吳恩達都在做的AI農業到底有什麼魔力?

2021-09-19 20:57:44 字數 2173 閱讀 7108

但在眼下,農民有時候並不「信任」ai,甚至不採用ai。

ai能幹什麼?

它能與人類交流,能幫助人類識別並抓捕嫌疑犯,也能夠協助醫生進行診斷……不知不覺間,ai已經深度滲透人類的生活,幫助教育、安防、醫療等多個領域實現智慧型化公升級。

然而,在ai向著人類生活全面進軍的時候,依然有著「滄海遺珠」般的存在,比如農業。

農業已成ai的「試驗田」,它需要ai

ai與農業之間存在一種「互利互需」的關係。

於農業而言,ai的加入能夠幫助其解決勞動力短缺、工作效率低等問題。這其中,以植保無人機最具代表性。

所需人工少、工作效率高……這種自動化、智慧型化的操作,很適合當下的農業。

就在今年7月底,其所創立的ai公司landing.ai與中聯重科簽署了戰略合作協議,雙方將在智慧型農機等方面進行技術研發與合作。在吳恩達看來,用ai改造農業會讓農民的工作更有效。

眼下,農業已經對ai有所需求,反之,於ai而言,農業則是一塊「試驗田」,也是乙個大有可為的應用場景。

現如今,植保無人機在噴灑作業中的操作愈發成熟穩練,且保有量也翻了不止百倍。有資料統計,至2023年,國內無人機市場總規模將達到750億,而農業植保無人機就占去了200億的份額。

可以說,植保無人機代表了「ai+農業」的乙個縮影。在農業這一場景下,植保無人機所搭載的ai技術得到了提公升,並實現了自己的價值。

這之外,不同於已經半隻腳踏入成熟期的植保無人機,自動駕駛農機、採摘機械人、農作物物聯網監控……更多的「ai+農業」應用正處於不同階段的發展期或是萌芽期。這也意味著,「ai+農業」的成長空間還有很多。

農業需要ai,但是農民「不信任」ai

調查機構marketsandmarkets的報告顯示,全球智慧型農業市場在2023年達到了67億美元,預計將在2023年達到75.3億美元,到2023年則是135億美元,**年復合增長率為12.39%。其中,2023年人工智慧技術在農業市場的價值為4.322億美元,預計這一數值到2023年將變為26.285億美元,**復合年增長率為22.5%。

依照資料來看,「ai+農業」大有可為。然而,從眼下的情況來看,農民有時候並不「信任」ai,以致於不去用ai。

在許多人看來,諸如植保無人機這類自動化工具不能夠取得他們的「信任」。換一種說法,ai+農業的軟硬體應用對於他們而言是「陌生」的,而有時候,最終成效也難以保證。

目前,人們較為熟知的「ai+農業」產品為植保無人機,但截至今年6月,其普及率不足10%。這背後的原因有許多,包括飛手短缺、缺乏行業標準以致於植保效果難以有效評估等等。

植保無人機之外,「ai+農業」的軟硬體應用還包括自動駕駛農機、物聯網監控、採摘機械人等等。不可否認,一旦這些技術或產品被投入使用,它們將能夠帶來極大的農業經濟效益。屆時,通過物聯網監測,農作物將能夠朝著最佳狀態的方向生長,而通過自動駕駛農機、採摘機械人等等,人力成本也將大大降低。

在現實情況中,這些應用有的還處於實驗室中,有的才堪堪起步,比之植保無人機更讓農民覺得「陌生」。

此外,在具體的實施上,它們也正面臨一些難題。以物聯網監控為例,農作物生病前兆是什麼?怎樣才是最佳生長環境?它的標準是什麼?什麼時候才是最佳收穫時間?ai系統判斷這些問題都需要大量資料的支撐,然而這方面卻是相對缺失的,需要人們將以往棄之一旁的資料重新「撿起來」,建立乙個資料庫,以此去進行訓練。另外,在某些地區,物聯網所依賴的網路訊號連線的穩定性也是乙個問題。

最後 眼下看來,ai+農業的確具有發展前景,且植保無人機也打了乙個較好的「開頭」。但是,農民不「信任」ai、不採用ai也是一種較為普遍的現實。

依據目前的情況,在實施操作上,ai在農業上主要有兩大主流方向,一類是物聯網監控,一類是規模性、非精細型農作業,比如自動駕駛農機、植保無人機等等。

而在模式上,前者較為適合針對性的系統部署,後者多將採用租賃式,由乙個團隊進行運營,面向農民提供服務,如同現在植保無人機的服務模式。至於採摘等精細類操作,在技術等方面還需要多加磨合磨合。

梯度下降 from 吳恩達的機器學習

梯度下降 用來求函式最小值的演算法,使用梯度下降演算法來求出代價函式的最小值。梯度下降思想是 開始時我們隨機選擇乙個引數的組合 計算代價函式,然後我們尋找下乙個能讓代價函式值下降最多的引數組合。我們持續這麼做直到到到乙個區域性最小值 local minimum 因為我們並沒有嘗試完所有的引數組合,所...

吳恩達機器學習 代價函式的總結

在講代價函式之前我們說一下假設函式。假設函式是通過訓練得出模型,把模型表示成乙個函式,來對輸入變數 出輸出變數的。例如 對於乙個單變數線性回歸模型,假設函式是 0 1?除輸入變數和輸出變數之外的那兩個引數是可以任意改變的。我們做的是改變這些引數,讓我們模型的誤差更小。當然單變數線性回歸問題中,那兩個...

Elam的吳恩達深度學習課程筆記(一)

記憶力是真的差,看過的東西要是一直不用的話就會馬上忘記,於是乎有了寫部落格把學過的東西儲存下來,大概就是所謂的集鞏固,分享,後期查閱與一身的思想吧,下面開始正題 什麼是神經網路呢,我們就以房價 為例子來描述乙個最簡單的神經網路模型。假設有6間房屋的資料,已知房屋的面積,單位是平方英呎或者平方公尺,已...