學術演講廳 今天，我的分享主要從三個方面開始： 1.背景和范圍 2.主要研究內容 3.擴展與思考 1背景與范圍 1. ICT創新業務已成為電信運營商的收入增長引擎 1）從收入增長的角度來看：手機流量紅利持續增長，創新業務和寬帶業務的快速增長帶動該行業收入增長2.9％； 中國電信和中國聯通的收入增長率超過了行業平均份額。 2）從收入構成的角度來看：三大收入來源穩定且不斷提高，中國電信是創新之都，中國聯通和中國移動是手機流量。 ------數據來源：中國電信戰略與創新研究院運營與價值研究院，“基準分析三家國內運營商在2018年的運營績效 2.中國農業發展面臨許多問題 1）中國耕地面積持續減少。 人均耕地遠遠少于世界平均水平。 由于建設和占領，自然災害，生態農業和農業結構調整等原因，土地面積不斷減少，需要用全世界8％的耕地養活19％的人口； 2）優質耕地少。 優質土地面積僅占總面積的2.9％，近53％的土地質量屬于中等水平; 3）農業從業人員文化程度低。 全國共有農業經營者3142.2萬人，初中及以下學歷的比例為91.8％； 4）過量使用化肥和農藥使糧食生產過程更加廣泛。 2013年，中國的農作物化肥使用量為21.9公斤/畝，遠高于世界平均水平8公斤/畝。 ----資料來源：世界銀行，中國統計局，國土資源局，姚某智庫報告《 2018年智慧農業研究報告》 3.大公司已經開始部署智能農業 1）2018年6月6日，阿里云在“ 2018運西大會·上海峰會”上正式啟動ET農業大腦。 除養豬外，阿里云還與果樹，蔬菜種植，袁隆平團隊等合作。 2）2018.4.1，騰訊貴州人工智能生態鵝廠問世，基于鵝臉識別技術食品等精制而成的T-block（騰訊積木）技術動態實時可視化，遠程管理“鵝廠” 管理和“鵝語言翻譯”打破了鵝與人之間交流的障礙。 將來，打開云鵝的功能； 3）2018年3月3日，百度云宣布與中化農業合作進入AI智能農業：通過物聯網連接土地和農作物，了解農作物的生長狀況，上傳數據以獲取反饋結果，然后依靠 算法和深度學習以找到規律并整合規律3.指導規律； 4. 人工智能是現實世界和虛擬世界發展的產物 得益于現代大數據技術的飛速發展，加之各類信息技術算法不斷涌現，CPU算力不斷提高，這些技術的為開展AI技術提供了堅實基礎。 5. AI等多技術融合提供智能化/無人化是農業降本增效關鍵 在未來，農業領域的技術滲透率將不斷提高。尤其是人工智能技術將極大的為農業領域“開源”、“節流”提供助力。在智慧農業領域，有AI生物特征識別、畜牧可穿戴設備、種植機器人、植保無人機等技術。 2生物多特征識別 1. 行業痛點 識別對象從不同物種到同一物種不同個體，再到同一個體不同部位，從粗粒度到細粒度再到微粒度，視覺差異逐漸變小，同一類牛個體的差異度更加細微 , 較小的類間差異和較大的類內差異，與通用圖像識別問題相比更具挑戰，如何提取局部差異成為關鍵。 這里，我們主要使用三種生物多特征識別的技術： 1) 基于Faster- RCNN的外形特征識別； 2) 基于SIFT和SFM的3維體況特征識別； 3) 基于KF和FRCNN的時移特征識別； 1. 典型應用 1) 張家口奶牛場采奶個體標識：為每一頭奶牛注冊身份ID，通過臉部識別監測日常行為，形成健康指數，更好地指導養殖，確 保產奶數據統計準備，解決決天津、張家口兩個奶牛場奶位與奶牛個體采奶匹配不準確問題。 2) 廣東惠州人保奶牛試點：將臉或身體側紋作為奶牛唯一標識，結合業務場景收集數據。通過數據分析，對采集的信息 進行挖掘，真正幫助實現精細化管理和個體認證。結合集團DICT業務布局，以AI識別能力集成到三農助手APP中，重構驗標和查勘業務流程，解決現 有投保、騙保難題。 2. 其他潛在應用場景 1) 新零售場景中自動商品結算； 2) 電信業務中vip客戶甄別并定制化服務； 3) 醫療場景判斷腫瘤良性惡性； 4) 相似生物面部識別Fine Grained問題。 1. 應用場景 1) 奶牛精細化養殖： 2) 其他潛在應用場景：還可與外形特征識別結合應用，還可用于特定范圍內外形特征差異不大的牲畜個體的輔助識別、地形地貌識別、文物還原、虛擬旅游等。 1. 應用場景 3拓展及思考 1. 畜牧可穿戴技術-“小牧童”畜牧定位溯源產品 2. AI智慧種植-無人機植保 無人機植保能夠解決農村勞動力短缺、勞動力成本高、農藥利用浪費等問題。利用人工智能技術對無人機收集的數據進行智能雜草識別分析。圖像分析系統通過分析田間圖像的顏色模型，根據色差分量、顏色特征實現雜草實時識別，最后提取其相關特征參數，可以精確控制噴頭位置及用藥量。 3. AI智能種植-機器人采摘 1）必要性：減少農村勞動力的短缺和較高的勞動力成本； 2）使用AI和應用的圖像處理技術識別和定位水果，并對水果的遮擋和重疊進行數學建模； 3）研究現狀：國外采摘機器人對蘋果的識別準確率達到83％，正常工作條件下采摘速度為6 / s。 4）研究重點：提高水果識別率和采摘率，降低成本。
