當前位置:
首頁 > 知識 > 前瞻研究:日本農業人工智慧發展與趨勢 智周報告核心版

前瞻研究:日本農業人工智慧發展與趨勢 智周報告核心版

農業是國民經濟中一個重要產業, 廣義上指包括種植業、林業、畜牧業、漁業、副業等多種產業形式。

智能農業的概念已經在日本發展了數年,已經有很多成熟案例及相關技術的出現。針對農業產業鏈的多個方面,人工智慧技術都可以被用於提高農業的生產效率。

人工智慧技術對實現智能化農業生產起到了決定性的作用,如深度學習、機器人等。已經在農業的各個細分領域發揮了實際的作用。

本報告為「智周」報告系列核心版之《日本農業中智能技術應用現狀及展望》,希望通過展示日本農業中智能技術的應用與案例為農林牧漁相關從業者和讀者就不同場景使用前沿技術提供參考。

報告作者 | 熊利郎、陸少游

摘要

人工智慧、物聯網、雲計算等智能技術正在逐漸改變農業生產的工作模式。結合人們對農產品產量和質量上的需求不斷提高,智能技術在日本農業中的應用變得尤為重要。

隨著日本勞動力缺口的擴大,日本農業面臨著後繼無人的困境。商家已經試圖在農業的產業鏈細分領域進行突破。針對農業領域的不同痛點,商家們已經通過部署人工智慧解決方案來解決實際 的問題。如自動採摘機器人,農產品等級分類系統,農產品病蟲害監控系統等。其中計算機視覺,、雲計算、深度學習、智能機器人等尖端技術發揮到了關鍵作用。

一、智能農業市場規模

基於富士經濟株式會社的統計,日本國內的智能農業在2016、2017年度的市場規模分別為104億和120億日元。預計2023年度,日本智能農業市場規模將增長至333億日元,為2016年的三倍。

結合日本的農業現狀,在未來人們對智能農業用於解決日本的勞動力人口不足等問題有很高的期望。此外,對於如何擴大智能農業的商業價值,商家們也在安全性,初始成本等多個方面不斷努力,希望能降低智能農業的初入門檻。

日本農業中智能技術市場規模及趨勢

二、日本農業通用智能技術

機器視覺:涉及計算機視覺、圖像處理、模式識別/機器學習等相關人工智慧技術。配合智能感測器或機器人等不同的載體,能夠輔助農業生產過程中,發揮對於農產品的監控和感知作用。

如識別農產品的成熟度,鑒別農產品的病蟲害感染情況,農作物的生長情況等。

農業機器人:不同類型的機器人可分別用於樹木嫁接,農產品自動收穫以及輔助農民攜帶和運輸物品等日常作業情況。

農業物聯網:通過採集與農產品相關的數據,如溫度,濕度,二氧化碳等。通過物聯網系統來調整到最合適的環境,從而驅使相關的空調設備,窗帘,門窗等相關設備的運轉,確保農作物能夠在最佳的條件下生長。

農業雲計算:通過分析氣象數據,歷史產量,病蟲害情況等,對於農產品未來的收穫日期,收穫的產量等做出相關的預測。在病蟲害發生的高峰時期提前發出預警,以方便農民及時投放農藥來保證農作物正常生長。

三、日本農業智能技術應用分布

點擊圖片可放大查看

四、智能技術在日本農業中應用案例簡述

NEC:病死雞監測解決方案。

通過在雞舍內的走廊設置專用的托架和拍攝設備,將拍攝到的圖像用於深度學習系統里訓練。訓練後的系統可用於自動識別病死雞。避免了工人需要不間斷的巡邏和依靠肉眼來實時監控肉雞的生長情況。有助於降低因為肉雞發生瘟疫所造成的損失。

富士通:農作物的生長及產量預測的解決方案。

避免依賴農戶的經驗,收割時間等造成的農產品質量參差不齊。同時,通過分析氣候因素,可以計算出最適合農作物生長的環境,確保農作物可以安全的生長。

日本水產:水產養殖預測系統。

通過拍攝水裡魚的視頻,利用計算機識別技術識別後自動計算魚的長度和重量,得到養殖魚整體的重量分布水平。避免了直接與魚接觸,降低了魚患病死亡的風險,對魚群也沒有傷害。

松下:西紅柿自動採摘機器人。

通過搭載的視覺感測器和深度學習技術,自動判斷需要採摘的西紅柿。確保採摘的西紅柿成熟度能夠保持一致。同時由於機器人可以24小時不間斷作業,可以顯著降低農民的工作量。

靜岡縣小池農場:黃瓜等級分類系統。

通過深度學習來判斷黃瓜的形狀,如彎曲度,顏色,表面光澤度等,將不同的黃瓜進行分類後用於不同的銷售場合。同時還可以根據季節的變化趨勢來調整分類的結果。

五、智能技術在日本農業領域的發展局限性

1. 技術的不足:機器識別目前還無法達到人類的精度。同時根據惡劣的農業現場環境,可能會造成識別誤差,導致農民遭受損失。

2.數據的匱乏:深度學習技術需要大量的數據,而目前的農業數據標準不夠統一,大量數據缺失造成的學習成本高。

3.無法大規模推廣:不同地區,不同類型的農產品所帶來的差異性問題,導致對智能化的需求各不一致。同一技術適應的範圍偏小,可適用性低也間接導致了技術的推廣成本高昂。

4.市場規模仍舊偏小:在初期階段需要大規模投資建設智能化。

六、智能技術在日本農業領域的未來趨勢

1.智能感應設備的普及:藉助感測器、歷史數據等來實時識別出問題,再由專家去解決,避免人力的浪費。尤其是繁瑣、重複性的工作如監控,巡邏等。

2.輔助人類工作:基於各種輔助機器人,讓農民可以更高效率的完成工作,如農作物採摘,運輸,農產品等級分類等。讓單位數量的農民可以完成更多的工作。

3.農民經驗的集成化:將農民的經驗通過機器學習後儲存在機器中,讓即使是新員工也能100%發揮熟練老員工的價值。降低培訓成本也有助於吸引對從事農業生產感興趣的其他人員。

* 本文為「智周」系列報告「核心版」,相應「深度版」的推出計劃將在後續公布,敬請大家關注。針對「日本農業中人工智慧技術應用現狀及展望」這一主題,有哪些方向或主題,你希望在報告深度版中讀到更詳細的闡述與分析,歡迎留言,這將成為我們製作報告深度版的重要參考。

關於「智周」系列報告

機器之心「智周」人工智慧技術應用報告系列重點關注現有人工智慧技術應用較成熟且應用潛力較大的正在進行智慧升級的傳統行業及場景,逐行業、逐場景為產業用戶高效而不失深度地呈現不同人工智慧技術的產業落地現狀、企業案例、技術應用趨勢等。「智周」人工智慧技術應用報告系列包含核心版深度版兩個版本:

核心版濃縮精華分析內容至2頁內,覆蓋重要數據、分析結論及案例簡述,以供使用者高效系統地了解人工智慧技術在自身所關注產業內的潛在機會

深度版在核心版的基礎上,包含詳盡的行業或場景痛點分析、技術解讀、落地案例詳解及資料附錄等,以供有深度研究需求的使用者進行深入探究。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 機器之心 的精彩文章:

INT#14 寒武紀研究院院長杜子東:分形馮諾依曼機器學習計算機

TAG:機器之心 |