近日，腾讯宣布了两项AI+农业领域进展。在研究侧，腾讯 AI Lab 与世界著名农业学府荷兰瓦赫宁根大学（WUR）联办的“第二届国际智慧温室种植挑战赛”（以下简称比赛）落幕，收获颇丰。另外，在应用侧，腾讯AIoT智慧种植方案iGrow在辽宁的“小番茄栽培试点”引来第一波丰收，每亩每季的净利润增加了数千元。

AI种植比赛

在全球疫情肆虐之时，复赛的五支队伍挑战用 AI 和 IoT 物联网等前沿技术优化种植决策，并远程自动控制温室种植番茄，复赛队的五个 AI 收成都超过了有20年经验的农业种植专家组。其中冠军组Automatoes得到满分，实现亩产资源消耗减少16%，净利增加121%。

比赛主席、WUR温室技术科学研究团队负责人Silke Hemming博士表示：“比赛目标是在6个月内竞争选出番茄的最佳智慧种植方案，并贴近五大目标：产量高、品质好、能耗少、自动化、技术可迁移。

评审团最终按三个维度打分，一是作物净利润（占50%，包括产量、品质、价格等指标），二是AI应用（占30%，包括自动化、创新性、功能性、抗干扰鲁棒性、可规模化、可迁移性等指标），三是可持续性（占20%，包括水、肥、电、热和二氧化碳等资源的利用效率）。今年参赛的21支队伍来自26个国家，共200多人（去年15支队伍），我们也看到更多小型公司、独立农人和学生加入，呈现背景多元、百花齐放趋势。”

腾讯首席探索官David Wallerstein表示：“通过和WUR等众多伙伴的多年合作，我们非常兴奋地看到，仅在两年里，所有参赛队的收成就都超越了人类，这代表AI能做并能做好温室的‘高级管理员’，监测和控制影响黄瓜、番茄等作物生长的重要环境因素（修剪和采摘现在仍由人类完成）。AI 不仅能提高作物产量，还能节约资源，增加利润。我们将不断致力于推动此类 AI 应用落地，帮助人类应对‘地球级挑战’，包括与人类息息相关的健康、食物、能源和水资源（FEW），及气候等大问题。”

今年大赛选取番茄作为种植对象，因为黄瓜和番茄是主要的温室作物，需要监测和控制的种植和环境变量较多，能体现出不同种植策略的技术优势。大赛评委介绍：“ 仿真器能让参赛队能更方便、快速地获得温室仿真结果，让 AI 算法有充足数据样本改进算法和策略。虽然温室无病虫害会让仿真值有一定误差，但其对产量预测、气候变化影响种植对策等相关研究具有很高价值。”

▲WUR为每个参赛组配备了96平方米的自动化温室，设备包括包括通风系统、遮光系统、加热系统、气肥机、混LED补光灯、基质栽培系统及标准传感器

此外，本届比赛的番茄种植仿真器中还新增了肥料控制，能够精准地施放作物所需肥料，减少资源消耗。在作物管理模块，模拟器还可以设定一个簇中的最大果实数，并支持留叶策略和留果策略。此外，新增了3种遮光选项，包括透光型、透气型和遮光型，来更好地适应实际种植环境。

比赛当中，各参赛队不断深入挖掘AI算法潜力。冠军队Automatoes利用最先进的数据驱动算法DeePC，相比经典控制算法MPC，安全性更高，对于复杂非线性随机系统可以达到更精准的控制效果。韩国的Digilog队提出利用强化学习算法，通过有效结合历史数据、实时数据及仿真器反馈进行训练，从而输出连续的控制策略。此类进展都再次证明了AI+农业仍有广阔的探索空间。

在AI展现技术价值的同时，要看到农业场景中种植周期长、数据不规范、采集成本高等因素带来的数据短缺问题，及温室仿真器的精度误差，会限制AI的进一步推广使用，因此需要在数据规范采集、仿真器迭代、算法优化到行业推广方面不断努力。

下一步，针对现阶段挑战，WUR和腾讯将继续在作物模型研发和全周期管理等领域深入研究，探索更多AI+农业的可能性。

辽宁试点小丰收

在AI+农业应用侧，腾讯 AI Lab 借助在上一届比赛中自研的AI算法和技术经验打造的“腾讯AIoT智慧种植方案iGrow”今年已落地中国，农业大省辽宁的第一期番茄试点迎来“小丰收”，每亩每季净利润增加数千元，初步验证了iGrow的商业价值。

试点顾问、有多年种植经验的资深农业技术员刘建华说，作物在不同的生长周期对温室环境有不同要求。以温室温度为例，传统番茄种植中，农民应在苗期、花期、果期设定不同温度，但很难精准识别每个时刻下环境和作物生长状态的细微变化，从而判断对应的理想温度，所以在一个种植周期内，农民通常会估算一个固定温度值来操作，这非常依赖经验，无法实现低成本条件下，精准、实时、自动的种植决策优化和温室控制。

腾讯AI Lab还重点推进了本地化应用，与农业大省辽宁达成合作，展开两期种植试点。一期使用当地三个日光温室种植番茄，其中两个部署了iGrow方案的实验组。5月结束试点后，实验组和未改造的对照组相比，每亩每季提升数千元净利润。

辽宁的iGrow方案包含传感器、控制器、边缘网关等工具，在腾讯云上搭建配套PaaS平台，种植决策和温室控制均可自动执行，农民只需要在种植、采摘、设备日常维护之外做少量基础农活，节约了人力。

试点期间迎来了突发的2月倒春寒，温度骤降。对照组中，农民参考往年经验设定了固定温度，周期内调整了3次温度，但因无法实时调整，温度骤降时温室保温性变差，气温波动大；在iGrow实验组里，则体现了AI算法的稳定性与强容灾能力，配合卷帘、放风机等底层自动化控制技术，实现了小时级的温度调整，因时制宜。

辽宁1期试点取得的成果，初步验证了智慧种植方案在国内落地的可行性。期待不久的将来，腾讯能够真正打造出有“中国特色”的AI+农业解决方案，从产学研用一体化生态建设中，共同探索智慧农业的未来。