AI种的草莓，确实没有人工的甜
果然，ai种的草莓，确实没有人工的甜。
今年7月，农业方面标签最明显的拼多多，发起首届“多多农研科技大赛”，并打响第一届草莓「人机大战」。
现在，5个月之后，结果出炉。
产量方面，ai大获全胜，但甜度方面，还是人工领先。
如同起初网友关注的那样：ai种的草莓，没有灵魂。
但当真如此吗？
首届种草莓人机大战结果
在这次比赛中，四支ai队伍利用数字设备、ai远程种植草莓。
与此对阵的，是四支传统农人队，他们则亲临比赛现场——云南富民，依靠已有的种植经验，与ai队伍在草莓的产量、品质、投入产出比等指标上展开比拼。
最终，ai在产量、投入产出比上以高比分战胜了人类。
具体来说，ai组的草莓产量平均值高于传统农人组平均值196.32%；
投入产出比平均值高出传统农人组平均值75.51%。
而在另一指标上——甜度，ai却不及人类。
对此，大赛技术支持专家、云南省农科院研究员阮继伟解释道，
ai组较好的水肥、温度和空气湿度控制促进了植株的快速生长和开花挂果，实现了较好的产量。投入产出比与产量正相关，ai组较高的产量提升了投入产出比。
传统组栽培基质含水量少，相较ai组，果实甜度更高。
不过，ai在甜度方面，当真不能跟人工匹敌吗？
对此，ai代表们”不服”，而且也有农业ai领域的大牛，给出了原理说明。
ai种植不简单
此次大会的全程参与者，中国农业大学信息与电气工程学院教授李道亮表示：
甜度控制是生物量和甜度平衡的问题，是要生物量，还是糖浓度？
相较于产量、投入产出比分别的196.32%、75.51%这种高比分差距，传统农人组的果实甜度整体均值仅超ai组5.24%，也不算啥了。
李道亮教授是中国农业大学信息与电气工程学院教授、国际信息处理联合会（ifip）农业先进信息处理专委会主席，可谓是国内农业信息化领域权威，对ai变革农业这件事有发言权。
在他看来，这场比赛真正的难点，其实在于形成实时的、正确的决策。
每支队伍的草莓ai种植管控系统，需要通过传感器获取外部环境、水肥等数据，再基于设定的草莓生长模型，向控制草莓生长的外部设备输出决策。而这一过程是动态、实时的，贯穿整个草莓生长进程中的。
就拿此次大会获得ai组冠军的cyberfarmer·hortigraph联队来说，一开始看到数据不对，就赶赴现场，结果发现是智能化温室里的设备出现了问题。
另一方面，根据不同的植物规律，其生长模型也不同。
来自荷兰阿姆斯特丹的aicu队，是以他们的优势——用来种植西红柿的长效生长模型，运用到草莓身上，然后按照文献中的指示调节对应的参数，结果长势不好，叶子偏多，获得季军。
也就是说，通用模型不适合农作物。
李道亮教授举了一个形象的例子。
每一种植物都有它天生的一些规律，种草莓和西红柿之间的差距，并不能简单迁移，每个物种有每个物种的规律。
此外，虽然这次大赛还没有考察，但如果把另一些”要素”加入其中，结果也会不同。
比如微量元素的控制，就如植物中的钙、镁、硒，这是当前机器学习暂时还不能做到的，仍然需要栽培专家不断调节肥料的含量，来看对植物的品质有什么影响。
所以说，ai种植、ai农业，确实不简单。
ai农业三个阶段
当与其他产业一样，ai与农业的结合，同样来到了一个黄金时间点。
因为除了人的短板，技术问题已经很成熟。
“人如果没有研究清楚的话，人工智能也没有办法。但人工智能，可以做到人不可能做到的精细水平。”李道亮教授如是说。
在李道亮教授看来，ai农业还可以分成三个阶段，现阶段只是初级人工智能阶段——远程控制。
就是人把模型建好，知识图谱搭建好，传感器记录数据，人只需要观察然后对他下指令。这次比赛就让业内看到了ai种植的可行性、商业性。
第二阶段，是无人值守，或者尽可能少的人来支持。
第三阶段，也是最高级的，它自己有自主学习、自主决策、自主识别、自主作业的能力。到时候，ai已经是一位有经验的农民了。
除了技术层面，外部环境来看，数字农业经济也很有前景。
两方面来理解，一个是产业数字化，另一个是数字产业化。
一个是利用现有的装备（比如传感器）、网络等数字化手段，提升农业效率，提高产量，产生经济效益。
另一个则是，利用数字化技术、数据来挣钱的行业，比如拼多多上一些卖农产品的电商。
李道亮教授介绍道，当前产业数字化较为普遍一些，但整体来看规模都比较小。
而成立五年、电商平台里最“亲农民”的拼多多，正在从数字产业化到产业数字化进行转变，推动着数字农业变革。
经常使用拼多多的用户相比很熟悉他们的运营模式——直接与各地的农户合作，让水果从田间地头直接快递到家门口，没有中间商赚差价。
还时不时有百亿补贴、农民丰收节……这样的活动。
光去年一年，农产品和农副产品的成交额就超过了1364亿元，成为中国最大的农产品上行平台，同比增速保持在100%以上。
拼多多副总裁陈秋曾表示：“拼多多起家于农业、立命于农业。”
而这次多多农研科技大赛，则是拼多多的新尝试。
陈秋介绍：
通过建立一个长期的、规模化的竞技平台，通过全国‘顶尖农人’和世界‘人工智能’的切磋与较量，来充分激发青年学者的想象力与创造力。
最终探索出一批适用于小农生产模式的、低成本、可复制的ai农业应用，并且通过将人工经验数字化，来为农产区提供植物ai种植模型。
为什么是农业？
因为它十足重要，却又往往容易被忽略。作为最古老的产业，关系到每一个人的吃饭问题。
甚至不无夸大地说，搞好农业，和发射火箭一样重要。
毕竟发射火箭的人也得吃饭，未来移民火星之后的首要问题也是种粮食和吃饭。
而且农业也有自身特点，依赖于时空条件，所谓的“看天吃饭”。
加之我们国家的地理特点，在机械化工业革命里，农业没能展开手脚，难以普遍地实现现代化农业。
然而现在，在ai时代里，有天时地利人和，是时候可以更加关注新技术在农业的应用了。
一方面，作为根本性产业，关系到14亿人温饱，关系到社会的长治久安，如果能够更高效生产粮食蔬菜水果，功德无量。
另一方面，如此每一个人都息息相关的产业，如果能够更高效，社会效益和经济效益，都能双丰收。
区别于其他时候，现今数字农业经济的技术条件，都已经展现在眼前，如果利用好时机， 也能缩小贫富差距，帮农助农。
在李道亮教授的研究中，利用技术手段帮助农业变革的人才，也开始有了新称谓——“新农人”。
他们不仅有技术手段，而且还切实回报家乡，帮助农业农村变革，最后还享受着变革的成功，过着真正田园牧歌式的现代生活。
说实话，可能要不了几年，新农人就会成为时代新风尚，田园牧歌式的生活，就会成为城市打工人仰慕的新场景。
最后，拼多多这样的公司，在解决了农产品在线销售难题后，又开始行动起来参与到农业的供给侧改革中，并且通过种草莓这样的比赛，让人看到了ai等前沿技术变革农业的可能性和可行性。
相应的带头效应，或许也能让更多怀抱社会责任和担当的企业、技术人才加入其中。
ai的红利，会真正在黑科技、工业产业之后，流向农业、农村和农民。
李道亮教授说：
ai农业可以打破时间和空间资源的分散。我们对农业的关注度和投入度，还有很多事情可以做。
无外部高速时钟时HSE_RDY被意外置位问题
使用obd接口有何风险
使用VPLC控制器进行图像拼接的实例
实时频谱分析仪中如何选择合适的FFT窗函数
三星推出新款Galaxy Note 9希望能够吸引iPhone用户
AI种的草莓，确实没有人工的甜
基于Android的Linux内核的电源管理：Early Suspend
英飞凌针对中国市场推出全新XMC1000工业和消费类单片机家族
摩托罗拉XT701 3G手机开始预售
外资PCB厂商处于领先地位，内资PCB厂商迎头赶上
商用车AMT维修技能指南
FHX机架式光纤配线箱的特点和安装说明
浅谈AFC(AFT)电路
智能仪表非线性自动校正方法探讨
具有领先性能、功率和面积比的GPU IP——The PowerVR Series8XT
构成区块链安全漏洞的主要因素有哪些
dfrobot10段 LED光柱简介
四个特征定义大数据，完善大数据的定义
亚马逊Alexa引领，智能语音助手掀新篇章
CVPR 2023 | 华科&MSRA新作：基于CLIP的轻量级开放词汇语义分割架构
今年7月，农业方面标签最明显的拼多多，发起首届“多多农研科技大赛”，并打响第一届草莓「人机大战」。
现在，5个月之后，结果出炉。
产量方面，ai大获全胜，但甜度方面，还是人工领先。
如同起初网友关注的那样：ai种的草莓，没有灵魂。
但当真如此吗？
首届种草莓人机大战结果
在这次比赛中，四支ai队伍利用数字设备、ai远程种植草莓。
与此对阵的，是四支传统农人队，他们则亲临比赛现场——云南富民，依靠已有的种植经验，与ai队伍在草莓的产量、品质、投入产出比等指标上展开比拼。
最终，ai在产量、投入产出比上以高比分战胜了人类。
具体来说，ai组的草莓产量平均值高于传统农人组平均值196.32%；
投入产出比平均值高出传统农人组平均值75.51%。
而在另一指标上——甜度，ai却不及人类。
对此，大赛技术支持专家、云南省农科院研究员阮继伟解释道，
ai组较好的水肥、温度和空气湿度控制促进了植株的快速生长和开花挂果，实现了较好的产量。投入产出比与产量正相关，ai组较高的产量提升了投入产出比。
传统组栽培基质含水量少，相较ai组，果实甜度更高。
不过，ai在甜度方面，当真不能跟人工匹敌吗？
对此，ai代表们”不服”，而且也有农业ai领域的大牛，给出了原理说明。
ai种植不简单
此次大会的全程参与者，中国农业大学信息与电气工程学院教授李道亮表示：
甜度控制是生物量和甜度平衡的问题，是要生物量，还是糖浓度？
相较于产量、投入产出比分别的196.32%、75.51%这种高比分差距，传统农人组的果实甜度整体均值仅超ai组5.24%，也不算啥了。
李道亮教授是中国农业大学信息与电气工程学院教授、国际信息处理联合会（ifip）农业先进信息处理专委会主席，可谓是国内农业信息化领域权威，对ai变革农业这件事有发言权。
在他看来，这场比赛真正的难点，其实在于形成实时的、正确的决策。
每支队伍的草莓ai种植管控系统，需要通过传感器获取外部环境、水肥等数据，再基于设定的草莓生长模型，向控制草莓生长的外部设备输出决策。而这一过程是动态、实时的，贯穿整个草莓生长进程中的。
就拿此次大会获得ai组冠军的cyberfarmer·hortigraph联队来说，一开始看到数据不对，就赶赴现场，结果发现是智能化温室里的设备出现了问题。
另一方面，根据不同的植物规律，其生长模型也不同。
来自荷兰阿姆斯特丹的aicu队，是以他们的优势——用来种植西红柿的长效生长模型，运用到草莓身上，然后按照文献中的指示调节对应的参数，结果长势不好，叶子偏多，获得季军。
也就是说，通用模型不适合农作物。
李道亮教授举了一个形象的例子。
每一种植物都有它天生的一些规律，种草莓和西红柿之间的差距，并不能简单迁移，每个物种有每个物种的规律。
此外，虽然这次大赛还没有考察，但如果把另一些”要素”加入其中，结果也会不同。
比如微量元素的控制，就如植物中的钙、镁、硒，这是当前机器学习暂时还不能做到的，仍然需要栽培专家不断调节肥料的含量，来看对植物的品质有什么影响。
所以说，ai种植、ai农业，确实不简单。
ai农业三个阶段
当与其他产业一样，ai与农业的结合，同样来到了一个黄金时间点。
因为除了人的短板，技术问题已经很成熟。
“人如果没有研究清楚的话，人工智能也没有办法。但人工智能，可以做到人不可能做到的精细水平。”李道亮教授如是说。
在李道亮教授看来，ai农业还可以分成三个阶段，现阶段只是初级人工智能阶段——远程控制。
就是人把模型建好，知识图谱搭建好，传感器记录数据，人只需要观察然后对他下指令。这次比赛就让业内看到了ai种植的可行性、商业性。
第二阶段，是无人值守，或者尽可能少的人来支持。
第三阶段，也是最高级的，它自己有自主学习、自主决策、自主识别、自主作业的能力。到时候，ai已经是一位有经验的农民了。
除了技术层面，外部环境来看，数字农业经济也很有前景。
两方面来理解，一个是产业数字化，另一个是数字产业化。
一个是利用现有的装备（比如传感器）、网络等数字化手段，提升农业效率，提高产量，产生经济效益。
另一个则是，利用数字化技术、数据来挣钱的行业，比如拼多多上一些卖农产品的电商。
李道亮教授介绍道，当前产业数字化较为普遍一些，但整体来看规模都比较小。
而成立五年、电商平台里最“亲农民”的拼多多，正在从数字产业化到产业数字化进行转变，推动着数字农业变革。
经常使用拼多多的用户相比很熟悉他们的运营模式——直接与各地的农户合作，让水果从田间地头直接快递到家门口，没有中间商赚差价。
还时不时有百亿补贴、农民丰收节……这样的活动。
光去年一年，农产品和农副产品的成交额就超过了1364亿元，成为中国最大的农产品上行平台，同比增速保持在100%以上。
拼多多副总裁陈秋曾表示：“拼多多起家于农业、立命于农业。”
而这次多多农研科技大赛，则是拼多多的新尝试。
陈秋介绍：
通过建立一个长期的、规模化的竞技平台，通过全国‘顶尖农人’和世界‘人工智能’的切磋与较量，来充分激发青年学者的想象力与创造力。
最终探索出一批适用于小农生产模式的、低成本、可复制的ai农业应用，并且通过将人工经验数字化，来为农产区提供植物ai种植模型。
为什么是农业？
因为它十足重要，却又往往容易被忽略。作为最古老的产业，关系到每一个人的吃饭问题。
甚至不无夸大地说，搞好农业，和发射火箭一样重要。
毕竟发射火箭的人也得吃饭，未来移民火星之后的首要问题也是种粮食和吃饭。
而且农业也有自身特点，依赖于时空条件，所谓的“看天吃饭”。
加之我们国家的地理特点，在机械化工业革命里，农业没能展开手脚，难以普遍地实现现代化农业。
然而现在，在ai时代里，有天时地利人和，是时候可以更加关注新技术在农业的应用了。
一方面，作为根本性产业，关系到14亿人温饱，关系到社会的长治久安，如果能够更高效生产粮食蔬菜水果，功德无量。
另一方面，如此每一个人都息息相关的产业，如果能够更高效，社会效益和经济效益，都能双丰收。
区别于其他时候，现今数字农业经济的技术条件，都已经展现在眼前，如果利用好时机， 也能缩小贫富差距，帮农助农。
在李道亮教授的研究中，利用技术手段帮助农业变革的人才，也开始有了新称谓——“新农人”。
他们不仅有技术手段，而且还切实回报家乡，帮助农业农村变革，最后还享受着变革的成功，过着真正田园牧歌式的现代生活。
说实话，可能要不了几年，新农人就会成为时代新风尚，田园牧歌式的生活，就会成为城市打工人仰慕的新场景。
最后，拼多多这样的公司，在解决了农产品在线销售难题后，又开始行动起来参与到农业的供给侧改革中，并且通过种草莓这样的比赛，让人看到了ai等前沿技术变革农业的可能性和可行性。
相应的带头效应，或许也能让更多怀抱社会责任和担当的企业、技术人才加入其中。
ai的红利，会真正在黑科技、工业产业之后，流向农业、农村和农民。
李道亮教授说：
ai农业可以打破时间和空间资源的分散。我们对农业的关注度和投入度，还有很多事情可以做。
无外部高速时钟时HSE_RDY被意外置位问题
使用obd接口有何风险
使用VPLC控制器进行图像拼接的实例
实时频谱分析仪中如何选择合适的FFT窗函数
三星推出新款Galaxy Note 9希望能够吸引iPhone用户
AI种的草莓，确实没有人工的甜
基于Android的Linux内核的电源管理：Early Suspend
英飞凌针对中国市场推出全新XMC1000工业和消费类单片机家族
摩托罗拉XT701 3G手机开始预售
外资PCB厂商处于领先地位，内资PCB厂商迎头赶上
商用车AMT维修技能指南
FHX机架式光纤配线箱的特点和安装说明
浅谈AFC(AFT)电路
智能仪表非线性自动校正方法探讨
具有领先性能、功率和面积比的GPU IP——The PowerVR Series8XT
构成区块链安全漏洞的主要因素有哪些
dfrobot10段 LED光柱简介
四个特征定义大数据，完善大数据的定义
亚马逊Alexa引领，智能语音助手掀新篇章
CVPR 2023 | 华科&MSRA新作：基于CLIP的轻量级开放词汇语义分割架构