《另类异族：中国（广东）与越南经贸合作交流盛会，西门飘雪玄幻小说笔下的胡志明市风采再现》

　　眼下，隨著氣溫升高，在市場中占據絕對主流的大棚草莓即將謝幕，待秋冬時節再與大家見麵。而在上海，幾座“賽博植物工廠”正在探索全年“草莓自由”。傳統的大棚草莓種植，大多依賴資深果農的經驗，而植物工廠能依托AI算法生成種植調整方案，讓每一株草莓都享受到量身定製的科學照料，四季穩定生長。　　用AI種出來的草莓是啥味道？“賽博植物工廠”還將為中國農業的未來帶來哪些想象？　　在上海農業科創穀的一片空地上，四個50平方米的“集裝箱”裏別有洞天——立體排布的一顆顆草莓植株在全人工光的環境中茁壯生長，有的已經結出鮮紅或粉嫩的成熟果實。這是在第五屆“多多農研科技大賽”的決賽現場，四支由高校、科研機構及農業科技企業組成的參賽團隊“手搓”出來的草莓植物工廠。未來六個月，各團隊將帶著AI“絕活”展開終極對決，挑戰國產草莓的高產、優質與低能耗栽培。　　用AI種草莓，怎麼種？上海交通大學領銜的“莓立方”團隊打造了一套圖像識別智能診斷係統。上海交通大學農業與生物學院研二在讀的隊長賀世偉拿草莓植株出現“葉色不均”問題舉例，這背後可能有多種病因，要對問題確診，往往要進行多輪嚐試，要在空氣濕度、環境溫度、水肥量等眾多變量中逐個排除幹擾因素，這需要一周甚至更久的時間。開發“AI視診開方”係統正是要用更高效的方式對草莓的各種病症快速診斷、對症下藥。　　賀世偉：目前農業生產都是通過肉眼判斷病害。病害係統已有先例，但它更多是一種“專家係統”，專家通過圖像來判斷，給出的意見反饋到下一步的具體操作。而我們這套係統開發的初衷，就是對植物工廠內部的草莓有一個精準診斷，相當於數據化表達。如果草莓缺素，很難通過表型看到，我們希望借助AI工具，用一些卷積神經網絡模型，對圖像實時診斷，依托這份數據，我們可以很好地進行後期種植及環境策略的迭代。　　具體來說，“AI視診開方”就是通過攝像頭實時捕捉草莓植株的生長狀態，交由深度學習的係統自動比對分析，就能瞬間計算出植株裏氮、鉀等元素含量，並迅速生成針對性的種植調整方案。團隊成員、上海交通大學農業與生物學院研一學生呂兆晨舉例，我們眼中看到的草莓植株葉片顏色的深淺，對應到係統裏可以是精準的“色號”，顏色不同，“處方”也有差異。　　呂兆晨：我們人眼看植株是“深綠”和“淺綠”，但其實“RGB”顏色係統在電腦上有0-255的梯度區間。比如“R”是red（紅色），它的數值是255，而“G（green綠色）”和“B（blue藍色）”的數值是0，那就顯示為純紅。對於綠色也是一樣，人眼隻能看出更綠一點、或者沒有那麼綠，但如果把圖片傳到電腦，就會有一個標準。我們根據顏色來判斷葉片裏氮素的含量，來指導我們下一次施肥。　　如果說傳統種植是“莊稼一枝花，全靠肥當家”，AI種草莓則是“缺啥補啥”，能幫助普通種植戶有效解決施肥過量或診斷滯後的痛點。從決策到執行，這套“AI視診開方”係統不僅能讓種植變得有據可依，還能直接作用於草莓植株的營養液配比和滴灌，全流程自動調整。　　經過4個月的數據采集，“莓立方”團隊自主研發的“小模型”目前診斷精度已經超過90%。基於AI算法的輔助，團隊成員為選種的“粉玉”草莓定下的目標是：單株產量超0.4公斤，甜度穩定在12度以上。團隊指導教師、上海交通大學農業與生物學院教授常麗英介紹，他們希望在這座“賽博植物工廠”探索人工智能和農業技術的深度結合。　　常麗英：草莓的生育期特別長，在這個過程中，我們需要獲取這個場景下的環境數據、作物生長表型圖像、植株圖像、果實圖像，來進一步訓練我們的模型。這就相當於一個智能體，要不斷把這些數據集成在智能體裏麵，它才能夠在這樣的場景和品種下，讓決策管理的精度更好。接下來我們要挑戰的就是上海溫度最高的7月、8月，希望作物生長管理的這些算法，能夠在夏季高溫的時候助力草莓生產。　　上海農業科創穀的“賽博植物工廠”裏，草莓產量與口感的比拚還在繼續。而在六十多公裏外的上海青浦區白鶴鎮，一座占地3456平方米的“數智草莓植物工廠”不久前正式邁入運營階段，5月中下旬首批草莓鮮果即可上市，6月起實現全年無間斷供應，這些用AI種出來的“智慧草莓”將被首次端上大眾的餐桌。　　上海市農業科學院林果所副研究員方獻平告訴總台中國之聲記者，研究團隊此前在用於實驗的草莓植物工廠中投放了無人巡檢機器人，它們多維度采集植株數據，幫助科研人員構建出草莓的果實成熟度識別模型、植株形態生長模型及環境響應模型，這些“子模型”成為指導“數智草莓植物工廠”生產的重要工具。　　方獻平：像果實成熟度識別模型，置信度在85%左右。有了這個模型，我們將來就可以配合機器人全部進行自動化采摘了。機器人也需要被植入這個模型，它一旦識別、作出決策以後，判斷這個果子可以采摘，就可以自動操作機械臂。　　△白鶴鎮“數智草莓植物工廠”　　方獻平透露，更難構建的生理健康診斷模型、病蟲害識別模型和產品質量預測模型還在持續攻堅中，未來這些“子模型”融合後，一個多元數據驅動的草莓生長大模型將從科研現場走進生產實踐。當然，除了草莓，不同品類的果蔬都能用同樣的邏輯走向智能化生產。　　方獻平：我們要進行有規律的訓練，才能夠指導有規律的生產。生長大模型是針對植物工廠、也就是設施環境相對可控的環境，如果智能溫室中各個環境條件都比較精準，之後還可以向這一領域進行進一步拓展，應用範圍逐漸向聯動玻璃溫室、再向聯動薄膜溫室推廣。　　在中國農業科學院都市農業研究所首席科學家、研究員楊其長看來，農業種植從“靠感覺”到“看數據”，AI變革著農業生產，而“賽博植物工廠”正在進行這樣的嚐試。　　楊其長：農業有兩種生產方式，就像醫療上的中醫和西醫。現在國內的一些農業生產形態，通過人去“望聞問切”，了解後再決定怎麼診斷、怎麼施治。未來的農業發展方向，必將由人的視覺、大腦判斷，最終走向用一些數據、模型來精細化管理，能夠讓計算機和植物“對話”，引領智能化決策和控製。　　今年的中央一號文件強調，要因地製宜發展農業新質生產力，促進人工智能與農業發展相結合。楊其長告訴總台中國之聲記者，在設施農業領域，AI不僅會賦能生產，還將為消費者帶來更多驚喜。　　楊其長：第一就是產品的整個生產流程是安全的；第二可能也是未來的一個產業方向，它能夠賦予產品口感、風味、糖度，還有功能性。比如有些人希望高糖、也有人選擇低糖，有些消費者期待產品對某些健康功能是具有輔助作用的，如果AI能夠很好應用，在植物工廠、溫室條件下完全可以實現。　　監製丨劉黎記者丨韓雪瑩