6月9日，騰訊 AI Lab 與世界著名農業學府荷蘭瓦赫根大學（下稱WUR）聯合舉辦的「第二届國際智慧溫室種植挑戰賽」落幕。在全球疫情肆虐之時，複賽的五支隊伍挑戰用 AI 和 IoT 物聯網等前沿技術優化種植決策，並遠程自動控制溫室種植小蕃茄。

AI種植出的蕃茄

大賽主席、WUR溫室技術科學研究團隊負責人Silke Hemming博士表示：「比賽目標是在6個月內競爭選出小蕃茄的最佳智慧種植方案，並貼近五大目標：産量高、品質好、能耗少、自動化、技術可遷移。」五支隊伍的AI 收成均超過有20年經驗的農業種植專家組。其中冠軍組Automatoes得到滿分，實現畝産資源消耗減少16%，淨利增加121% ，充分展現了農業智能決策與溫室自動控制的技術價值，以及為農民減負的未來潛力。

所有AI組淨利潤均超越了專家參照組（303號為專家組）

由於蕃茄是一種主要的溫室作物，需要監測和控制的種植和環境變量較多。今年在賽制上對AI與IoT技術方案提出了更高要求，並優化迭代了溫室仿真器。大賽評委之一、騰訊AI Lab「AI+農業」業務負責人羅迪君博士介紹：「仿真器能讓參賽隊更方便、快速地獲得溫室仿真結果，讓 AI 算法有充足數據樣本改進算法和策略。」此外，本届比賽的蕃茄種植仿真器中還新增了肥料控制，作物管理（包括留葉策略和留果策略）和溫室屋頂的遮光選項。

比賽當中，各參賽隊不斷深入挖掘AI算法潛力。冠軍隊Automatoes利用最先進的數據驅動算法DeePC，相比經典控制算法，安全性更高，對於複雜非線性隨機系統可以達到更精準的控制效果。韓國的Digilog隊提出利用强化學習算法，通過有效結合歷史數據、實時數據及仿真器反饋進行訓練，從而輸出連續的控制策略。

騰訊首席探索官網大為（David Wallerstein）表示：「通過和WUR等眾多夥伴的多年合作，我們證明了AI能勝任溫室的『高級管理員』，監測和控制影響黃瓜、蕃茄等作物生長的重要環境因素。AI不僅能提高作物産量，還能節約資源，增加利潤。我們將不斷致力於推動此類 AI 應用落地，幫助人類應對種種全球性的挑戰。」

然而，在AI展現技術價值的同時，農業場景中種植周期長、數據不規範、採集成本高等因素帶來的數據短缺問題，以及溫室仿真器的精度誤差，會限制AI的進一步推廣使用。因此需要在數據規範採集、仿真器迭代和算法優化方面不斷努力。下一步，針對現階段挑戰，WUR和騰訊將繼續在作物模型研發和全周期管理等領域深入研究，探索更多AI+農業的可能性。

加快科技成果轉化 遼寧試點小豐收

除研究側外，在應用側，騰訊 AI Lab 攜手騰訊TEG架構平台部借助在上一届比賽中自研的AI算法和經驗以及雲原生技術打造的「騰訊AIoT智慧種植方案iGrow」今年也落地中國，在農業大省遼寧開展的第一期小蕃茄種植試點迎來「小豐收」，實現每畝每季度淨利潤增加上千元。

iGrow方案在遼寧溫室試點

iGrow的智慧種植方案，具有自動智能、因時制宜、高效精準等特點，用IoT傳感器採集空氣/土壤溫濕度、二氧化碳濃度及光合有效值等多種環境數據，優化後的iGrow溫室仿真器能快速做大量種植模擬（15秒模擬82個生長周期），再用不斷優化的强化學習AI算法選擇最佳種植決策，最後自動控制溫室，精準利用資源，提高作物的品質及産量。

農業「新基建」帶來農業「加速度」

隨著全球範圍的人口老化及過度灌溉和施肥造成的水土流失及土壤污染，農業急需從粗放走向精細，同時提高産量、資源利用率和利潤，從而緩解全球性饑荒和環境污染問題。此次疫情帶來的復産復工難，進一步凸顯出以自動化生産和智能化決策為核心的智慧種植方案的經濟和社會價值。

在這一背景下，發展數字農業農村成為全球共識。歐洲及日本等多國政府相繼推出發展計劃，包括用現代資訊科技與先進農機裝備應用推進農業4.0時代，為小農戶搭建智慧服務平台等。據國際諮詢機構研究與市場預測，到2025年全球智慧農業市值將達到300億美元。

而隨著AI技術在中國不斷發展，其應用已逐漸滲入農業生産全過程。機器學習、電腦視覺、大數據分析及雲計算等是其中應用最廣泛的技術。農業場景由於迭代周期較長，通常依賴農業專家數十年的經驗積累；也因其包含大量複雜的物理、生物化學過程，信息量巨大，人類難以做到精準決策，而是依賴感性判斷。

AI技術的引入，可以高效利用傳感器監測數據提取特徵規律，同時借助集成了大量人類專家經驗的仿真器進行模擬、探索和優化，形成一套實時、精準、可遷移的決策技術方案。騰訊也不斷在農業領域持續合作與加大投入，累積研發優勢和技術經驗。不僅在2018年起攜手WUR連續兩年舉辦大賽，還與中國農科院、中糧集團及仲愷農業工程學院等企業和機構簽訂戰略協議，布局智慧農業，通過深度合作讓技術研究與落地商業化並駕齊驅。期待不久的將來，騰訊能夠通過産學研用一體化生態建設，打造出理想的AI+農業解決方案。