腾讯AI种番茄双丰收 参赛AI全胜专家 辽宁试点净利增千元

去年首届比赛课题为黄瓜种植，吸引了微软、英特尔、腾讯与中国农科院等顶级企业与机构参赛，腾讯 AI Lab 自研的iGrow方案在比赛中获得AI策略第一名，攻克了机器智能嵌入农业专家知识的难题，4个月内大幅提高资源利用率，实现17％的净利润增长，产量媲美20年经验的农业专家组。

比赛当中，各参赛队不断深入挖掘AI算法潜力。技术颇具亮点的包括：冠军队Automatoes利用最先进的数据驱动算法DeePC，相比经典控制算法MPC，安全性更高，对于复杂非线性随机系统可以达到更精准的控制效果。韩国的Digilog队提出利用强化学习算法，通过有效结合历史数据、实时数据及仿真器反馈进行训练，从而输出连续的控制策略。此类进展都再次证明了AI+农业仍有广阔的探索空间。

在AI展现技术价值的同时，要看到农业场景中种植周期长、数据不规范、采集成本高等因素带来的数据短缺问题，及温室仿真器的精度误差，会限制AI的进一步推广使用，因此需要在数据规范采集、仿真器迭代、算法优化到行业推广方面不断努力。

下一步，针对现阶段挑战，WUR和腾讯将继续在作物模型研发和全周期管理等领域深入研究，探索更多AI+农业的可能性。

加快科技成果转化 辽宁试点小丰收

不仅通过竞赛研究，腾讯AI Lab还重点推进了本地化应用，与农业大省辽宁达成合作，展开两期种植试点。一期使用当地三个日光温室种植番茄，其中两个部署了iGrow方案的实验组。5月结束试点后，实验组和未改造的对照组相比，每亩每季提升数千元净利润。

辽宁的iGrow方案包含传感器、控制器、边缘网关等工具，在腾讯云上搭建配套PaaS平台，种植决策和温室控制均可自动执行，农民只需要在种植、采摘、设备日常维护之外做少量基础农活，节约了人力。

试点期间迎来了突发的2月倒春寒，温度骤降。对照组中，农民参考往年经验设定了固定温度，周期内调整了3次温度，但因无法实时调整，温度骤降时温室保温性变差，气温波动大；在iGrow实验组里，则体现了AI算法的稳定性与强容灾能力，配合卷帘、放风机等底层自动化控制技术，实现了小时级的温度调整，因时制宜。

辽宁1期试点取得的成果，初步验证了智慧种植方案在国内落地的可行性。期待不久的将来，腾讯能够真正打造出有“中国特色”的AI+农业解决方案，从产学研用一体化生态建设中，共同探索智慧农业的未来。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!