为主。而数据标注这个近乎无门槛、与出门打工相比工作相对轻松、重复率异常高、又近乎不可或缺的工作,就被不断下移,直到转移到了村里开工。

于是有人笑称,你发现手机、平板能识别花鸟鱼虫大牌奢侈品,感觉挺高大上的样子,殊不知那是你远在老家的二舅母教的。

出现AI村这件事,有人觉得荒诞,也有人感叹没人工就没智能。然而从产业结构上看,AI产业发展中大量必需工作,确实都是常识类、可外包的。而这类工作又会自发去寻找人力成本最低廉的生产地。那么广大农村劳动力自然成为了首选。


客观来说,农村人力成本优势与AI的结合将不会很快消亡。这类外包工作中,今天还是以图像识别作为主体。但随着数据与AI产业的深化,各种数据相关的工作都将涌向外包市场,比如数据清洗、数据分拣、垂直行业的数据集加工等等。

对于AI来说,这些工作必不可少,而对于农村地区来说,这些工作意味着可以坐在电脑前相对体面地完成,且不用远离家乡。

而必须注意的是,如果这类AI村、AI农村工厂,不主动寻求自身数据加工能力的逐渐升级,仅仅依靠常识+图像分拣类的工作维持生计,那么市场是很快会在大量竞争下彻底干涸的。只有进入垂直行业,锤炼相对更强的数据操作能力,并且拥有可以说服市场的数据保密能力,才能在这个新兴外包市场中获得长期生存权。

不管怎么说,如果我们认为通过黑客马拉松、算法大赛,来寻找算法开发者和安全工程师,是一件很酷的事,那么通过外包找农村大妈做数据清洗,似乎也没有什么值得说三道四的。二者其实都遵循同样的价值规律:切合新兴产业需求,发挥自我市场定位优势。

结束语

不难看出,AI进村的故事,在今天正经历一个蓬勃生长的过程。

巨头在占位,农业企业在自我迭代;公益在散发光芒,创业者也开始闪转腾挪;算法工程师走进了大棚,村里的乡亲正在教育大洋彼岸的AI系统。

变化刚刚开始,然而变化已经开始,这些有张力的画面,或许是今天中国AI发生最深刻影响的地方。

如何适应这样的变化呢?或许一个好的方案,是要从个体职业的角度去思考AI的产业需求和市场需求,然后耐住性子慢慢来。春天是看不到粮食的,但春天必须播种。