“AI 农夫”PK“传统农人”，谁能赢？

在AI助力下，没有种田经验的“小白”，能让一亩田产出达到平均水平甚至更高吗？为验证答案，近日，一场“AI农夫”和“传统农人”的PK赛，在成都崇州市的高标准农田里拉开序幕。

这场“天府粮仓”人工智能水稻种植挑战赛，由中国农业科学院都市农业研究所、成都市天府粮仓国家现代农业产业园管委会等共同举办，成都市农业农村局提供支持。共有10支队伍参赛，由1支“AI农夫”队对阵9支“传统农人”队，每支队伍管理土地为100亩。

“AI农夫”队由中国农业科学院都市农业研究所开发的AI算法提供技术指导，1名资历较浅的农业职业经理人负责具体操作执行。其余9个团队，均是有多年经验的农业职业经理人，根据自己的种田经验操盘管理。秋收时，比赛组委会将组织专家级专业机构，对10块参赛田进行测产，对综合收益进行分析，多维度对10支团队的种植结果进行综合评审。

“AI农夫”PK“传统农人”，谁能赢？5月20日，记者带着疑问来到崇州，现场观看了几支队伍的前期准备工作，采访了“AI农夫”队技术负责人，以及“传统农人”对AI的看法和期待。

AI是如何学会种田的？

“90后”高颖是崇州的一名农业职业经理人，2021年开始系统学习种田，也许是因为“经验少、资历浅”，她被选为“AI农夫”队的具体操作执行人。眼下，她的100亩田地正处于“泡田”阶段，“把土层泡‘软’了，后期好耕耙和插秧。这几天，就要把秧苗插下去。”对于AI种田，高颖心怀期待，“虽然学习种田两三年了，但和老一辈相比，我还有很多不足的地方，尤其是在对病虫害的判断和防治上。”

AI能否补足高颖的短板？“对水稻病虫害的判断和防治，是我们前期训练AI的一个重点。”中国农业科学院都市农业研究所水稻AI种植技术团队成员康子秋介绍，要让AI掌握判断病虫害的能力，首先要让AI认识大量病虫害下水稻呈现出的生长数据是什么样的，比如叶子的颜色、斑点分布等，“所以，大量的数据收集是关键。”

去年的水稻种植周期内，康子秋和团队成员在崇州市有关部门协助下，选定6块试验田先期开展AI技术在崇州水稻种植上的应用探索，进行大量的数据采集和算法验证，这其中就包括病虫害数据等。

水稻生长过程中，会产生海量数据，哪些才是关键数据？

康子秋说，水稻生长周期里有返青、拔节、抽穗、完熟等关键节点，往往需要匹配相应的农事操作。他举例说，比如水稻拔节时，往往是追肥的好时机。但靠肉眼，尤其是对新手而言，很难准确判断水稻是否处于这一关键期，“基于一套水稻生长模型，我们的AI算法可以通过对采集的数据和图像进行处理与解析，相对准确地判断出水稻是否到了拔节阶段，然后给出具体的农事建议。”

作为技术支撑团队，康子秋和团队基本不需要出现在水稻种植现场，“我们前方有‘眼睛’。”原来，高颖管理的100亩田地上，安装了一组高科技设备，包括摄像头、传感器等，“这些设备，加上卫星数据，就能将水稻实时生长数据传送到后台。”

AI会完全取代人力吗？

眼下，各支队伍相继进入插秧阶段。伴随比赛正式开始，许多人发出相同疑问：AI会完全取代人力吗？

“不会！我们的目的，是希望通过AI赋能，降低新农人水稻种植门槛，让‘新手’迅速变成‘老把式’。”康子秋说，这也是为什么团队在给这个AI工具命名时，加上了“辅助决策”这样一个限定语。

这样的目的，源自现实需要。“年轻人不愿意种田，原因有很多，除效益问题外，还和技术门槛有关。”高颖说，虽然现在种田手段越来越机械化，但仍有不少环节需要人工去判断，这对很多没接触过种田的年轻人来说，并不容易。

而无论是从主观上，还是客观条件上来看，AI种田完全取代人力目前还不现实。之前，康子秋和团队成员在温室大棚里实践了AI种地理论，当年番茄产量达到平均水平。在第二个种植周期，有望超过平均水平。“但和温室大棚有很大不同，室外操作难度更大，温度、湿度、光线等关键因素都是不可控的，这对AI提出更高要求，AI可能随时会遇到新问题，然后再通过学习解决问题。这个过程中，需要有技术基础的农人配合。”康子秋说，对于眼下即将开始的这场PK，输赢并不重要，“对我们而言，更重要的是，通过比赛验证AI赋能水稻种植的能力，知道AI的长处和不足在哪里，为下一次升级工作提供数据支撑和决策依据。”

 康全球人工智能农业控制挑战赛，在温室大棚内种番茄等农作物。第一年，所有的AI团队都败给人工团队，但到第三年情况完全反转。这说明，通过不断学习，AI的能力可以不断进步。”

“传统农人”期待的AI种田

记者采访发现，虽然是竞争对手，但农业职业经理人都表达了对AI种田的好感和期盼。这种好感，和之前在种田新技术上的受益有关。农业职业经理人任健介绍，自己现在使用的一项技术，对提高种田效率很有帮助。

这项技术源自崇州市近年来引进的中化农业崇州MAP技术服务中心。中心负责人介绍，土地上作物长势的高矮、稀疏，反射出来的波长是不一样的。利用卫星技术收集这些波长，再通过一套计算方式能对农作物的长势进行判断，“结果投射在大屏上，颜色浅的表示长得还不错，颜色深的表示长势一般，这时就需要派人去现场查看具体情况。这样，能大大提高巡田效率，降低巡田成本。”

“近年来，种田领域出现很多新技术，无论是年轻一辈还是老一辈，都对科技赋能生产力有了更深的认识，更愿意接受新事物。”成都市天府粮仓国家现代农业产业园管委会相关负责人表示，希望AI种田能早日转化为新质生产力，为“天府粮仓”建设助力。

虽然持欢迎态度，参赛选手之一的农业职业经理人叶志祥还是有些担忧：“AI种田肯定要增加设备投入，如果花的钱太多，综合算下来就不划算了。”

这个担忧，康子秋已算过账：“我们现在测算下来，一亩田设备成本大概在100元左右，未来有望降低到每亩三四十元。”

设备成本降低的空间，在于“天地联动”，康子秋说：“我们的AI算法其实可以大量运用卫星数据。但现阶段很多卫星数据我们读取得还不好，需要用地面数据辅助解读，一旦我们破译了更多卫星数据和水稻生长的关系，就能减少地面设备投入。这一次的挑战赛，我们也会在实践中做好更多数据破译工作。” （记者 蒋君芳 成都观察 邹嘉语）