去年底，“一块可以改变命运的屏幕”成为热门话题。当时，支持者和反对者列出了很多观点，但我们可以承认，这些讨论是建立在新技术与农村生活的结合已经开始引发一些变化的前提下的。放眼中国最广阔的市场，你会发现，从农业到农村市场所需的各种服务，再到农村劳动力转移的宏观趋势，有太多的需求可以通过技术力量来填补。农村市场科技人才资源相对稀缺的客观现状，使得智力在一定程度上成为了有别于城市社会的刚性需求。回首2018年，我们会发现，从下半年开始，科技巨头纷纷布局AI进农探索，AI医疗、AI教育等各类新兴产品和服务开始走向农业。新农村试验田。人工智能与农村的故事在短时间内迅速升温。但热闹布局的背后，我们也会发现一些明显的瓶颈，横亘在农村市场和AI的想象之间。绕过银幕上的争议，更多的AI故事正在山野间上演。不管2019年能否称为“AI+农村”元年，至少在今年，AI领域的故事必然会以惊人的比例增长。让我们回顾一下AI到今天是如何完成下乡、进村任务的。科技巨头的农业华尔兹AI进村的核心目标当然是证明它能够在一个行业做出成绩。所谓AI农业，从技术逻辑上很容易理解，就是利用AI带来的物理识别和机器视觉能力，结合数据分析技术，对农业生产中的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，这套逻辑既可以种粮食种菜，也可以养猪养鹅。但在实践中并不容易。一方面，农业数据相对匮乏，标准化程度很低。另一方面，相关技术装备几乎是空白。人工智能农业下，不仅是算法和数据的问题，更是对工程能力和硬件制造能力的考验。在以AI持有者——BAT为代表的科技巨头眼中，既然要进军工业AI和工业互联网，农业是绕不开的选项。其巨大的市场潜力和社会价值是科技公司无法割舍的蛋糕。2018年，工业AI全面启动，农业AI开始了自己的故事。是阿里先开始的。2018年6月7日，阿里云在云栖大会上海峰会上发布了ET农业大脑。通过数字化档案生成、农业数据智能分析、农产品溯源等相结合，开始将人工智能解决方案引入农业。在接下来的六个月里，腾讯和京东都宣布了各自的人工智能农业计划。据悉，擅长AI的百度也在路上。总体来看，目前人工智能农业主要走两条路：人工智能耕作和人工智能种植。说到养殖技术，我们中国人的看家本领就是养猪。很多人可能没有意识到，在规模化、技术化养猪的道路上，中国人绝对书写了一部波澜壮阔的史诗。正是因为养猪业务的高度规模化、标准化以及对新技术的敏感性，科技巨头玩AI+养殖十有八九会从猪入手。阿里ET农业大脑，利用机器视觉的AI摄像头和数据分析能力，观察猪的生长数据，实现适者生存；AI可以通过语音预测猪的身体状况，最终达到提高母猪分娩能力、降低死亡率的效果。去年11月，京东数科也开始描绘AI与猪的浪漫故事。除了接入AI摄像头和数据智能系统，京东的解决方案还包括物联网系统，以及自主研发的农业巡检机器人、喂食机器人等，并采用了全新的“猪脸识别”技术。有理由相信，未来会有更多的科技公司开始人工智能养猪。而AI也有自己的种瓜种菜之道。阿里ET农业大脑完成了甜瓜和生菜的合作案例。去年12月，腾讯AI实验室团队的“黄瓜种植”在国际人工智能温室挑战赛（AutonomousGreenhouseChallenge）中获得“AI战略”单项第一名、总分第二名。这也被外界认为是腾讯进军AI农业的开端。此次腾讯展示的“种黄瓜”的特别之处在于，通过强化学习算法，将专家知识体系潜入仿真机，让智能体有效学习人类专家的思维模式，从而回报到实际种植增加黄瓜产量，压缩传感器成本，提高了技术的实用性。AI种植行业目前主要集中在果园和大棚。通过对植物的数据采集和智能识别，判断肥水、温度、光照等条件是否合适，使粗放种植模式智能化、精准化。改变。再加上一些溯源直播的互联网玩法，健康+高产的AI果蔬就此诞生。还可以养猪、种菜。感觉AI在农业领域已经很火了。但也不要太乐观。目前，巨头们的AI农业征程才刚刚开始。今天各种值得夸耀的案例，其示范价值依然远大于商业价值。一方面，今天农业数据依然匮乏，农业AI仍然需要BAT专家到田间地头采集数据、修正参数。另一方面，大量的农区、农田是数据真空。今天，人工智能要想进入农业，只能依靠一些数据标准化程度高的农业部门，比如现代农场；有技术积累的合作方，如大型农业集团——完成更多1对1的商业实验AI+农业案例。与中国广袤的农田牧场相比，BAT专家显然是不够的。因此，时至今日，人工智能农业还处于科技巨头做好案例、打好模式，再拉拢有实力的合作伙伴共同推广的阶段。大规模的农业转型还很遥远。只有形成傻瓜式的产品和终端可以销售的AI农业解决方案；科技巨头和农民之间的产业中间层建立了清晰的产业链，“AI改变农业”这句话才有底气说出来。但无论如何，当我们看到北京、上海、广州的高楼大厦里的数据专家和算法工程师，穿着拖鞋??蹲在田里观察农作物的生长情况时，我们隐约可以看到一种紧张的开始故事。人工智能在农村社会的新作用除了产业赋能，面向社会的人工智能技术也越来越受欢迎。人工智能医疗、人工智能教育、人工智能金融、人工智能政务服务都在成为新的科技赛道。但是，我们需要注意这样的逻辑。与融合服务的移动互联网不同，AI+社交服务主要解决无人化的问题。通过机器学习对人类经验的再生产和再传播，人工智能可以在一定程度上替代部分人才的工作。比如AI语音交互代替老师，机器视觉设备代替医生进行医学影像识别等等。这样的能力，在人才饱和的领域，或许只能被视为替代品和效率提升工具。在农村，很有可能解决有与无的问题。如今，基于人工智能能力的医疗、教育等服务在农村的提供也越来越多。例如，基于其智能音箱天猫精灵，阿里去年推出了“天猫精灵小站”项目。计划通过建立天猫精灵小站图书馆，为农村孩子提供更多的教育资源。在早教人才相对匮乏、教学辅助资源匮乏的地区，智能音箱的接入不失为一种解决方案。在医疗方面，可以观察到更多的人工智能进村案例。比如上个月，多家媒体报道了百度灵异团队的AI眼底筛查一体机下乡之旅。通过视觉识别算法的训练，百度打造了一款基于AI的眼底筛查设备，可有效识别“糖网”等早期眼底病变。相比之下，在农村和乡镇地区，具备精准眼底筛查能力的医生并不多。复杂的眼病只能到省会城市等大城市就医，早期的疾病最容易被忽视。随着人工智能的加入，这个长期存在的问题有望得到解决。因为AI设备替代的不仅仅是机器，还有机器背后医生的判断和识别能力。这对农村地区来说是无价的。类似案例目前主要发生在医学图像识别和实验室检测领域。有理由相信，在不远的将来，AI将协助带来远程门诊，甚至远程手术。就像人工智能进入农业一样，人工智能农村医疗、人工智能农村教育等问题还处于起步阶段。今天的类似案例，更多的是属于企业公益范畴。如果商业化和推广的问题不解决，那么我们看到的永远是AI再次秀恩爱，而不是AI真正改变中国广大群体的生活。农村劳动力与人工智能基础设施农村与人工智能的另一个联系点不是人工智能帮助了农村，而是反过来——农村的劳动力成本优势正在成为人工智能发展的一种助推器。去年，多家媒体开始报道AI村、AI农村工厂等关键词。这种农村工厂的商业模式需要大量的AI训练数据，主要是图像数据。几乎没有门槛的数据标注，与外出打工相比，相对容易上手，重复率异常高，几乎不可或缺，一直不断下移，直到调到村里开始工作。于是有人笑说，你发现你的手机和平板都能识别花鸟鱼虫大牌奢侈品。AI村的出现，有人认为荒唐，也有人感叹“没有人工智能就谈不上智能”。但从产业结构来看，AI产业发展中大量必要的工作确实是常识性的，可以外包。而这种工作会自发地寻找劳动力成本低的产地。那么广大的农村劳动力自然成了香饽饽。客观来说，农村劳动力成本优势与人工智能的结合不会很快消亡。在这类外包工作中，图像识别至今仍是主体。但随着数据和AI产业的深入，各种与数据相关的工作都会涌向外包市场，比如垂直行业的数据清洗、数据整理、数据集处理等。对于人工智能来说，这些是必不可少的工作，而对于农村地区来说，这些工作可以坐在电脑前相对尊重地完成，离家也不远。必须看到，如果这样的AI村和AI农村工厂不积极寻求逐步提升自身的数据处理能力，而仅仅依靠常识+图像分类工作来维持生计，市场很快就会被大量淘汰。竞赛。完全干燥。只有进入垂直行业，锤炼出相对较强的数据运营能力，拥有让市场信服的数据保密能力，才能在这个新兴的外包市场获得长久的生存权。无论如何，如果我们觉得通过黑客马拉松和算法竞赛来找算法开发人员和安全工程师很酷，那么把数据清洗外包给农村大妈似乎也没什么好谈的。的。事实上，两者都遵循着相同的价值规律：满足新兴产业的需求，充分发挥自身的市场定位优势。结语不难看出，AI进村的故事在今天正经历着蓬勃发展的过程。巨头在占领阵地，农企在迭代；公益大放异彩，企业家也开始行动起来；算法工程师进了温室，村里的乡亲们在大洋彼岸对AI系统进行教育。变革才刚刚开始，但变革已经开始。这些紧张的场面，或许是当今中国人工智能影响最为深远的地方。如何适应这样的变化？或许一个好的解决办法是站在个体职业的角度思考AI的产业需求和市场需求，然后慢慢来。春天没有粮食，但种子必须在春天播种。
