面对农业生产“谁来种”“谁会种”的难题，AI如何破题？
在位于北京市大兴区长子营镇，由裕农、京东方后稷、百度智能云联合打造的现代化水培植物工厂中，AIPaaS应用系统（采用设施农业智慧种植应用系统）使用极少人力就能生产出数倍于以往的新鲜蔬菜：自动判断蔬菜生长状态、提醒采收、自动检测害虫种类及数量、输出植保方案、自动识别克重……这种“无人种植”、“智慧农业”的模式，正是年轻一代“新农人”在将农业智能化的畅想变成现实。
一推开植物工厂大门，就看到郁郁葱葱的芝麻菜、鸡毛菜和奶油生菜等平铺生长在无数块种植板上。种植板下流动的是精准配置的营养液，能提供蔬菜生长所需的所有营养。一辆AGV（Automated Guided Vehicle）自动导向小车在苗床间“巡逻”，通过双臂上的摄像头拍摄蔬菜照片，记录生长状态。在这2600平米的空间里，只有两位工人在做一些搬运、采收的基础工作，其余的温度、光照、通风、虫害监测和生长状态判断都可通过京东方后稷的AIPaaS应用系统，由农业专家远程控制。
可就在几年前这里的情景还大不相同，当时由于技术人才不够，为了观察蔬菜的生长和虫害情况，厂里唯一一位农业专家李开每天都要走上两三万步亲自巡场，过年也不能休息，因为一旦疏忽就可能造成15%~20%的浪费，直到接入了百度飞桨零门槛AI开发平台EasyDL后，情况发生了改变。
EasyDL基于飞桨深度学习开源平台，面向企业AI应用开发者，能够实现零算法基础定制高精度AI模型。目前已有超过90万企业用户，在工业制造、安全生产、零售快消、智能硬件、文化教育、政府政务、交通物流、互联网等领域广泛落地。
AIPaaS系统由生产管理系统、智能环控和AI智慧种植三部分构成。李开介绍说，百度EasyDL的AI技术与京东方后稷AIPaaS系统结合后，主要作用于AI智慧种植，解决了两大难题：一是自动识别蔬菜生长状态及克重，二是自动预警病虫害。在识别蔬菜生长状态方面，基于百度的视觉技术及深度学习算法构建了克重识别模型，能通过图片判断蔬菜重量，进而判断其生长是否健康、能否采收, 在自动化识别效果方面，准确率达到95%以上。
听着简单，但实现过程并不容易。数据采集是关键环节，由于农业数字化基础薄弱、蔬菜产品难以标准化、以及长且固定的自然生长周期，前期数据采集要花不少功夫。据京东方后稷另一位农业专家孙博士介绍，前期在蔬菜生长的全周期都要雷打不动的收集数据，每天上午、下午需要在固定高度、位置、光线下拍摄照片，并对照片完成标注。“最开始的常用方式是，一张照片拍下6块种植板，每块种植板上有56棵菜，相当于需要标注300~400棵菜，而训练一个克重需要300张左右这样的照片，菜品标注量达到9万棵以上。”他们要先把一棵棵菜框起来，标注出是什么菜，然后通过文本标注出克重。好在EasyDL能提供一站式的智能标注、模型训练、服务部署等全流程功能，借助其中的EasyData智能数据服务平台，京东方的工作人员只用标注30%左右的数据，其余的数据都可通过智能标注功能自动完成。
前期的数据采集和标注完成后，就进入核心的模型开发环节。但由于植物密集生长的特殊性，导致成熟后叶子重叠，给模型识别增加了难度。通过EasyDL平台的已有模型难以实现，必须进行定制化开发。在经过细致调研和反复尝试后，百度EasyDL的研发人员最终将蔬菜克重识别离散化成克重区间分类模型，先采用目标检测模型分离背景因素的干扰，提取出有意义的蔬菜前景，再融合所有蔬菜前景信息给出图片的预测分类，实现了精准的克重识别。值得一提的是，在这样不断发现问题、解决问题，最终实现对蔬菜生长状态数字化的过程中，百度工程师们还拿下了三项专利，包括预测克重和植物生长状态控制预估等。
