澳洲如何理解农业元宇宙

日期：2022-05-09 栏目：Australia 澳洲新闻

在澳大利亚澳洲新闻

编者按：本文作者为「滴翠智能」创始人兼CEO安浚。36氪经授权编辑发布，文内观点不代表媒体立场。

滴翠智能是一家 AI+IoT 赋能农林电控设备智能服务的国家级高科技企业，以“为全球数字农企提供核心科技服务”为愿景，致力于推进 AI 技术在农、林等领域的应用。

现代农业的发展

在理解农业元宇宙之前，我们先得了解现代农业。在人类社会几千年的发展过程中，农业一直以来都是处于核心地位，是一切生产发展要素的源泉。但是在工业革命之前农业本身的发展与技术革新一直处于一个平缓期，从第一次工业革命之后开始农业也随着工业革命的先进科学技术而进行一次次的迭代、技术革命。

在20世纪初期，欧美率先将工业领域先进技术应用于农业，美国及大部分西欧国家以及亚洲的日本等区域实现了农业的第一次革命，即农业机械化的广泛使用。与此同时进行的是工业自动化的发展。在20世纪中叶随着工业自动化的发展，北美、西欧的大部分国家同步实现了农业生产自动化。而在此过程中，农业的化学生物科技化研究一直没有停息，到20世纪后半叶，全世界范围内已广泛使用化肥农药及相关农业生物科技进行农业生产，大大提高了农业的生产产量，降低了一些在以前看来是人力不可改变的病虫害，人为加速了作物本身的自然进化。

每一次工业革命的成果，应用的范围极其广泛，而农业既是工业革命成果的重要应用场景，也是工业革命的技术起因动机。所以，在当下工业4.0的大背景下，尤其是当下元宇宙的概念飞速进化的环境中，我们应该如何去理解农业元宇宙是很有必要也很重要的。元宇宙的形成基于海量的数据，以及诸多的展现形态，可谓包罗万象。那么我们应该首先理解农业的数字化升级。

数字农业的三端

数字农业目前市场分为三个层面。

第一是市场生态端数字化，主要是电商、溯源系统、冷链运输、植物二维码知识库、农产品规格标号尺寸数字化及将农产品送到消费者手中的平台，以及农产品消费者喜好、市场偏好等数字化等。相当于帮助农户将产品与消费者通过数字化平台连接起来，将新鲜的产品送到消费者的手中。

第二是平台端数字化，主要是针对县域或者设定区域的基本农田进行管理统计，水果蔬菜粮食种植的数据管理，农资、保险、贷款、自然灾害、病虫害等数字化管理平台，数据展示显示、领导驾驶舱操作、遥感数据等。在政府层面可以链接“一网统管”之类的政府管理平台，如以下平台展示系统：

第三是生产端数字化，主要是涵盖土壤温度、湿度、PH值、EC值、各种磷钾氮肥力等数据，空气大气压、温度湿度、PM2.5等数据，种植地域气象数据，尤其是未来晴雨温度等，以及植物本身的病虫害、长势、通过叶面反应的水分饱和度，肥力缺失度等数据，将所有数据进行采集后传输至云端综合植物AI模型实时云计算，然后得出精准的种植决策，并让相应电控设备进行智能化精准作业。主要以达到生产环节中的降本增效、降低能耗为目的。

数字农业的闭环链路系统

我们知道AI的算法要落地具备生产价值，需要强大的算力支撑，而强大的算力需要海量的数据去喂养（此处提到的算力并非硬件的计算能力），海量的数据又需要硬件或者实物进行数据采集。

首先，生产环节中的上述各种土壤空气植物本身的数据采集需要传感器。

其次，传感器拿到数据之后需要通过有线或无线的方式将数据传输到云端，但农业种植场景和城市环境工业环境全然不同，基本只能采取无线通信的方式进行。

另外，云端最核心的AI综合计算，包括传感器的数据，基于先辈种植经验或者农科院专家的植物生长模型、人为对植物生长的偏好（比如有的人希望增加糖分而少浇水），以及市场端导入的农产品消费者及市场偏好数据，或平台端导入的市场规划数据等。

最后是AI综合计算后得到的种植决策，这里的核心问题之一是，种植决策必须要有IoT设备进行执行，传统设备或者人力无法达到AI决策精准执行的要求，所以电控设备本身的IoT化及决策下达到应用场景的通信系统都是至关重要的。形成一套农业生产的数字化闭环链路系统，以上因素缺一不可，或者说缺少的部分会导致整体功能大打折扣。

农业元宇宙的要素

基于AIoT的农业全链路数字化，在系统中具备元宇宙对应的几要素包括数字身份，开放性、即时性等。

首先是确立包括农业种植环境中的上述各种环境数据，植物本身的多维度的数字身份。这里所提及的多维度就包含土壤温度湿度PH磷钾氮、重金属含量环境空气质量等指标，在众多企业做数字农业落地产业中，很多偏重于软件的研发，数字来源这一重要板块反而忽略了。

数字来源更多的是基于硬件的数据采集以及“人”产生的基础数据。拿滴翠智能目前采取的解决方案，首先是解决传感器、电控设备、“人”的数据采集通信问题，通过自主研发自主通信协议的网关，网上采取无线的北斗短报文、4G/5G等常规无线方式，最关键的网下采取LoRa无线组网方式，使得从网关网下的各种传感器、电控设备等全部进行无线组网数据即时获取。

这里重点强调的是，在中国广袤的农业大田平原种植地带，是无法使用有线布局的（架设广域网通信基站更不现实），一方面布局成本高，另外是在耕种过程中机械对有线的损坏时有发生导致维护成本极高。那么无线可选方式就有WiFi、蓝牙、zigbee、sigfox、LoRa等，总体从通信功耗、距离、荷载、稳定性、安全性综合考量LoRa实际上是唯一的选择。

一般情况从网关到子节点通信距离需要达到2km，普通干电池维持通信+传感器放电或者电磁阀等电控设备用电需要达到2年（最少一年）以上。那么通信问题解决后，从传感器上行数据的问题解决了，电控设备命令的下达解决了，这也就实现了从数据采集到数据分析到数据执行，再从执行反馈到云端的数据闭环，从而也实现了农业的全链路数据化。

另外是融入市场平台端的数据来指导农业的生产，原本与市场相隔甚远的种植场景，田间地头，冷链物流，将在元宇宙中变成随时随地可以参与和融入其中。我们通过人这一端的入口，直接对接种植场景的植物，可以按照自己的喜好和需求进行订购或者认领以及成熟之后的冷链物流对接。

从播种到吃到嘴里全程开发全程随时随地的参与，元宇宙农业更像一种同植物的社交、同农民同种植场景的社交，可以同步它的成长过程，随时采收。有了市场端的参与，农产品核心价值及周边价值的数字资产，周边价值包括植物碳汇、独特植物观赏价值（变种兰花）等等，这一切直接依托于元宇宙大系统的经济运行系统。

农业元宇宙的价值

科技服务与农业的核心价值首先是降本增效降低能耗，其次是市场规划管理，农业生产规划，配套服务设施跟进等，再次是利于环境可持续发展、利于作物本身趋近于人类需求的进化等。

1、通过元宇宙的庞大数据综合计算后，精准作业使植物始终处于最佳生长状态，在设施农业种植场景应用中最高可提升30%作物产量（农科院验证实验数据）；

2、因为水肥等各种生产要素的精准化，以及根据市场需求和科学的管理规划，达到能耗方案最优化，大大降低能耗，最多可以高达50%；

3、机械的全自动化作业，包括行动自动化、决策自动化，大大降低劳动力成本及技术指导成本，也是降低成本的最主要的方式；

4、部分封闭式种植场景，种植高效吸收二氧化碳作物，同时产出植物用于碳纤维制造、植物蛋白提取等，数据化可创造高额碳汇；

5、通过元宇宙、数字孪生建模后的数据频谱分析，可以归纳种植经验，可以预测产量，预防病虫害，提高植物种植的可控性；

6、通过综合要素预测可能出现的自然灾害，尽可能的提前做出防范措施，将损失降到最低；

7、通过元宇宙建立植物数字孪生系统，找到植物最佳的进化途径，指导植物种子基因工程的研发，人为的合理的加速植物的自然进化；

8、保存最佳种植决策方案，累积海量的数据，最终让植物生长方式无限趋近于自然最优；

9、根据市场规划及人类偏好，以及国家政策指引，做出适应市场需求的最合理的农业生产，即按需生产，对于保存农业生产的最优匹配方式，不冗余，不缺少。这对于农业生产的价值（价格）稳定性，保存生产积极性有着极大的意义；

10、农业生产的价值均衡化，使用价值决定价值，价值决定价格，而市场供求信息滞后性导致的价值价格不匹配性是社会化中不可避免的，但是基于元宇宙的区块链运行方式，将农业生产创造的价值合理对应匹配，以NFT方式进行运行，那么农业生产的市场价值将会趋近于前所未有的稳定性和合理性。

当然，元宇宙可探索空间仍然无限巨大，我们坚信在未来还会创造更多的无法估量的价值。

农业是民生之本，尤其是本次上海疫情或许很多不识五谷的城市人对农业应该有了更深刻的认识。主粮、核心肉类等农产品更是政策性、战略性范畴。农业生产周期漫长，春天决定了秋天的产量，但是春天却决定不了秋天的市场。这也是制约农业发展的一个主要的市场因素。

许多果农、养殖场主在价格高位的时候大力投入，然而亚当斯密的波浪定律不是每一个农民都能够掌握的，尔后造成的供过于求或者供不应求（或者市场本身对产品的喜好也产生影响，有的水果市场需求也是具有周期性地域性季节性的），进而造成的巨额亏损又减少投入等……这样的事情屡见不鲜。而土壤的周期性，会让所有人应接不暇，比如今年种植西瓜的土壤，后面2-3年需要种植绿肥类作物进行修复，完全赶不上市场变化的节奏。

而元宇宙中其中一个功能是根据市场需求而进行订单式认领式种植。当元宇宙中虚拟人云游到某农场后，可以根据自己的喜好，对食物蔬菜水果的需求自行下单采购种植。对应的现实物理世界同虚拟数据世界一一匹配，生产的环节自动进行，种植产生的价值同需求收取的价值一一对等，所有农产品、种植生产资料、物流系统、均非同质化货币等量对应，这是农业生产的一次市场价值上的巨大革命。

农业元宇宙AI算法的三个层面

第一是针对植物本身的视觉识别AI算法，包括针对植物本身的监控植物数量、生长状态，对不符合该植物生长走势的植株做预警提醒。其中长势阶段的数据尤为重要，因为植物发芽、育苗、开花、结果、打浆、成熟等阶段的营养需求都有较大的差别。这是所有计算环境都需要依照的数据。然后是识别植物的病变部分和病变部位、营养状态、识别病虫害、有害生物，对病虫害、动物入侵发出警示、生物入侵识别预警。目前可行的最佳方式便是通过图片识别技术，即首先建立植物的基础模型，然后通过摄像头进行图片采集，再通过GPU或者云主机进行分析比对，最终得出的结果导入第二层面的算法平台。

第二是基于第一算法层面数据，再结合上述种植环境的土壤、空气、气象、人为规定的喜好、市场情况、电控设备情况等数据的勾稽关系综合计算。比如当玉米发生锈斑病后，系统自动检测当下温度是否不高于35摄氏度不低于零摄氏度，未来2小时内是否降雨，以及水肥一体机内“苯甲吡唑酯”药水箱液位等等诸多数据后，进行对应电磁阀、水泵开关，病虫害治理等系列操作。或者根据元宇宙内数据分析，发现某个温度、湿度，或某个土壤元素变化到某种程度的情况下，可能出现锈斑病，那么就直接通过对形成锈斑病的必要条件进行切割，以遏制病毒的可能发生。此应用尤其是在设施农业中十分必要，比如当植物方舱内植物光谱等关闭后，必须降低根部湿度，同时必须降低二氧化碳浓度，增加氧气浓度，否则很短时间变会有灰霉病出现，这一切的计算都可以依靠元宇宙系统精准实现，反之利用非元宇宙技术，实现的成本高而精准度低，且植物细胞损伤往往具有不可逆性，造成损伤后是很难进行修复和弥补的。

第三个算法层面是基于神经网络学习系统和欧几里得AI算法系统的深层次计算。神经网络学习系统首先是基于第二层面的作用力，进行数据筛选后得出相应决策，同时更重要的作用在于通过广泛的劳动者在种植过程中对相应决策的人为修正。比如西瓜种植在高海拔地区应该少施肥降低膨胀自爆的可能性，反之海南地区应多施肥促进成长。而初始模型的算力有限，全球地形气候环境也各不一样，基础模型具备后在种植过程中的人工修正是非常重要的一个因素，可以使得模型能力从10分向99.999分不断完善，最终无限趋近于科学种植。

在神经网络学习系统的基础之上，更需要欧几里得算法的支持，当然这也是元宇宙核心算法之一，或者说本身欧几里得四维空间就是元宇宙（注：不是四维时空，概念问题技术问题本文暂且不去深入讨论）。我们在欧几里得四维坐标中关联所有上述的数据，建立四维空间坐标图，然后设立无限趋近于产量或者质量的点，找到无线反趋向于病虫害或者其他减产因素的点，该点与坐标中任何一条线背后的数据都产生关联，然后再设立对应数学方程，当我们确定方程的解后，所有数据将进行实时计算，计算结果即指挥电控设备执行决策。这也是元宇宙中的实际落地的运行方式。