随着全球范围的人口老龄化和过渡灌溉与施肥造成的水土流失及土壤污染，农业急需从粗放走向精细，同时提高产量、资源利用率和利润，从而缓解全球性饥荒和环境污染问题。此次疫情带来的复产复工难，进一步凸显出以自动化生产和智能化决策为核心的智慧种植方案的经济和社会价值。
在这一背景下，发展数字农业农村成为全球共识，多国政府相继推出发展计划，如欧盟、德国、荷兰与日本等，包括用现代信息技术与先进农机装备应用推进农业4.0时代，为小农户搭建智慧服务平台等。据国际咨询机构研究与市场预测，到2025年全球智慧农业市值将达到300亿美元。在中国，2020年1月农业农村部和中央网信办印发《数字农业农村发展规划(2019-2025年)》，描绘了中国数字农业发展新蓝图，对推进农业生产经营和管理等领域数字化改造、推动智慧农业向深度发展有重要意义。
而随着AI技术在中国不断发展，其应用已逐渐渗入农业生产全过程，机器学习、计算机视觉、大数据分析和云计算等是其中应用最广泛的技术。农业场景由于迭代周期较长，通常依赖农业专家数十年的经验积累；也因其包含大量复杂的物理、生物化学过程，信息量巨大，人类难以做到精准决策，而是依赖感性判断。AI技术的引入，可以高效利用传感器监测数据提取特征规律，同时借助集成了大量人类专家经验的仿真器进行模拟、探索和优化，形成一套实时、精准、可迁移的决策技术方案。
在此背景下，腾讯不断在农业领域持续合作与加大投入，累计研发优势和技术经验，与中国农科院、辽宁省政府、中粮集团、广东粤旺农业集团、深圳壹家仓和仲恺农业工程学院等企业和机构签订战略协议，布局智慧农业，通过深度合作让技术研究与落地商业化并驾齐驱。
腾讯在辽宁试点种植顾问、有多年种植经验的资深农业技术员刘建华说，作物在不同的生长周期对温室环境有不同要求。以温室温度为例，传统番茄种植中，农民应在苗期、花期、果期设定不同温度，但很难精准识别每个时刻下环境和作物生长状态的细微变化，从而判断对应的理想温度，所以在一个种植周期内，农民通常会估算一个固定温度值来操作，这非常依赖经验，无法实现低成本条件下，精准、实时、自动的种植决策优化和温室控制。
而AI种植方案，具有自动智能、因时制宜、高效精准等特点，用IoT传感器按分钟或小时的高频密度，采集空气/土壤温湿度、二氧化碳浓度和光合有效值等多种环境数据，优化后的温室仿真器能快速做大量种植模拟（15秒模拟82个生长周期），再用不断优化的强化学习AI算法选择最佳种植决策，最后自动控制温室，精准利用资源，提高作物的品质和产量。
辽宁的种植方案使用当地三个日光温室种植番茄，配备了传感器、控制器、边缘网关等工具，在腾讯云上搭建配套PaaS平台，种植决策和温室控制均可自动执行，农民只需要在种植、采摘、设备日常维护之外做少量基础农活，节约了人力。
试点期间迎来了突发的2月倒春寒，温度骤降。但AI算法的种植体现出稳定性与强容灾能力，配合卷帘、放风机等底层自动化控制技术，实现了小时级的温度调整，因时制宜。
腾讯方面相关人士表示，辽宁试点取得的成果，初步验证了智慧种植方案在国内落地的可行性。期待不久的将来，腾讯能够真正打造出有“中国特色”的AI+农业解决方案，从产学研用一体化生态建设中，共同探索智慧农业的未来。
: 刘大毅
