这可不是一筐普通的黄瓜。
它们是由腾讯人工智能实验室AI Lab团队的成员协同国内外农业专家和学生，利用AI（即人工智能）在荷兰一间温室里栽种出来的黄瓜。

它们和我们平常在菜市场买的黄瓜有什么差异呢？放大了图片看看... ...实在也没啥差异。
依然是大家熟习的黄瓜，可蒸煮，可煎炒。

这筐黄瓜的出身，要从一个国际寻衅赛提及。

今年3月，荷兰著名的高档学府瓦赫宁根大学面向环球人工智能团队，发起了一场线下真人实景大型农作物养成与仿照经营类寻衅赛――种黄瓜。

它设定的寻衅目标是：在限定4个月韶光内，在指定的无差别的温室内，利用传感器和摄像头，获取温室景象、作物发育情形等数据，加入自己的模型或机器学习算法，远程掌握作物成长。

终极，根据生产出的黄瓜产量、资源利用率和收益来评判得胜军队。

如果寻衅赛的规则理解起来费劲，可以回忆一个熟习的场景。

限定园地，限定资源，限定栽种规则。
谁收成的黄瓜越多，质量越好，谁的资源利用率越高，再结合栽种过程中，人工干预程度，综合所怀孕分，终极得分才会越高，获得胜利。

这场寻衅赛吸引了来自15个国家的14支团队参与。
个中不乏微软（Sonoma队）和英特尔（Deep_greens队）这些著名的互联网科技公司。

腾讯也组了一个军队参赛，叫iGrow队

它由10名跨学科的成员组成。
个中，有腾讯人工智能实验室AI Lab的AI专家，也有来自中国农业科学院、北京农业信息技能研究中央、黑龙江植物学会、Syngenta种子公司和荷兰瓦赫宁根大学的农业专家和学生。

过去半年多，iGrow团队在位于荷兰中部的瓦赫宁根大学（WUR）的一间温室里，探索如何结合人工智能AI和农业专家的专业知识，进行更高效地农业生产。

种黄瓜的温室长这样，设备有这些：

终极，包括iGrow在内的五支参赛军队闯入决赛。

12 月 12 日，本次大赛结果揭晓。
腾讯这个种黄瓜的跨国联合团队凭借这批黄瓜和精良的黄瓜AI栽种技能，得到了“AI策略”单项第一名、总分第二名的成绩。

和传统的栽种过程比，iGrow团队种黄瓜最大的不同是，全体栽种中险些没有人工操作。
像浇水，透风、光照、施肥这些事情，都是由人工智能AI自动网络环境数据，通过深度学习和打算，进行判断和决策，再驱动温室里的设备元件完成。

这也是这一次大赛最富有寻衅性的赛点，也是最主要的考察指标：要人工智能栽种，而不是人工栽种。

根据主理方从净利润、可持续发展和AI策略三个维度打算的终极数据显示，iGrow队交出了一份精良的成绩单。
它在黄瓜产量、质量、资源利用率上，均表现十分出色。
在全体过程中，它只利用了主理方配置的有限的传感器，采取了生物防治系统。

AI 策略第一名

以一分之差位列总分榜第二

腾讯的AI专家说，一开始，大家除了对黄瓜的做法和口感有研究，对其他一无所知。
多亏了团队里的农业专家。
比赛中，iGrow团队充分利用团队成员跨学科的专业知识背景，分工协作。

首先，腾讯AI Lab的AI专家根据植物成长发育规律和温室环境动态过程等干系学科知识，建立一个仿照景象环境和作物成长的仿真器。

随后，团队搭建出一个农业人工智能系统，通过创新的强化学习方法，他们将团队里农业专家的知识和履历自然地融入这套系统中，使人类专家能够在初始栽种设定，栽种过程中的监控管理、打顶剪枝等方面，实现对AI的有效干预，提高AI学习效率和稳定性。

有了人类专家的知识和履历，剩下的事情就交给这套农业人工智能系统来做了。
它将连续学习，自动适应新的环境和条件变革，并作出决策和判断。

从一开始的栽种密度、留茎比例，到后来的留叶、留果策略，以及在温室中对光照、透风、温度、湿度、CO2浓度、水分等的掌握，它通过自动学习，不断打算如何在资源最优化的同时，最大程度地提升黄瓜的产量。

团队成员远在中国，大多数时候只能通过监控摄像头远程不雅观测这间位于欧洲的温室。
大家每天盼着黄瓜苗早日终年夜，着花结果。

在人工智能系统的精心照料下，4个月里，iGrow团队的温室累计收成3496公斤黄瓜。
这些黄瓜采摘下来后，将根据品质，按当地市场行情统一收购，放在市场上售卖。
收购价售出的收益高低也会成为本次比赛考察指标。

有着142年历史的荷兰瓦赫宁根大学，在生命科学和农业等领域一贯处于学界领先地位。
作为主理方，它给获奖的腾讯参赛团队iGrow颁发的一尊“小黄瓜”奖杯，以鼓励该团队在AI+农业领域的技能探索。

从栽种结果显示，iGrow研发的人工智能系统提高了农产品的产量和自然资源利用率，还大幅降落了传感器本钱，表示了“AI+农业”的运用潜力。
这个团队创始的农业人工智能系统还占领了机器智能嵌入农业专家知识的难题。

在iGrow团队成员的眼中，这一次的寻衅赛只是一次很小的考试测验。
通过这一次人工智能与农业等多学科团队协作，展示了人工智能驱动温室的能力。
农业在未来会遭遇来自环境、资源和人口增长的寻衅。
这一次考试测验，验证了人工智能可以成为人类应对这些寻衅的一种办理之道。

目前，人工智能在农业领域的运用，仍旧面临很多技能难点。
比如，如何把人工智能在某一个领域的学习能力有效地迁移到真实而又繁芜多变的农业栽种中去？如何将人类广博的专业知识与人工智能结合？

“当年轻的人工智能与古老的农业相碰撞时，会碰着诸多寻衅，如何预见和解决这些难题，须要耐心、创新，乃至是一些灵感。
”

作为团队核心力量的腾讯人工智能实验室AI Lab希望，未来能有更多跨学科专家、企业家和投资者一起携手，共同发掘AI+农业的各种可能性，引发出更多的办理方案。

腾讯首席探索官大卫·瓦莱尔斯坦（David Wallerstein）在接管VentureBeat电话采访时说，“温室中有传感器，人工智能和人实时给实行器发送给黄瓜供应多少养分的指令，判断光芒、气体等是否恰当。
”

这次种黄瓜竞赛的帮助方是腾讯探索团队。
腾讯探索团队投资有前景和解决环球性问题的创业公司，已经投资了农业创业公司Phytech，以及Snapchat、Tile和Essential等公司。

腾讯希望对农业领域进行探索，找出利用人工智能提高环球食品产量的路子。
联合国供应的数据显示，到2030年，环球人口将达到85亿。

腾讯并非是唯一一家探索如何利用人工智能增加粮食产量的公司。
2017年12月，微软投资5000万美元成立了AI for Earth项目，支持将人工智能用于应对景象变革、保护濒危物种和增加作物产量。

未来：AI 将改变农业

近年来，随着人工智能技能不断发展，其运用已逐渐渗入农业生产全过程，包括产前的育种选种、土壤剖析，产中的病虫害管理、自动采收，以及产后的品质检测、优化物流等等。

产前：育种选种、土壤剖析

例如，在产前阶段，深度人工神经网络可利用物联网获取的数据，对灌溉用水进行剖析和辅导，并通过对土壤身分的检测剖析，选择适宜栽种的作物品种，合理施肥。
通过对农作物市场周期需求的大数据剖析和预测，也可辅导作物栽种品种选择，避免产销脱节引发价格剧烈颠簸，造成经济丢失和农产品摧残浪费蹂躏。
其余，云打算、大数据剖析和机器学习等技能，还可以帮助筛选和改良农作物基因，达到提升口味、增强抗虫性、增加产量的目的。

产中：病虫害管理、自动采收

在产中阶段，人工智能技能可用于监测环境数据和农作物成长情形。
通过建立病虫草害特色分类数据库，并利用打算机视觉技能识别作物品种、病害程度和杂草成长情形，可实现智能预防和管理病虫草害，减少经济丢失。
不仅如此，这在一定程度上还可减少除草剂和杀虫剂的利用，提升农产品安全性，减轻环境影响。

针对传统农业“看天用饭”的毛病，利用机器学习技能处理卫星图像数据，可预测景象等环境变革对作物的影响，提前应对。
在采收环节，打算机视觉技能与机器臂或机器人结合，可实现 24 小时自动化采收，节省人力，降落本钱。
此外，大数据处理和语音识别等技能可利用于农业智能专家系统中，为农业从业者供应专业咨询做事和辅导，帮助办理生产中各种技能问题。

产后：品质检测、优化物流

在产后阶段，具有打算机视觉的机器臂可进行农产品售前品质检测、分类和包装等事情；用大数据剖析市场行情，可帮助农产品电商运营，勾引企业制订更灵巧准确的发卖策略；通过人工智能遗传算法和多目标路径优化数学模型，可对物流配送路径进行智能优化，完善生鲜农产品供应链等。

微信"大众年夜众号：zhihuinongfu518（聪慧农夫）