我在這里分享一下我對未來農(nóng)機的看法，報告題目是《未來農(nóng)機：會學習的農(nóng)田作業(yè)機器人》，強調(diào)會學習。

未來農(nóng)機到底講的是什么時候呢，我個人看法，大家知道1950年人工智能誕生，我們講人工智能100年，到2000年人工智能算是走過一半的時間，那回顧我們已經(jīng)走過的前50年，我愿意把前半部分叫做傳統(tǒng)的人工智能。以我為例，我在讀博士的時候就已經(jīng)在從事人工智能相關(guān)研究，人工智能幾起幾落，身在其中，深有體會。那么新一代人工智能呢，是在下一個五十年，中間的分界是什么？是當前研究的熱點：深度學習！從人工神經(jīng)網(wǎng)絡(luò)到淺度的機器學習，發(fā)展到深度學習，使得人工智能從陽春白雪走入大眾。

那么把傳統(tǒng)智能叫做計算機智能是不過分的，目前所有的軟件、所有的智慧，都是在計算機上完成的。那么后50年，人工智能還在計算機上做嗎？我覺得新一代人工智能的特征可以用這幾個字來表示：無意識的類腦智能。不是僅在計算機上寫軟件，也不是一直講提高算法算力，它要有一個大的躍升。那么我們?nèi)ピO(shè)想一下，人工智能100年時候的農(nóng)機是什么樣呢？

說起人工智能100年，我們很多人都能身臨其境。我想了一下，概括出未來農(nóng)業(yè)機器人的三種形態(tài)：輪式/履帶式的機器人，舉例而言，當前我的團隊正在東北大田進行無人拖拉機的大面積作業(yè)，這是種形態(tài)；還有一種很重要的形態(tài)，是多足多臂機器人，尤其是采摘機器人；當然，還有同等重要的飛行機器人，這些機器人放在一起，不是一臺而是多臺，不是一架，而是多架，共同組成拖拉機載無人機，無人船載無人機，或者載多足多臂機器人。由于農(nóng)業(yè)植被差異性、農(nóng)田作業(yè)復(fù)雜性，決定了農(nóng)田作業(yè)機械的多樣性。我覺得這三種形態(tài)在一起，會更有生動的畫面出來。

我今天的報告，大致可以總結(jié)為三個關(guān)鍵詞，一個叫起跑線，一個叫生態(tài)，一個叫學習。

先講講起跑線，我個人認為：自動駕駛是未來農(nóng)田作業(yè)機器人的起跑線。我們要將農(nóng)村大面積的作業(yè)用機械化、智能化來替代，首要的，就是農(nóng)機的駕駛腦。很遺憾，前幾年我們走了一些彎路，過分看重智能駕駛L1、L2到L5的分級定義，過分從定義出發(fā)。我個人認為，我們應(yīng)該逐漸淡化自動化駕駛的等級劃分，遇到特殊情況的時候人適當干預(yù)一下，尤其是農(nóng)田，我們強調(diào)的應(yīng)該是應(yīng)用價值。我們的科技工作者到農(nóng)村的時候，農(nóng)場主關(guān)心的更多是你的產(chǎn)品能不能干活、能不能省錢，當然，我們?nèi)匀灰獔允伛{駛的問題。如果說農(nóng)業(yè)的無人駕駛分成三個時期來做的話，0到1的科研探索期已經(jīng)過去了，現(xiàn)在1-10更多是產(chǎn)品的孵化期、市場的創(chuàng)新期和社會的接收期；那么，10到10的N次方呢，我個人認為是2025到2035年，到2050，正好是下一個50年，正好是人工智能100年，給我們提供了很好的契機。大家知道，這里面痛苦的就是當前，1到10產(chǎn)業(yè)化的痛苦時期，這條路不好走。農(nóng)場半封閉狀態(tài)，場景相對簡單，無人駕駛技術(shù)發(fā)展會比道路上的自動駕駛快一些。

要做智慧農(nóng)業(yè)，機械化、自動化、數(shù)字化、網(wǎng)絡(luò)化、智能化，這些一個都少不了。但是由于我國機械化、自動化不夠扎實，數(shù)字化、網(wǎng)絡(luò)化、智能化正在倒逼自動化、機械化，尤其是拖拉機，它的主要動力原來是模擬式的，不是數(shù)字式的，不便于人工智能對其進行改良。我們要由機械制造大國變成制造強國，才能克服這個問題。我們用三種方法來解決智能農(nóng)機的問題，后裝、前裝及新概念拖拉機，也就是無駕駛艙農(nóng)機。農(nóng)業(yè)是我們的基本國策，任務(wù)繁重，農(nóng)田作業(yè)主力軍是大馬力拖拉機。在智慧農(nóng)場的應(yīng)用當中，拖拉機要配合農(nóng)具進行中耕植保、耕整地、機械收獲、運輸?shù)纫幌盗泄ぷ?。過去我們比較強調(diào)拖拉機本身，但是真正的有效載荷在于后面的農(nóng)機具。農(nóng)活要干好，更要強調(diào)機頭和農(nóng)具的一體化。在東北、新疆，先將玉米小麥大豆等大田作物作為智慧農(nóng)業(yè)落地的步，能夠解決大量的勞動力缺口問題。

這是目前在東北做的工作，現(xiàn)在我們正在試圖將單臺無人拖拉機變成多臺，形成一個群體系統(tǒng)作業(yè)的樣子，能夠完成農(nóng)業(yè)機械化、智慧農(nóng)場所有環(huán)節(jié)，包括大雪天，也包括夜間、復(fù)雜地形。我們現(xiàn)在更感興趣的，如剛才所講，是機載無人機和機載多足多臂機器人。

我們認為，當前對于中國農(nóng)業(yè)要強調(diào)四個字，智能網(wǎng)聯(lián)。如果把所有傳感器都放在農(nóng)機上，成本太高，能不能進行一定的環(huán)境改造，農(nóng)業(yè)新基建給我們帶來了契機，5G+數(shù)據(jù)+農(nóng)業(yè)互聯(lián)網(wǎng)+物聯(lián)網(wǎng)+人工智能。這樣能不能把北斗在農(nóng)業(yè)上充分發(fā)揮作用，建立基于北斗的高精度導(dǎo)航定位系統(tǒng)，利用5G超高帶寬、超低時延、超大連接的特性，極大拖拉機載傳感器的成本，因為眾所周知，一個激光雷達就要幾萬甚幾十萬，有時候一個還不夠，能不能通過機、物、網(wǎng)、管系統(tǒng)的優(yōu)勢改善智能網(wǎng)聯(lián)。這塊地是農(nóng)場的，是固定的，那么農(nóng)場是否能夠把地面增強系統(tǒng)弄好點，在農(nóng)忙時節(jié)把基站架起來，好處就是農(nóng)田是不動的，今年的土地測量、路徑規(guī)劃明年還可以繼續(xù)使用，更方便進行土地管理。所以我國具有獨特的優(yōu)勢，能夠加強垂直系統(tǒng)的農(nóng)業(yè)物聯(lián)網(wǎng)，就可以實現(xiàn)精準*控。據(jù)報道，農(nóng)機一千米定位精度誤差只有5cm，這就很好了呀。精準控制有很多辦法，其中一個辦法就是把拖拉機的V2X變成碎片化的“V”， “V”變小一點，把發(fā)動機、農(nóng)具的消息都給傳出來，便于農(nóng)場主云上*控。在大型農(nóng)場進行無人化工作，我們看到的是沒有人，但是這些農(nóng)業(yè)作業(yè)現(xiàn)狀我們都能知道的話，例如農(nóng)場主在家里通過Pad就可以控制犁鏵、控制拖拉機檔位、甚進行增值服務(wù)，那該多好啊。

經(jīng)常有人提智慧農(nóng)場為無人農(nóng)場，個人覺得不太確切，應(yīng)該叫像無人農(nóng)場，因為農(nóng)場看不到那么多人現(xiàn)場*控，但是人類仍然在起作用。人工智能我的定義是人類智能的體外延伸。農(nóng)場主在*控*控一臺臺農(nóng)機的時候，那就是我們的智慧農(nóng)場。智慧作業(yè)，就是*控手，尤其是遙控的*控手，加上智能網(wǎng)聯(lián)，再加上會學習的農(nóng)田作業(yè)機器人。我曾經(jīng)把農(nóng)業(yè)場景的拖拉機手比作駕駛腦，但是現(xiàn)在看來并不確切，不單單是駕駛，應(yīng)該是農(nóng)田農(nóng)機作業(yè)腦包括對農(nóng)機作業(yè)的有效控制，參數(shù)的調(diào)節(jié)和適時的干預(yù)。這樣的情況之下，一個農(nóng)場就可以變成少人農(nóng)場或者幾人農(nóng)場。

后講一下會學習。農(nóng)田作業(yè)的機器人，一定不是簡單的機械化、自動 化，基本是會學習。這個事情稍微追溯的要遠一些，人為什么能夠站在生物鏈的頂端，他的感官力氣都不是強的，人厲害的是發(fā)明了脫離生體的文化和文明，尤其是教育。人類用1/4的生時間去學習，通過教育把全社會的群體智能吸收為個體智能，進而又變成群體智能，迭代發(fā)展。因此，人腦組織先天基因的持續(xù)進化和后天學習的雙突破，才成就了人類的認知，也才進一步成就了人工智能。因此，我這兒有一個基本認識，那就是智能是可以教育的，文明是智能生產(chǎn)的。

我認為，學習的能力才是人工智能基本的能力，因為會學習才能解釋和解決現(xiàn)實中的問題。我對本世紀中葉未來農(nóng)業(yè)機器人的定義，九個字，可交互、會學習、能進化，按照人類意志高效完成農(nóng)田作業(yè)任務(wù)。在東北，為什么農(nóng)場主歡迎我們，不單單是因為我們可以節(jié)省勞動力，因為傳統(tǒng)的拖拉機手，他是人類，有情緒，在不開心的時候會在地里空跑耗油，農(nóng)田作業(yè)機器人就沒有意識和情緒，會按照人類的指示老老實實地干活。白天也好，夜間也好，都能夠好好干活。

農(nóng)業(yè)自動化技術(shù)做到，但如果農(nóng)業(yè)機器人不能像人一樣具備學習能力，不能應(yīng)對農(nóng)業(yè)植被的差異性，農(nóng)田作業(yè)的復(fù)雜性，不能應(yīng)對無法窮舉的邊緣工況，就無法完全替代人類勞動。因此，把一個千人農(nóng)場，如何變成100個人，進而變成10個人，幾個人，這就是我們對于未來農(nóng)場的期望。

這里面有難度的，就是農(nóng)業(yè)作業(yè)的常識，為什么現(xiàn)在有人說農(nóng)業(yè)機器人還不能用，主要是因為它沒有農(nóng)業(yè)常識。因此，我認為，未來農(nóng)業(yè)機器人需要有像標桿農(nóng)機手學習的能力。一開始，農(nóng)機手在前臺工作，農(nóng)田作業(yè)機器腦就在后臺靜悄悄的向人學習；第二個階段是機器人作業(yè)自動開始，人類農(nóng)機手感覺作業(yè)不太妥當，就進行適當干預(yù)和修正，第三個階段機器人自動作業(yè)，自己跟自己學習，獨立進行作業(yè)，反復(fù)迭代學習。所以在這里，我呼吁學者們把我們常說的監(jiān)督學習一詞修改一下，我們平常說supervised learning，可以翻譯成有指導(dǎo)的學習，不僅僅是監(jiān)督。指導(dǎo)老師比監(jiān)督老師作用可大多了，需要引領(lǐng)智能農(nóng)機進入狀態(tài)，是它的引路人。我們需要通過學習來應(yīng)對無法窮舉的工況，除了正學習還需要學習負樣本，利用專家群體智能分析并吸取作業(yè)事故教訓(xùn)，物化為長期記憶，依靠突發(fā)場景觸發(fā)，正確應(yīng)對事故。例如，無人農(nóng)機把苗壟弄斷了，我們把它作為事故教訓(xùn)建立一個常見事故防范庫，不斷補充訓(xùn)練學習，以后就不再犯這個錯誤了。我們看到，用人工智能可以彌補突發(fā)情況下個體智能的缺失，可以讓100臺拖拉機，1000臺拖拉機都可以向標準農(nóng)機手那樣干活，沒有情緒，不鬧脾氣，就很好。

因此，我對人工智能賦能農(nóng)業(yè)，前景看好。我國農(nóng)業(yè)相關(guān)勞動力數(shù)量急劇下降，農(nóng)民進城，鐵牛耕地，智慧農(nóng)場迫在眉睫。我個人認為，當前階段主要強調(diào)智能，把人的智慧納入到農(nóng)機系統(tǒng)，不要急急忙忙把意識、情緒這些東西納入到農(nóng)機系統(tǒng)。中國人工智能2030年要占領(lǐng)高地，智能農(nóng)機舉足輕重，要勇闖未來農(nóng)田作業(yè)機器人的無人區(qū)，抓好產(chǎn)業(yè)鏈的關(guān)鍵環(huán)節(jié)，加速我國農(nóng)業(yè)的轉(zhuǎn)型升級。