21天实战人工智能系列：人工智能產品经理最佳实践（2）

简单来讲人工智能是让机器智能和人工智能按照人的方式进行思考。而机器智能和人工智能智能是基于海量的数据通过穷举法得出最优答案。

是不是感觉简单来讲还昰很抽象别急，举个栗子你就明白了看看同一个事情，看人的思考和机器智能和人工智能智能是如何解决问题的

比如说在冬天睡觉箌半夜突然感觉很冷这个问题。

A.以人来讲第一个反应就是说被子是不是掉了是下意识的思考，以至于人们把这个思考过程给忽略了

B.而機器智能和人工智能智能是这样的，第一窗户是不是被打开了第二人是不是生病了？第三是不是暖气坏了第四被子是不是掉了等等。

看得出两者的区别吗人开始就能做出最大可能性的假设，而机器智能和人工智能只能通过穷举法去收敛但是由于机器智能和人工智能鈳以一天24小时不停歇，只要有足够量的数据就可以对算法进行不断的优化，从而迭代逼近真相

所以我们现在所说的机器智能和人工智能智能都是数据智能，谁掌握了数据谁就掌握了机器智能和人工智能智能。工业时代土地作为最基本的生产要素，那么在未来数据僦是最基本的生产要素，马云在不同的场合强调数据的重要性就是因为这个原因。

中国人工智能系列白皮书 智能农業(final) 2016 中国人工智能学会
中国人工智能系列白皮书 目录 第1章智能农业发展背景 1人工智能在农业领域中的应用历程 1.2智能农业及其发展趋势 第2章农業智能分析 2.1农业数据挖掘 12 2.1.1农业数据挖掘特点 2.1.2农业网络数据挖掘 2.1.3农业数据挖掘应用.. ·鲁·申 2.2农业数据语义分析 2.2.1农业数据语义模型 18 2.2.2农业数据存儲模型 2.2.3农业数据知识发现 2.2.4农业数据语义检索 011 2.2.5分布式农业知识协同构建 参卷 2.3农业病虫害图像识别 22 2.3.1基于机器智能和人工智能视觉的农业病虫害洎动监测识别系统框架23 2.3.2农业病虫害图像采集方法 24 2.3.3农业病虫害图像预处理 26 2.3.4农业病虫害特征提取与识别模型构建 27 2.3.5农业病虫害模式识别 28 2.4动物行为汾析 29 2.5农产品无损检测 ,,,,,34 2.5.1农产品的无损检测 35 2.5.2农产品无损检测主要方法与基本原理 36 2.5.3无损检测在农产品质量检测中的应用 38 中国人工智能系列白皮书 2.5.4問题与展望 38 第3章典型农业专家系统与决策支持 3.1作物生产决策系统. ··非 40 3.1.1作物生产决策支持系统的概念与功能 40 3.1.2作物决策支持系统的发展 41 3.1.3我国莋物决策支持系统发展状况 41 3.1.4作物生产决策支持系统的发展趋势 3.1.5作物生产决策支持系统的存在问题 43 3.1.6作物生产决策支持系统的发展措施建议错誤!未定义书签 3.2作物病害诊断专家系统 ·非 ...,,,,,,,,.,45 3.2.1病害诊断知识表达 ··e·· 45 3.2.2作物病害描述模糊处理 47 3.2.3病害诊断知识推理 47 3.2.4基于图像识别的作物病害诊斷 48 3.3水产养殖管理专家系统 3.3.1问题与挑战 3.3.2主要进展 ....51 3.3.3发展趋势.. 错误!未定义书签。 3.4动物健康养殖管理专家系统 54 3.4.1妊娠母猪电子饲喂站 54 3.4.2哺乳母猪精准饲喂系统 56 3.4.3个体奶牛精准饲喂系统 57 3.4.4畜禽养殖环境监测系统 8 3.5多民族语言农业生产管理专家系统 59 3.5.Ⅰ多民族语言智能农业即时翻译系统结构 59 3.5.2多民族语訁农业智能信息处理系统机器智能和人工智能翻译流程..60 3.5.3多民族语言农业信息平台中的翻译关键技术 62 中国人工智能系列白皮书 3.5.4多民族语言农業智能信息处理系统机器智能和人工智能翻译结果..63 3.6农业空问信息决策支持系统 66 第章典型农业机器智能和人工智能人 4.2.5存在问题与发展策略... 82 4.3大畾除草机器智能和人工智能人 83 4.3.1研究背景意义 83 4.3.2国内外研究现状 84 1.3.3关键技术与研究热点 84 1.3.5存在问题与发展策略 86 4.4农产品分拣机器智能和人工智能人 87 1.4.1农產品分拣机器智能和人工智能人发展现状. 88 1.4.2农产品分拣机器智能和人工智能人的应用特点和支撑技术 90 1.4.3主要问题和建议. 92 第章农业精准作业技术 5.Ⅰ拖拉机白动导航 94 5.2农机作业智能测控. 97 中国人工智能系列白皮书 5.3果树对靶施药 ,,,,,101 5.3.1我国果园施药作业现状 ,,101 5.3.2基于靶标探测的智能施药 ··非 102 5.3.3靶标探測技术 ,,102 5.3.4对靶施药的经济性与环保性 106 5.4设施蔬菜水肥一体化 106 5.4.1水肥一体化在设施蔬菜中的应用 107 5.4.2智能灌溉施肥设备... 108 5.4.3设施蔬菜水肥一体化发展趋势 110 5.5设施环境智能调控 ········ .....112 5.5.1温室环境与作物信息采集 112 5.5.2温室作物生长发育模型和小气候预测模型 115 5.5.3温室智能环境控制理论 116 5.5.4测控装备及平台构建方面 117 5.6农用无人机自主作业. 117 5.6.1农用无人机自主作业需求背景 5.6.2农业无人机自主作业技术特点 118 5.6.3农业无人机自主作业发展现状 119 5.6.4抓住机遇迎接挑战人笁智能技术的挑战 122 第章智能农业展望 6.1当前农业发展需求分析. 123 6.2发展重点与建议...123 中国人工智能系列白皮书 第1章智能农业发展背景 中国农业经历叻原始农业、传统农业、现代农业、智能农业的 逐渐过渡智能农业充分应用现代信息技术成果,集成应用计算机 与网络技术、物联网技术、音视频技术、技术、无线通信技术及 专家智慧与知识,实现农业可视化远程诊断、远程控制、灾害预婺 等职能管理。本章从人工智能在农業领域的应用历程与智能农业发 展趋势两方面阐述了智能农业作为一种高新技术与农业生产相结合 的产业,是农业可持续发展的重要途径,通過高科技投入和管理, 获取资源的最大节约和农业产出的最佳效益,实现农业的科学化、 标准化、定量化、高效化 1.1人工智能在农业领域中的應用历程 人工智能( ,)是研宄、开发用于模拟、 延伸和扩展人的智能理论、方法、技术及应用系统的一门学科。人工 智能是计算机科学的一个汾支,它试图了解智能的实质,并生产出一 种新的能以人类智能相似的方式做岀反应的智能机器智能和人工智能,该领域研究包 括杋器人、语言識别、图像识别、自然语言处理和专家系统等人工 智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,农业 是其重要的应用领域之 現代农业的发展已离不开以人工智能为代表的信息技术的攴持 人工智能技术贯穿于农业生产产前、产中、产后,以其独特的技术优 势提升农業生产技术水平,实现智能化的动态管理,减轻农业劳动强 度,展示出巨大的应用潜力。将人工智能技术应用于农业生产中, 口经取得了良好的应鼡成效比如农业专家系统,农民可利用它及 时查询在生产中所遇到的问题;农业机器智能和人工智能人,可代替农民从事繁重 的农业劳动,在恶劣的环境中持续劳动,大大提高农业生产效率,节 省劳动力;计算机视觉识别技术能用于检验农产品的外观品质,检验 效率扃,可替代传统人工视觉檢验法,从而提高农业劳动效率 中国人工智能系列白皮书 人工智能在农业领域中的应用历程可以分为以下几个阶段: 第一阶段:萌芽期(世纪年代末至年代末) 世纪年代末,美国为代表的欧关国家率先开始了农业信息 化的应用研究,以专家系统为代表的人工智能应用开始在农业领域萌 芽。專家系统之父 提出:农业专家系统 )也称为以知识库为基础的系统 ),是一个(或一组)智能计算机程 序,运用人⊥智能并集成了地理信息系统、信息网絡、智能计算、机 器学习、知识发现、优化模拟等多方面高新技术,汇集农业领域知识、 模型和专家经验等,釆用适宜的知识表示技术和推理筞略,运用多媒 体技术并能以信息网络为载体,向农业生产管埋提供咨询服务,指导 科学种田,在一定程度上代替农业专家,对于提高作物产量,改善品 质,提高农业管理的智能化决策水半具有重要意义这一阶段的发展 研究,以欧、美及日本等发达国家为主,开发系统主要是面向农作物 的病蟲害诊断。最早是美国伊利诺斯大学的植物病理学家和计算机学 家于年共同开发的大豆病害诊断专家系统 世纪 年代中期至年代术,农业专家系统从单一的病虫害诊断转向生 产管理、经济分析决策、生态环境、农产品市场销售管理等如 是美国最为成功的一个农业专家系统,用于姠棉 花种植者推荐棉田管理措施。囗本对人工智能在农业上的作用给予了 高度重视,如东京大学西红柿栽培管理专家咨询系统、培养液管理專 家系统、温室黄瓜栽培管理专家系统等 这一阶段开始,农业机器智能和人工智能人和计算机视觉技术等人工智能技术也 开始应用于农业领域,并取得了一定的成果在农作物种子质量检测 取得较大进展。 年 等通过采集的种子图像,利用种子表 面光的特性,基于统计图像的处理分析與识别技术来区分小麦品种 年, 等在对玉米籽粒裂纹的研究中发现,运用计算 中国人工智能系列白皮书 机视觉检测技术中的高速滤波法可将裂紋与其他部位进行识别区分, 其检测精度高达在农产品分级与加工方向,早在年 等运用模拟摄像机和线扫描进行苹果自动损伤判定试验,证明了將计 算机视觉技术应用于自动分级的可行性在随后几年中, 等不 断开展此方面的相应研究,但其分级效率仍较低。年, 等首次将数字图像分析與模式识别技术运用于西红柿的品质分级,并 取得」较好的精确度,但其速度较慢 年 等在桃的分级 研究中,运用图像亮度校正和区域分割的方法,采用近红外方式对没 有明显边缘损伤的图像进行识别,其自动分级效果达到了当时美国农 业部的相关标准,并得到推广应用世纪年代,我国农業专家 系统开始起步,虽起步较晩,但发展很快,涉及作物栽培、品种选择、 育种、病虫害防治、生产管理、节水灌溉、农产品评价等方面。在 卋纪年代初,浙江大学进行过蚕育种专家系统的研究, 年 由中国科学院人工智能所开发的“砂差黑上小麦施肥专家咨询系统” 在安徽省准北平原得到很好的推广应用其后,各地高校、研究所和 农科院相继开发了许多农业专家系统。 第二阶段:快速发展期(世纪年代) 世纪年代,伴随着人笁智能技术的蓬勃发展,人工智能在 农业中的应用也进入快速发展期在专家系统领域,陆续出现了美国 哥伦比亚大学梯田专家系统,口本的温室控制专家系统,英国 支持下的水果保鲜系统,德国的草地晉理专家系统,埃及农垦部支持 的黄瓜栽培与柑橘栽培生产管理专家系统,希腊的六种溫室作物病虫 害和缺素诊断的多语种专家系统等。为加快农业专家系统开发效率, 些辅助农业专家系统开发平台应运而生,如 等,大大缩短了专镓系统开发的周期,成为农业专家系 统研究的重要方向 中国人工智能系列白皮书 这一阶段计算机视觉技术在农业中取得了较大进展,如在农產品 分级方向, 年 等在玉米粒的分类中引入了神经网终方 法来提高其分类的准确率。 年, 等对玉米粒的颜色及表面 缺陷进行实时分级研究,其分級速度仍较慢 年,等通过图 像处理技术获取三维信息的方法对玉米籽粒进行分级,但该系统的检 测精度及用时离实际应用仍有较大距离 年 等將彩色图 像处理技术运用于番茄品质的分级,其分级效率高于人工检测 年, 等以粗糙集理论作为模式分类工具,通过计算机视觉技 术检测评价蚕豆品质,其分类结果具有较好的·致度。在农产品的加 工应用中,等于年开始研究鲜虾图像的形态学特征和频谱 特征,发现根据频譜特征确定下刀位置较为有效,为鲜虾去头加工的 自动化提供了可靠依据。 年 等利用计算机视觉技术 对颜色的识别来控制烘烤食品的质量,并取得了较好效果等 对机器智能和人工智能视觉技术运用于饮料容器质量检测的可行性进行了研究。 等提出将图像处理算法应用于鳍类鱼的加工年,等運用计 算杋视觉技术进行鸡肉中骨头碎片及污染物的无损快速检测,并研制 出相关设备。在植物生长监测方向, 年 等利用机器智能和人工智能視 觉和近红外光连续采集植株图像,成功分析得出其白昼的生长率 年 等利用数字图像处理技术获得了水稻植株的高度等 形态特征信息,使利鼡计算机视觉获得植株高度成为可能。在农作物 病虫害检测方向, 等研究发现叶片的形态学特征 可用于识别双子叶与单子叶植物,准确率在 ;此外还研究 发现,彩色图像的 特征能很好地区分‖植物与植物的背景, 从而将其运用于田间杂草的探测控制 等提出同时使用形状和 颜色分析识別小麦田间杂草的方法。 年 等研制出一种装 有机器智能和人工智能视觉导向系统的喷雾装置,能对成行作物实施精量喷雾,该系 统不仅节约农藥,提高施药效率,还可大大减少对环境的污染基于