行业互联网|AI 与劳模的交点:拼多多农研大赛释放的产业能量


AI作为技术助攻 , 在2020的种种变局和多个产业中焕发出了许多新的应用空间 , 也刷新了自己在普通人心目中的认知 , 从挑战人类的"阿尔法狗"变成身边无处不在的便捷功能 。
当各行各业都盼着与AI产生更加紧密的关联之际 , 国民经济不可或缺的基石——农业 , 自然也不会缺席 。
最近 , 拼多多就通过第一届"多多农研科技大赛" , 将AI引入到了云南的草莓种植园中 。

行业互联网|AI 与劳模的交点:拼多多农研大赛释放的产业能量
本文插图

作为零售电商的生力军 , 拼多多在流通销售层面对农产品销售的带动作用不言而喻 。 这次在生产端高举技术大旗 , 又会带来哪些新的价值创生 , 就很值得探讨了 。
我们就以此为契机 , 聊聊AI与农业、零售与生产、机器与人工 , 是如何在拼多多的黏合下融为一体的 。
从传统行业到数字产业 ,
"农业版"人机共生正当时
机器学习能够将感知和决策能力引入到现实之中 , 来提升物理世界的整体效率 。 这是此次AI风潮能够真实起飞的核心原因 。
【行业互联网|AI 与劳模的交点:拼多多农研大赛释放的产业能量】那么 , 如何让AI与"经验为王"的农业生产融为一体?在很多人看来 , 算法为王是第一波AI红利的根源 。 个性化推荐算法成就了千人千面的资讯平台 , 出行资源匹配算法提高了人与车辆的连接效率 , 人脸识别算法更是出现在了支付、交通、娱乐等生活当中 。
显然 , 当下的中国并不缺乏优秀的算法 , 那么横亘在农业数字化、智能化变革面前的首要障碍是什么呢?答案是优质的数据、合适的流程 。
就如同三角形需要三条边来稳定形状一样 , 智慧农业也需要集齐这三个要素来完善自身 。 通过与产业近距离接触的方式来收集高质量的数据 , 了解垂直业务场景的逻辑与需求 , 进而优化算法模型 , 让AI得以真正解决农业生产流程中的种种复杂问题 。
在种植算法的基础上有效指导农业生产 , 为模型提供符合不同地域、不同作物、不同作业方式的数据和流程 , 打造适应当地种植环境的作物模型 , 自然是必不可少的 。
那么问题来了 , 这一切都需要农民群体与AI通力合作 。 如何让传统务农者感受AI、信任AI、渴望AI?靠农科站技术员们的谆谆科普 , 靠科技大厂们的宣传横幅?
拼多多的选择是 , 与中国农业大学联合搞一个"劳动比赛" , 青年科学家利用人工智能 , 人类劳模利用专业经验 , 通过高原草莓"人机"种植竞赛 , 切磋出适宜本土化推广的种植方法 。
未来几个月的时间里 , 我们将在第一届"多多农研科技大赛"中 , 看到四只参赛队伍将与来自中国草莓种植大县的顶尖农人高手 , 进行一场技术对决 , 将图像识别、图像分类、实时决策推理等深度学习能力带入到生产当中去 , 通过双方的PK找到最有效的产业智能化方案 , 看看机器学习能否让草莓更香甜、让种植效益最大化 。

行业互联网|AI 与劳模的交点:拼多多农研大赛释放的产业能量
本文插图

竞赛的好处是 , 年轻人有动力下沉到田地间去释放技术的能力 , 务农者有意愿主动触碰技术以提升战斗力 。 然后"劳模经验"与"人工智能"一碰撞 , 也就探索出了更加本土化的数字农业解决方案 。
在机器智能与人类智能、前沿科技与传统劳作之间 , 寻找到一个平衡的交点 , 进而可以真正落地 。
AI以致用:
拼多多的技术场景穿透有何不同?
智能科技与传统农业之间的壁垒被打通 , AI也如同草莓一样茁壮生长 。
作为大赛的发起者之一 , 拼多多的技术路线 , 无疑给了业界一个惊喜的创新 , 那就是——用对战模式让AI落地 , 推动农业智能化 。
首先 , 从单向输出改为双向认知 。 不同于过去科技企业以服务方身份向农民群体输出实验室算法模型与解决方案的赋能模式 , "多多农研科技大赛"没有预设结果 , 而是在人机协作中让双方共同探索 , 农业技术带头人可以在真实操作中感知AI带来的改变 , 年轻人也能在实践中通过现实经验不断调整自己的理论框架 。


推荐阅读