互聯網公司的「田地之爭」

作者：李超凡

來源：愛架式（ID:ifanr）

排版：妮子小菇涼

去年 4 月 1 日，騰訊煞有介事地發布了一個 AI 鵝廠項目，聲稱要利用「鵝臉識別」等人工智能技術來構建 AI 農業生態，這顯然是鵝廠的一個愚人節玩笑。

不過在 2019 年回望過去這一年，才發現這似乎不只是個簡單的玩笑。

繼阿里雲去年 2 月份宣布將 ET 大腦來做到 AI 養豬之後，京東數科（原京東金融）也在不久前推出了基於「豬臉識別」等 AI 技術的智能養殖方案，網易或許不能再獨享「豬廠」的稱號了。

騰訊的 AI 養鵝雖然沒做到，但是卻用 AI 種起了黃瓜。而剛剛才加入養豬大軍的京東，又落成了 一萬多平米的植物工廠，據稱將產量提高到每年 300 萬噸，是傳統菜農效率的幾十倍。

互聯網巨頭紛紛殺入農業，背後必定潛藏著巨大的商業價值，這些巨頭的入局會對傳統農業帶來什麼新變化呢？

一、互聯網公司在田間地頭做了什麼？

在眾多互聯網公司中，網易算是最早涉足養殖業的一家了。而且網易味央採用的自營農場養殖的模式，滲透到從養殖到銷售的整個鏈條。

▲丁磊（後）與網易味央豬

網易味央提倡的是人性化養殖，這里的黑豬睡公寓、聽音樂、蹲馬桶、喝深層地下水，所吃的液態豬糧據說人也能直接食用，讓不少人感嘆「人不如豬」。

不過阿里和京東這兩家去年進軍養豬業的互聯網公司，和網易味央卻有很大的不同，阿里和京東自己並不經營養豬場，而是通過技術輸出來幫助傳統養殖企業改造養殖模式。

雖然網易在養豬場也採用了全自動液態糧飼喂系統，但這兩家對於用技術改造養豬業這件事上想做的更多。

二、阿里用 AI 為豬驗孕

去年 2 月份阿里雲正式宣布四川特驅集團、德康集團合作，通過 ET 大腦做到人工智能養豬，提高豬的存活率和產崽率，項目投入高達數億。

那麼所謂的 AI 養豬到底是怎麼做到的？

這里不得不先了解對於養豬場來說最重要的兩個指標——PSY 和 MSY，簡單來說就是每頭母豬每年能產多少崽，以及有多少豬崽最終能長大成肥豬，目前大陸養豬場的平均 PSY 約為 15 ，而美國則有 25 ，也就說中國每頭豬比美國每年少生 10 頭。

中國目前每年出欄的生豬數量大約有 7 億頭，而且養一頭豬的成本是美國的兩倍，這里面少賺的錢就很可觀了，因此 AI 養豬做的就是提高母豬產仔量，以及讓更多豬仔健康成長。

阿里用的一套叫做 ET 農業大腦的系統，當中涉及視頻圖像分析視頻圖像分析、人臉識別、語音識別、物流算法等人工智能技術。

阿里雲研發出一套「懷孕診斷算法」來判斷母豬是否懷孕。養豬場內的多個會自動巡邏錄影頭會搜集母豬的睡姿、站姿、進食等數據，再由 AI 分析母豬是否配種成功，如果發現有母豬沒懷上，系統將提醒工作人員進行人工授精，從而提高母豬產仔量。

豬崽出生之後，為了讓它們健康成長，ET 農業大腦通過語音識別技術和紅外線測溫技術來監測每只豬的健康狀況，由於豬在吃奶、睡覺和生病等不同狀態下發出的聲音都不一樣，通過分析豬的咳嗽、叫聲、體溫等數據，一旦出現異常能夠第一時間發出預警。

▲ 圖片來自：阿里雲

比如當豬崽被母豬壓到時，這套系統能通過小豬的叫聲及時判斷出來，並呼叫飼養員及時處理，提高豬崽的存活率。

此外每頭豬都有一個專用的身份標識耳環，記錄他們的體重、進食和運動強度、頻率和軌跡，如果有哪頭豬沒達到標準，但是沒有生病和懷孕的話，飼養員將這些豬趕到戶外進行運動，ET 農業大腦會像微信運動一樣記錄下每頭豬一生走了多少步。

阿里甚至把公里數作為判斷豬肉品質的新標準，原阿里雲總裁胡曉明在 6 月的雲棲大會上表示：

「未來，我們想要的是一頭跑了 200 公里的好豬，而不再是一頭 200 斤的豬。」

去年 ET 農業大腦已經在四川的一家擁有 3000 豬的養殖場進行試驗，成功讓母豬產仔量平均多產了 3 頭，豬仔的死淘率降低 3%，明年在四川特驅集團和德康集團旗下 50 頭母豬規模以上的豬場，都將安裝上這套 AI 系統。

三、京東的「豬臉識別」

阿里有 ET 農業大腦，京東則在年末推出了「神農大腦」，這是京東農牧與中國農大、中國農科院等機構合作研發的智能養殖技術。

據京東介紹，整套智能養殖計劃包括神農大腦（AI）、神農物聯網設備（IoT）、神農系統（SaaS）三大模塊，可做到「養豬智能化」。

養殖場可以通過這項技術來觀測與記錄每只豬的體重、生長、健康情況。雖然人臉識別已經在智慧型手機中普及，但用在動物上難度則要大得多。

美國密歇根州立大學的研究人員曾開發出一套用於靈長類動物的臉部識別系統 PrimNet，但因為動物的毛發和眼睛顏色等特徵都有較大的差異，研究團隊不得不手動標記動物的眼睛和嘴巴協助系統識別。

相比起猴子和牛羊等動物，要準確做到識別豬臉則更加困難。京東數科官方帳號在知乎回答中，就提到的 3 個技術難點：

• 豬的生長周期短，外貌變化快，識別難度高；
• 在豬舍中的豬經常處於運動的狀態，也很少正對鏡頭，數據采集難度高；
• 而且，目前還缺少不同品種的豬在生長中體型變化的數據進行參考。

不過「豬臉識別」也並非京東的專利，去年 3 月國家生豬產業技術體系首席科學家陳瑤生也正式發布了「豬臉識別」技術，在實驗場中母豬識別率為 98%，肉豬識別率則為 85%。

養殖場可通過「刷臉」識別在養殖過程中根據每頭豬的狀態調配不同的飼料，截止 3 月底，全國已經有 1692 個養豬場的 168821 頭大豬參與豬臉識別試驗。

而京東的智能養殖技術除了利用「豬臉識別」做到豬飼料的精準配置，豬舍內的溫度、濕度等也都完全由系統自動調節，在京東數字科技全球探索者大會上，中國工程院院士李德發表示：

「未來我們將以豬為開始，做到養殖過程無人、無線、無干擾、無接觸，做到真正的萬物互聯。」

按照京東的測算，這套系統養殖人工成本減少 30%~50% 左右，降低飼料使用量 8%~10%，並且出欄時間平均縮短 5~8 天。如果全中國所有豬場都用上這套系統，每年可降低 500 億元的成本。

四、騰訊和阿里種的瓜哪家甜

上個月騰訊的人工智能實驗室 AI Lab 團隊的 AI 兩次戰勝人類，一個是 AI「絕悟」在《王者榮耀》里擊敗了又前職業 KPL 選手組成的人類戰隊，另外一場勝利在則是 AI 種黃瓜大賽中。

在荷蘭瓦赫寧根大學發起的 AI 農作物養成與模擬經營類挑戰賽中，騰訊和中國農業科學院等機構組成的 iGrow 團隊取得了第二名的成績。

▲ 圖片來自：ITQB

這是一個面向人工智能團隊的種黃瓜比賽，各支 AI 團隊利用機器算法來遠程控制黃瓜的種植，除了最後摘黃瓜整個過程人類都不能參與。

據騰訊介紹，澆水，通風、光照、施肥和打頂決策這些工作，都是由人工智能 AI 自動收集環境數據，通過深度學習和計算，進行判斷和決策，再驅動溫室里的設備元件完成。

▲ 圖片來自：騰訊新聞

比賽的考核標準除了黃瓜產量，還有 AI 策略和可持續性等指標， iGrow 團隊在 4 個月里收獲 3496 公斤黃瓜，總分排名第二。

力壓騰訊奪魁的則是來自微軟的 Sonoma 團隊，是唯一一支每平方米種植超過 50 公斤黃瓜的團隊，而且整體淨利潤方面也超過了人類團隊。

但 AI 種植目前還沒法完全取代人類，並不是所有溫室都合適這種模式，也不是所有作物都像黃瓜能有大量可以用於訓練 AI 的數據。

不過阿里的 ET 農業大腦已經嘗試把 AI 用到水果種植上，在農業巨頭海升集團位於陜西的一萬畝蘋果園就用上了這套系統進行管理，只要掃一掃果樹上的二維碼，就能知道澆水、施肥、施藥情況。

除了蘋果，目前 ET 農業大腦的應用已經拓展到柑橘、莓類、胡蘿蔔、梨、櫻桃、獼猴桃等品類中，能幫助果農每畝地節省 200 元以上成本。

未來 AI 種植或許真的會像玩開心農場一樣便捷，進一步解放人力。

五、要做互聯網時代的袁隆平，還有很長的路要走

其實在現在的農業市場，並不缺乏高科技的身影，從自動噴灑的農業無人機，到無人駕駛的拖拉機，農業生產的自動化程度在不斷提高，而 AI 則是背後重要的驅動力和橋梁。

中國的互聯網巨頭開始對農業領域躍躍欲試，在外國也湧現出大批 AI 農業初創公司。

2017 年以 3.05 億美元被收購的 AI 初創公司藍河科技（Blue River），主要利用機器視覺來識別農作物和雜草，做到智能噴霧。

柏林的農業科技創業公司 PEAT 開發出一個叫 Plantix 的深度學習應用程序，通過算法識別土壤中缺乏的營養元素和作物蟲害等情況。

目前在全球範圍內，農業是一個價值達 3 萬億美元的產業，對於阿里和京東這些具有電商基因的互聯網公司來說，利用科技改造農業除了能幫助傳統農業提高生產效率，也有利於通過自己的電商平台和物流體系切入農產品市場，比如阿里的「農村淘寶」。

▲圖片來自：medium

既利國利民，又極具商業價值，這樣的事何樂而不為。馬雲在一次演講就談到了對農業創新的願景：

「袁隆平先生把畝產做到一千斤，我們互聯網技術，要爭取把畝產做到一千美金。」

但是要想成為「互聯網時代的袁隆平」並不容易，就以養豬業來說，即便 AI 能顯著提高養殖效率，但是位於四五線農村的養殖場往往沒有很高的網速，基礎設施不完善就是很大的阻礙。

此外目前跟阿里京東合作的基本是大型養殖場，但整個市場里其實還是散戶更多，要一家一家說服這些散戶接入 AI 系統也非常困難。

同樣做 AI 養豬系統的睿畜科技的 CTO 張騰飛就在一次演講中提到：

「中國最大的養殖企業是廣東的溫氏，但也只占了中國養殖體量的 3%。養豬行業的前八名，一半以上是我們的客戶，但他們的養殖體量也只占到了這個行業的 7%。中國還有 50% 以上的豬肉是由那些中小散戶養出來的。」

不過農業其實也是驗證人工智能是否引領第四次工業革命的重要標準，1995 年學術界曾提出了一個叫做 「通用目的技術」（General Purpose Technology）的概念，用以定義對人類經濟社會產生巨大、深遠而廣泛影響的革命性技術，其中有幾個主要的標準：

• 能夠被廣泛地應用各個領域；
• 持續促進生產率提高、降低使用者的成本；
• 促進新技術創新和新產品生產；
• 技術應用會不斷促進生產、流通和組織管理方式的調整和優化。

目前業內對於 AI 是否屬於「通用目的技術」還存在爭議，《第二次機器革命》的作者 Erik Brynjolfsson 認為 AI 屬於「通用目的技術」，但要等到相應的基礎設施和配套組成完善，成本足夠低後才會迎來爆發。

如果這些互聯網公司的 AI 技術未來能夠廣泛應用在農業領域中，這個觀點基本也能得到驗證了。

本文作者李超凡，首發於公眾號愛架式（ID：ifanr），新知階層的科技讀物，與全球智識同步，歡迎識別下方二維碼進行關注。本文授權互聯網早讀課轉載。內容僅代表作者獨立觀點，不代表早讀課立場。如需轉載，請聯繫原作者。

商業閱讀：