科技公司教人工智能助人种田

 孟山都(Monsanto)和巴斯夫(BASF)等农业巨头正在美国中西部，教计算机如何种田。这些公司正扩大投资人工智能(AI)，想用机器学习技术简化研究和决策程序。计算机挑选的玉米植株正在田里生长，算法则在分析北美天气数据以预测病虫害等威胁。

孟山都用机器学习算法筛选玉米品种。

根据华尔街日报(WSJ)报导，德国巴斯夫集团正致力于自动影像辨识技术。巴斯夫生物科学数字化处理主管Richard Trethewey表示，其构想是分析作物叶子上可疑斑点的相片，对小麦叶锈病等病虫害提出预警。

有些农民对此技术持怀疑态度，但也有农民认为在评估作物生长、确认病虫害上，AI能跟人做的一样好、甚至更好。加拿大曼尼托巴省农民Gunter Jochum已见证巴斯夫开发的AI程序Maglis的学习曲线。

2016年春天，Jochum将油菜播种的日期和田地坐标输入Maglis，结果Maglis准确预测第一批幼苗何时会破土。而到收成时，Maglis变得越来越聪明，能预测何时作物可收割及产量。到了2017年夏天，Maglis解读天气和田地数据后，判断出田里存在对植物有害的真菌。

而世上最大的种子公司孟山都一直都靠AI配出最高产量、最强悍的玉米品种。8年前，孟山都数据科学家利用15年的玉米品种资料打造出机器学习算法，让研究人员能更准确预测数千种玉米品种的组合在田里首年的生长表现。

孟山都植物育种业务主管Michael Graham表示，这套系统让该公司能评估的玉米品种比过去多5倍，并节省1年的研究时间。孟山都在2016年开始向美国农民出售由该算法筛选的玉米种子。

然而机器学习尚无法完全掌握田里的所有变量，这项技术的缺点在一年后浮现。当时戈斯枯萎病(Goss wilt)对美国玉米带东部的影响范围比之前广，让孟山都玉米育种模式遭受打击。而巴斯夫的Maglis机器学习功能仍须人力监督，并由作物专家对其分析进行审查。

尽管有了高科技农机和土壤传感器收集的数据，不同农田的天气、土壤和病虫害状况也为AI软件带来很大挑战。而许多重要数据点，如作物产量或枯水期的影响，每年只出现一次。

在发展AI同时，农业界也在寻找融合AI技术与其他农业科技的方法。9月，拖拉机制造商Deere & Co.同意以3.05亿美元收购Blue River Technology。后者生产附加在拖拉机上的自动化装置，可分析作物、并逐株施肥及喷农药。在丹麦，Novozymes正在开发协助作物生长更快、抵御害虫的微生物产品。

该公司目标为利用机器学习辨识微生物DNA序列中的有用遗传模式，目前正在温室中测试机器学习所选择的微生物，而成功率已获显著改善。

巴斯夫还利用德国总部的Quriosity超级计算机来推动AI发展。巴斯夫表示，机器学习可改变研究化学分子对真菌、杂草和其他害虫的影响的方式。巴斯夫正在开发的AI，可捕捉培养皿中测试植物的相片，并利用计算机视觉解释技术来追踪除草剂的影响。此技术可让实验室人员毋须执行重复任务，避免人为错误。