AI做得深，赶快去农村，阿里腾讯百度已经上路！

作者：风辞远

去年年底， “ 一块改变命运的屏幕 ” 成了刷屏话题。

当时支持与反对方各自罗列出很多观点，但我们或许可以承认，这些讨论都是建立在这样一个前提上：新技术与农村生活的结合，已经开始触发一些改变。

把目光放到这个中国最广袤的市场上，会发现从农业到农村市场所需的种种服务，再到农村劳动力转移的宏观走向，其中有太多需求可以被科技力量填补。

而农村市场科技人才资源相对匮乏的客观情况，又让智能化在某种程度上变成了异于城市社会的刚性需求。

如果我们回望 2018 ，会发现从下半年开始，科技巨头们纷纷布局起了 AI 进军农业的探索，并且各种 AI 医疗、 AI 教育的新兴产品与服务，都开始走向农村这块新的试验田。

AI 与农村的故事，正在短时间内快速升温。但在热闹的布局背后，我们也会发现一些明晰的瓶颈，横亘在农村市场与 AI 的想象力之间。

绕过屏幕的争议，更多 AI 故事正在山村田垄间上演着。无论 2019 年是否能被称作 “AI+ 农村 ” 元年，至少这一年，田野上的 AI 故事必然会以一个令人惊奇的百分比上涨。

让我们来回忆一下，直到今天为止， AI 都以哪些方式完成了下乡进村的任务。

科技巨头的农业圆舞曲

AI 进村的核心目标，当然是要证明自己能在第一产业有所建树。

所谓 AI 农业，在技术逻辑上很容易理解，即利用 AI 带来的物理识别与机器视觉能力，结合数据分析技术，将农业生产中大量流程进行重新优化，从而以智能方式提高农业生产效率，优化农产品质量。

理论上来说，这套逻辑既能种粮食种菜，也能养猪养鹅。但实际运转起来却不容易。一方面农业数据相对匮乏，标准化程度很低，另一方面相关技术设备近乎空白， AI 农业命题之下不仅是算法与数据问题，同时也是对工程化能力与硬件制造能力的考验。

而在 AI 持有者 ――BAT 为代表的科技巨头们眼中，既然要进军产业 AI 与产业互联网，那么农业又是无法绕开的一个选项。其巨大市场潜力和社会价值都是科技公司不能放弃的蛋糕。在 2018 年产业 AI 全面开动的契机里，农业 AI 也就顺势开始了自己的故事。

最先动手的是阿里。 2018 年 6 月 7 日，云栖大会 ・ 上海峰会上阿里云发布了 ET 农业大脑，通过数字档案生成、智能农业数据分析、农产品溯源等技术结合，开始将 AI 解决方案带入农业。

随后半年中，腾讯和京东都宣布了自己的 AI 农业计划。有消息认为，擅长 AI 的百度也已经在路上。

综合来看， AI 农业命题如今主要走两条路： AI 养殖与 AI 种植。

说到养殖科技，咱们中国人的看家本领那就是养猪。可能很多人没有意识到，在规模化、技术化养猪这条路上，中国人绝对写就了一部波澜壮阔的史诗。也正因为养猪事业的规模化标准化程度高，对新技术十分敏感，科技巨头玩 AI+ 养殖，十有八九都是从猪开始。

阿里的 ET 农业大脑，就利用了机器视觉加持的 AI 摄像头与数据分析能力，来观察猪们生长数据，从而达成优胜劣汰；并且将声纹识别和红外线测温带到了养猪场，通过猪的体温和声音进行 AI 预测猪的身体状况，最终达成提升母猪产崽能力，降低死亡率的效果。

去年 11 月，京东数科也开始描绘 AI 和猪的浪漫故事。在接入 AI 摄像头与数据智能系统之外，京东的方案里还加入了 IoT 系统，以及自主开发的养殖巡检机器人、饲喂机器人等等，并且采用了新的 “ 猪脸识别 ” 技术。

有理由相信，接下来会有更多科技公司开始 AI 养猪生涯。

而 AI 在种瓜种菜上，也有自己的一套。阿里的 ET 农业大脑先后在甜瓜和生菜上完成了合作案例。而去年 12 月，腾讯 AI lab 团队的 “ 种黄瓜 ” 在国际人工智能温室种植大赛（ Autonomous Greenhouse Challenge ）上获得了 “AI 策略 ” 单项第一名、总分第二名。这也被外界认为是腾讯向 AI 农业的进军开启。

腾讯这次展示的 “ 种黄瓜 ” ，特殊之处在于通过强化学习算法，将专家知识系统潜入了仿真机当中，使智能体可以有效学习人类专家的思维模式，从而回到实际种植中提升黄瓜产量，并且对传感器成本进行了压缩，提高了技术的实用性。

AI 种植业，目前一般集中在果园和温室种植当中，通过对植株进行数据收集和智能识别，来判断肥料、水分、温度、光照等条件的适宜与否，从而让粗放的种植模式智能化、精准化。再搭配一些可溯源、可直播的互联网玩法，健康 + 高产的 AI 果菜就诞生了。

又能养猪，又能种菜，感觉 AI 在农业领域已经很吃得开了。

但是不用乐观太早，目前来看，巨头们的 AI 农业之旅只是刚刚开了个头。今天各种值得夸耀的案例，都还是示范价值远大于商业价值。

一方面，农业数据在今天依旧稀缺，农业 AI 依旧需要 BAT 的专家们下到田间地头去采集数据，修正参数。另一方面，大量农业区域和农业领域都是数据的真空地带，今天 AI 想要走入农业，还只能依靠一些数据化标准化程度高的农业部类，比如现代化养殖场；或者依托有相关农业科技积累的合作者，比如大型农业集团 ―― 来更多完成 1 对 1 的商业实验性质 AI+ 农业案例。

与中国广袤的农田牧场相比， BAT 的专家显然是不够用的。

所以说，今天 AI 农业还处在科技巨头们做好案例，打好样板，然后吸引有实力的合作伙伴共同推广的阶段。大规模的农业改造还远远谈不上。只有当形成傻瓜式产品与可终端售卖的 AI 农业解决方案；科技巨头与农户间的产业中间层搭建起了清晰的产业链之后， “AI 改变农业 ” 这句话才有被说出口的底气。

但无论如何，当看到北上广高大楼宇里的数据专家和算法工程师，蹬着拖鞋蹲在田里观察农作物长势，我们依稀还是能看到一个有张力的故事开始了。

农村社会中的 AI 新角色

在产业赋能之外，社会服务类的 AI 技术也在越来越火热。 AI 医疗、 AI 教育、 AI 金融，以及 AI 政府服务都在成为新的科技赛道。

而需要注意这样一个逻辑，与移动互联网将服务集成化不同的是， AI+ 社会服务解决的主要是无人化问题。通过对人类经验的机器学习复刻与再传播， AI 可以在某种程度上取代一部分专业人才的工作。比如 AI 语音交互代替教师，机器视觉设备代替医生进行医疗影像识别等等。

这样的能力，在人才饱和地区或许只能被看作替代品和效率提升工具。而在农村地区，则很可能解决的是有和无的问题。

基于 AI 能力为农村地区提供医疗、教育等服务，今天也在不断增长。比如阿里基于旗下的智能音箱天猫精灵，在去年启动了 “ 天猫精灵小站 ” 计划。该计划通过建立天猫精灵小站图书馆，为农村地区儿童提供更多教育资源。在早期教育人才相对匮乏，教辅资源稀缺的地区，智能音箱的接入不失为解决方案的一种。

而在医疗上，有更多 AI 进村的案例可以被观察到。比如上个月，很多媒体报道了百度灵医团队的 AI 眼底筛查一体机的下乡之旅。

通过视觉识别算法的训练，百度打造了基于 AI 的眼底筛查设备，可以有效识别出 “ 糖网 ” 等早期眼底病灶。与之相对的是，在农村和乡镇地区，拥有准确眼底筛查能力的医生并不多。复杂的眼科疾病只能去省城等大城市就医，而早期疾病更是极大概率被忽略。

而在 AI 加入后，这个长期存在的问题将有被解决的希望。因为 AI 设备取代的并不仅仅是机器，同时还包括机器背后医生的判断与识别能力。这对于农村地区是难能可贵的。

类似的案例，目前主要发生在医疗影像识别和化验检测上。有理由相信，不远的将来， AI 将协助带来远程门诊甚至远程手术。

而与 AI 走进农业一样， AI 农村医疗和 AI 农村教育的问题，也是依旧停留在初始阶段。今天类似案例，更多停留在企业公益的范畴内。假如不解决商业化与推广的问题，那么我们将始终看到的是 AI 又献了爱心，而不是 AI 真正改变了中国最多数群体的生活。

农村劳动力与 AI 基建

农村地区与 AI 的另一个结合点，不是 AI 帮助了农村什么，而是反过来 ―― 农村的劳动力成本优势，正在成为 AI 发展的某种燃料。

去年，很多媒体开始报道 AI 村、 AI 农村工厂这样的关键词。这类农村工厂商业模式，是 AI 需要大量的训练数据，其中又以图片数据为主。而数据标注这个近乎无门槛、与出门打工相比工作相对轻松、重复率异常高、又近乎不可或缺的工作，就被不断下移，直到转移到了村里开工。

于是有人笑称，你发现手机、平板能识别花鸟鱼虫大牌奢侈品，感觉挺高大上的样子，殊不知那是你远在老家的二舅母教的。

出现 AI 村这件事，有人觉得荒诞，也有人感叹 “ 没人工就没智能 ” 。然而从产业结构上看， AI 产业发展中大量必需工作，确实都是常识类、可外包的。而这类工作又会自发去寻找人力成本最低廉的生产地。那么广大农村劳动力自然成为了首选。

客观来说，农村人力成本优势与 AI 的结合将不会很快消亡。这类外包工作中，今天还是以图像识别作为主体。但随着数据与 AI 产业的深化，各种数据相关的工作都将涌向外包市场，比如数据清洗、数据分拣、垂直行业的数据集加工等等。

对于 AI 来说，这些工作必不可少，而对于农村地区来说，这些工作意味着可以坐在电脑前相对体面地完成，且不用远离家乡。

而必须注意的是，如果这类 AI 村、 AI 农村工厂，不主动寻求自身数据加工能力的逐渐升级，仅仅依靠常识 + 图像分拣类的工作维持生计，那么市场是很快会在大量竞争下彻底干涸的。只有进入垂直行业，锤炼相对更强的数据操作能力，并且拥有可以说服市场的数据保密能力，才能在这个新兴外包市场中获得长期生存权。

不管怎么说，如果我们认为通过黑客马拉松、算法大赛，来寻找算法开发者和安全工程师，是一件很酷的事，那么通过外包找农村大妈做数据清洗，似乎也没有什么值得说三道四的。二者其实都遵循同样的价值规律：切合新兴产业需求，发挥自我市场定位优势。

结束语

不难看出， AI 进村的故事，在今天正经历一个蓬勃生长的过程。

巨头在占位，农业企业在自我迭代；公益在散发光芒，创业者也开始闪转腾挪；算法工程师走进了大棚，村里的乡亲正在教育大洋彼岸的 AI 系统。

变化刚刚开始，然而变化已经开始，这些有张力的画面，或许是今天中国 AI 发生最深刻影响的地方。

如何适应这样的变化呢？或许一个好的方案，是要从个体职业的角度去思考 AI 的产业需求和市场需求，然后耐住性子慢慢来。春天是看不到粮食的，但春天必须播种。

关注网易智能公众号（smartman163），为你解读AI领域大公司大事件，新观点新应用。