去年年底，“一块改变命运的屏幕”成了刷屏话题。

　　当时支持与反对方各自罗列出很多观点，但我们或许可以承认，这些讨论都是建立在这样一个前提上：新技术与农村生活的结合，已经开始触发一些改变。

　　把目光放到这个中国最广袤的市场上，会发现从农业到农村市场所需的种种服务，再到农村劳动力转移的宏观走向，其中有太多需求可以被科技力量填补。

　　而农村市场科技人才资源相对匮乏的客观情况，又让智能化在某种程度上变成了异于城市社会的刚性需求。

　　如果我们回望2018，会发现从下半年开始，科技巨头们纷纷布局起了AI进军农业的探索，并且各种AI医疗、AI教育的新兴产品与服务，都开始走向农村这块新的试验田。

　　AI与农村的故事，正在短时间内快速升温。但在热闹的布局背后，我们也会发现一些明晰的瓶颈，横亘在农村市场与AI的想象力之间。

　　绕过屏幕的争议，更多AI故事正在山村田垄间上演着。无论2019年是否能被称作“AI＋农村”元年，至少这一年，田野上的AI故事必然会以一个令人惊奇的百分比上涨。

　　让我们来回忆一下，直到今天为止，AI都以哪些方式完成了下乡进村的任务。

　　科技巨头的农业圆舞曲AI进村的核心目标，当然是要证明自己能在第一产业有所建树。

　　所谓AI农业，在技术逻辑上很容易理解，即利用AI带来的物理识别与机器视觉能力，结合数据分析技术，将农业生产中大量流程进行重新优化，KUKA机器人维修，从而以智能方式提高农业生产效率，优化农产品质量。

　　理论上来说，这套逻辑既能种粮食种菜，也能养猪养鹅。但实际运转起来却不容易。一方面农业数据相对匮乏，标准化程度很低，另一方面相关技术设备近乎空白，AI农业命题之下不仅是算法与数据问题，同时也是对工程化能力与硬件制造能力的考验。

　　而在AI持有者——BAT为代表的科技巨头们眼中，既然要进军产业AI与产业互联网，那么农业又是无法绕开的一个选项。其巨大市场潜力和社会价值都是科技公司不能放弃的蛋糕。在2019年产业AI全面开动的契机里，农业AI也就顺势开始了自己的故事。

　　最先动手的是阿里。2019年6月7日，云栖大会·上海峰会上阿里云发布了ET农业大脑，通过数字档案生成、智能农业数据分析、农产品溯源等技术结合，开始将AI解决方案带入农业。

　　随后半年中，腾讯和京东都宣布了自己的AI农业计划。有消息认为，擅长AI的百度也已经在路上。

　　综合来看，AI农业命题如今主要走两条路：AI养殖与AI种植。

　　说到养殖科技，咱们中国人的看家本领那就是养猪。可能很多人没有意识到，在规模化、技术化养猪这条路上，中国人绝对写就了一部波澜壮阔的史诗。也正因为养猪事业的规模化标准化程度高，对新技术十分敏感，科技巨头玩AI＋养殖，十有八九都是从猪开始。

　　阿里的ET农业大脑，就利用了机器视觉加持的AI摄像头与数据分析能力，来观察猪们生长数据，从而达成优胜劣汰；并且将声纹识别和红外线测温带到了养猪场，通过猪的体温和声音进行AI预测猪的身体状况，库卡机器人，最终达成提升母猪产崽能力，降低死亡率的效果。

　　去年11月，京东数科也开始描绘AI和猪的浪漫故事。在接入AI摄像头与数据智能系统之外，京东的方案里还加入了IoT系统，以及自主开发的养殖巡检机器人、饲喂机器人等等，并且采用了新的“猪脸识别”技术。

　　有理由相信，接下来会有更多科技公司开始AI养猪生涯。

　　而AI在种瓜种菜上，也有自己的一套。阿里的ET农业大脑先后在甜瓜和生菜上完成了合作案例。而去年12月，腾讯AI lab团队的“种黄瓜”在国际人工智能温室种植大赛（Autonomous Greenhouse Challenge）上获得了“AI策略”单项第一名、总分第二名。这也被外界认为是腾讯向AI农业的进军开启。

　　腾讯这次展示的“种黄瓜”，特殊之处在于通过强化学习算法，将专家知识系统潜入了仿真机当中，使智能体可以有效学习人类专家的思维模式，机器人维修，从而回到实际种植中提升黄瓜产量，并且对传感器成本进行了压缩，提高了技术的实用性。

　　AI种植业，目前一般集中在果园和温室种植当中，通过对植株进行数据收集和智能识别，来判断肥料、水分、温度、光照等条件的适宜与否，从而让粗放的种植模式智能化、精准化。再搭配一些可溯源、可直播的互联网玩法，健康＋高产的AI果菜就诞生了。

　　又能养猪，又能种菜，感觉AI在农业领域已经很吃得开了。

　　但是不用乐观太早，目前来看，巨头们的AI农业之旅只是刚刚开了个头。今天各种值得夸耀的案例，都还是示范价值远大于商业价值。

　　一方面，农业数据在今天依旧稀缺，农业AI依旧需要BAT的专家们下到田间地头去采集数据，修正参数。另一方面，大量农业区域和农业领域都是数据的真空地带，今天AI想要走入农业，还只能依靠一些数据化标准化程度高的农业部类，比如现代化养殖场；或者依托有相关农业科技积累的合作者，比如大型农业集团——来更多完成1对1的商业实验性质AI＋农业案例。

　　与中国广袤的农田牧场相比，BAT的专家显然是不够用的。