不只是高大上，AI也想讓傳統農業煥發生機

編者按：當你將人工智慧和未來世界聯繫在一起時，你的腦中浮現的一定是各種炫酷的科幻場景。但對於微軟研究院系統與網路組首席研究員Ranveer Chandra來說，未來的人工智慧也許會在增強Wi-Fi信號、延長電池壽命和實現精準農業等看起來並不起眼的領域上大有可為。一起來聽聽他的想法吧！本文是Ranveer Chandra採訪內容的文字精簡版，了解完整內容，請收聽文中採訪音頻。

微軟研究院系統與網路組首席研究員Ranveer Chandra

採訪音頻：

2005年，我從康奈爾大學畢業之後加入了微軟，我的研究領域從最初的網路一直擴展到電池、農業等，所有這些研究都是圍繞著系統領域展開的。我們在嘗試用各種全新的技術將全世界連接起來，讓人工智慧能夠造福每一個人。

增強Wi-Fi信號

現在，只要一離開家，家裡的Wi-Fi就無法覆蓋到我們。但想像一下，如果將來有一個能讓你在距家幾英里之外還訪問家中互聯網的路由器該有多好。

為了實現這個想法，我們從2009年開始就開展了一個名為White Space的項目——利用空白電視頻段（empty TV channel）來輸送Wi-Fi信號。在相同的功率水平下，UHF（Ultra High Frequency）電視頻率傳播的信號距離是Wi-Fi的4倍，而VHF（Very High Frequency）頻率傳播的信號距離則是Wi-Fi的12倍，這是在什麼都沒有的空間里產生的結果，如果我們把樹木、莊稼、建築物也考慮在內的話，信號會傳播更遠。事實上，我們在印度的實驗中為一所鄉村高中通了互聯網，學校周圍16公里的地方都能接受到Wi-Fi信號。

將Wi-Fi信號接入到空白電視頻段利用了動態頻譜接入技術，我們提出了一個有網路伺服器後台的構架，待接入設備會向網路伺服器傳送位置信息，然後網路伺服器會根據位置信息返回可接入的頻段信息，這是建立互聯網連接的一種新方法。事實上，圍繞著空白電視頻段存在著一個完整的生態系統，大量企業都在生產相關設備。我們希望互聯網能進入世界上最偏遠的地方，現在我們已經邁出了第一步。

延長電池使用時間

除了Wi-Fi，電池也在悄悄發生著改變。從2010年起，我們開始了對電池的研究，試圖研究如何將移動設備的電池使用時間延長至一周，這些移動設備包括手機、筆記本電腦、平板電腦、二合一設備等產品。

我們嘗試改造了整個電池組——包括電池、電池管理系統、電池驅動程序、操作系統以及運行的應用程序。最開始，我們先為電池的消耗進行建模，用來了解屏幕、處理器、網路等各部分的電池消耗量。然後，我們嘗試將不同化學成分的電池（例如快充電池和高能量密度電池）結合在一起，用戶可以根據需求切換到不同的電池。我們構建了包括從電池到電池硬體和操作系統模塊以及能預測未來電池工作量的AIP(artificial intelligence piece)在內的整個電池組。在此基礎上，我們提出了software-defined batteries的全新電池模式，允許用戶混合和匹配不同的電池。

目前，我們已經在移動設備上試用了這項技術，但我們還希望能擴大它的應用範圍，例如在電網中可以利用這項技術提高儲電量。另一個可能的應用場景是電動汽車，行駛途中的交通狀況、溫度、剎車頻率等因素都會影響到電動車電池的消耗。而根據目的地信息，電池組的AIP組件能夠提早預測相應的電池影響因素，進而智能選擇使用不同的電池，讓車輛行駛地更久。

精準農業

我在印度長大，每年的寒暑假，我都會和住在農村的祖父母一起度過。在某種程度上，我不喜歡當地的耕種方式，那似乎和貧窮掛鉤。在學習計算機之後，我想開發一種能影響他們耕作方式的技術，這也是我開展FarmBeats研究的初衷。

FarmBeats的目標是實現數據驅動農業。到2050年，世界糧食生產需要增加約70%才能養活全球日益增長的人口。要滿足這種糧食生產需求就要增加耕地數量，但耕地的數量是固定的，而且水資源也正在減少。所以現在最有希望滿足糧食需求的技術似乎就是數據驅動的農業。

數據驅動的農業能夠繪製包含一塊農田所有相關數據的地圖，例如，整塊農田的土壤養分水平是多少？土壤以下6英寸處土壤濕度是多少？如果能夠做到這一點，就可以實現精準農業——在特定的地點做特定的事，這樣效率就會大大提高。例如，只在需要的地方灌溉和噴洒殺蟲劑，而不需要噴洒灌溉整個農田。精準農業已被證明可以提高產量，降低成本，對環境也有很大的好處。

其實，精準農業的概念在上世紀80年代就被提出了，但由於成本的原因沒有大面積被應用。我們的目標是將這些數據驅動農業解決方案的成本降低兩個數量級，比如將感測器的價格從8000美元降為80美元，我們有信心可以做到這一點。

事實上，White Space項目和FarmBeats項目可以很好地結合起來。現有感測器價格昂貴的一個重要原因是感測器和雲計算服務之間高昂的連接費用，農場里通常需要通過衛星或者是自建基站來傳輸數據。但是人們生活的區域都會有電視塔，而且因為農村人少、電視塔也少，所以會有更多空白的電視頻段，這也意味著我們有更多的頻譜可用。這些頻譜能夠傳輸數百兆位元組的數據，可以讓我們連接感測器、無人機、攝像頭等，進一步連接起整個農場。

為了繪製精準的土壤濕度的農場地圖，往往需要在不同的土壤中部署大量感測器，成本投入巨大。而為了減少感測器的使用數量，我們將地面感測器數據與無人機獲得的航空圖像相結合。利用地面感測器獲得的數據和航空圖像來訓練機器學習模型，進而建立準確的土壤水分、土壤溫度、土壤PH值等地圖。同時，我們在農場部署了Azure物聯網邊緣設備，在本地就可以進行機器學習、數據處理等任務，最後只需將處理結果傳送到雲端即可。除此之外，FarmBeats項目還包括電力創新在內的一系列方案。

在微軟，我們不僅僅在寫論文、做研究，也在通過與不同領域的人的合作將研究轉化成產品。就像FarmBeats這個項目，我們需要跟包括計算機視覺、機器學習、硬體、農業、電池、網路系統等不同領域的專家合作，最終讓並不懂技術的農民能夠使用到這項成果，讓更多人從中獲益。

長久以來，支撐我們研究的背後力量，是使技術更加普及，讓技術惠及更多弱勢群體。對於研究者而言，如果能夠把如何造福普通人這一因素納入到自己的研究項目當中來，將會給研究帶來一個全新的視角，而解決實際問題也會給研究員帶來極大的成就感。

讓我們繼續更深入地擴展計算機科學中最先進的技術，不斷思考如何才能造福世界、造福更多普通人。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！