在不久的将来 人类的食物将由AI和机器学习提供

　　人类本身已经成为一个问题。

　　到了2050年，全球人口估计会达到100亿，但是地球的大小不会改变，也就是说同样的土地需要养活更多的人口。

　　也许是幸运，机器终于到来了。真正智能、真正惊人的工具，机器学习算法，它们也许可以引爆新一轮“绿色革命”，让人类可以在越来越善变的地球上维持生计。不妨想像一下：卫星可以自动侦测干旱模式，拖拉机可以盯着土地，医治病变的地块，用AI驱动的智能手机APP可以告诉农民什么病害正在攻击他的农作物。

　　忘掉稻草人吧，未来的农业将会由机器掌控。

　　数字绿色

　　深度学习是一种强大的计算形式，程序员没有必要明确告诉计算机应该做什么，相反，他们训练计算机，让它们识别特定的模式。你可以向计算机输入染病植物的图片和健康植物叶子的图片，为这些图片贴上标签。机器会学习，知道什么是病虫灾害，知道健康的叶子是什么样的，从而判断新叶子是否健康。

　　生物学家大卫?休斯(David Hughes)和流行病学家马塞尔?萨拉瑟(Marcel Salathé)正是这样做的，他们在14种农作物上做实验，这些作物感染了26种疾病。科学家向计算机传输了5万张图片，让它自己学习，当专家丢入新的图片时，程序准确识别的概率达到99.35%。

　　

　　尽管如此，这些图片还是受到人的操纵，它们拥有统一的照明条件和背景，这样可以方便计算机理解叶子。如果从互联网上抽出一张染病植物的图片，将它送入计算机，识别的精准率只有30-40%。

　　并不糟糕，但是休斯和萨拉瑟希望AI能够驱动他们的APP——PlantVillage，目前这个应用程序允许全球农民将染病植物的图片上传到论坛，方便专家诊断。为了让AI更聪明，他们不断向机算机传输染病植物的图片。萨拉瑟称：“从不同的源头收集的图片越来越多，根据图片拍摄的方式、年份、位置等信息，算法可以挑选图片进行学习。”

　　要找出传染病并不是一件简单的事：摧毁植物的东西太多了。休斯说：“困扰种植者的大多病害都是生理应激造成的，比如钙或者镁不足，或者盐与热量太多。许多人认为它们是细菌或者真菌造成的。”如果诊断错误，农民就会在农药和除草剂上浪费时间和金钱。未来，AI可以帮助农民快速、准确找到问题的要害。

　　之后，人类开始介入，尽管APP能够找到问题，但是只有专家可以定制解决方案。

　　机器学习拖拉机

　　一家名为Blue River Technology的美国科技公司推出了LettuceBot，它看起来像是一台普通的拖拉机，实际上却是一台具备机器学习能力的设备。Blue River声称自己的LettuceBot在滚过田地时，每分钟可以给5000棵幼小植物拍照，然后利用算法和机器视觉来分辨哪些是生菜苗芽，哪些是杂草。听起来似乎快得不可思议。机器学习技术提供商Enlitic创始人杰里米?霍华德(Jeremy Howard)称：“在机器学习计算和计算机视觉上，这种速度很不错。”他还说，图形芯片可以在0.02秒内识别一张图片。

　　在0.25英寸之内机器可以保持精准度，它可以精准定位，从上空为每一株杂草喷药。如果机器的“眼睛”发现了生菜植物，认定它的生长状况不好，也会给生菜喷药。

　　如果不加分辨喷雾，成本无疑太高。有了LettuceBot之后，农民可以将化学品的使用量减少90%。LettuceBot机器已经投入使用，Blue River处理的土地每年供应的生菜占了美国的10%。

　　LettuceBot之所以如此强大，主要是因为它使用了机器学习，让机器人原本很擅长的技艺更上层楼：精准。

　　在我们头顶400英里的轨道上，NASA的Landsat卫星可以对地表进行调查，卫星使用了大量的频宽，远远超过可见光谱。所有的信息人类都很难发现，这是很自然的事，但是对机器学习算法而言，这些信息十分重要。

　　要监视农业生产状况，这些信息很有价值。

　　一家名叫Harvesting的创业公司致力于分析卫星数据，用机器学习大规模分析，目的是帮助机构更合理地分配资金。Harvesting CEO鲁治特?加格(Ruchit Garg)说：“我们希望通过自己的技术对农户和农村进行区分，让银行或者政府向正确的人投入资金。”加格称，在同一时间，人类可以分析大约10或者15个变量，但是机器学习算法可以处理2000个甚至更多。