潤玥科技CEO陳擁軍：AI賦能實業，實現農業生產耕、種、管、收智慧化

鈦媒體8月9日消息，在鈦媒體和ITValue主辦的2019全球數字價值峰會上，潤玥科技CEO陳擁軍針對AI賦能實業，特別是實現裝備製造業智能製造。以人工智慧在農業機械行業的應用為例發表了主題演講，他表示，過去農業機械作業功能因受制於傳統邏輯控制技術的局限性而做不到的事情，未來可以期望通過人工智慧技術實現，即全面實現農業生產全過程如耕、種、管、收等各個環節的智慧化作業。

我國的農業生產面臨很多問題和挑戰，他舉例表示，我國農業生產中存在化肥、農藥多度過量使用的情況，以化肥為例，我國耕地面積佔世界總耕地面積不到7%，但我國化肥用量已經佔超過了全球總用量的30%。我國農藥使用量相對比發達國家也是超量使用，藥劑利用率很低。

原因是國內施肥機、噴葯機作業精度低於國外高端產品，機器智能化程度較低，當然農民作業操作也比較粗放。以噴葯為例，國外高端產品作業可達到50%-60%的藥劑有效利用率，國內噴葯作業僅能達到30%左右的有效利用率，剩下藥劑主要滲入農田或隨雨水流入河流，會污染土壤、河水、地下水，對作物本身造成農藥殘留超標。

新的技術能為產品增加新的功能和特色，比如AI發展相對成熟之後，基於AI技術的噴葯機就可以識別區分農作物和雜草，藥劑被精準噴至雜草上，農藥利用率有望達到80%以上。陳擁軍認為，這是新的技術幫助農業機械實現了參數的精準智能控制，從而幫助我國農業生產更加向智慧化、可持續化的方向發展。

按照聯合國的報告估算，到2050年的時候，人口達到90億或者100億，全球的糧食產量是不夠的，需要增加70%才能滿足全球糧食需求。陳擁軍也表達了他的擔憂：「?我們必須在農業生產中採用更多的新技術、更高效的作業機器以實現減少土地污染、增加土地肥力、提高糧食單位面積產出且能夠同時降低作業成本，實現農業的可持續發展，以應對未來人類可能面對的糧食危機。」

他分析稱，相對美國來而言，我國目前農業生產中農作物的種植成本比較高，比如小麥的種植成本約是美國的三倍，種植成本中人工成本佔比較重，中國農村用工成本逐年增加，有些地區僱傭一個農民工一天的成本達200元人民幣，農業機械的作業效率低會導致人工成本佔比偏高，農業整體作業成本會相應偏高。美國多種農作物對比我國農作物具有價格優勢，我國從美國進口大豆的經濟原因就是美國大豆價格確實便宜，而且差價較大。

未來不僅在農業機械行業等裝備製造行業，潤玥科技希望通過AI技術拓展賦能更多行業的終端產品，將AI技術與傳統邏輯控制技術進行融合，賦予產品現場自主決策的能力，實現產品更高程度的智能化。「人工智慧並不是只能應用到一些簡單的企業業務流程數據處理上，未來真正的潛力是應用在產品上、是應用在場景中以實現人工智慧技術真正的價值。」陳擁軍說道。

以下為陳擁軍演講實錄，略經鈦媒體編輯整理：

我演講的題目是《機器學習和深度學習—賦能實業》。我過去主要從業於裝備製造行業，從大學畢業到現在一直干裝備製造，但我跟IT行業息息相關。簡單介紹一下我的經歷，我在國內讀書、國內工作，之後在德國留學，在德國工作，我從事的行業主要用到是機械技術和電子技術。2013年回到國內做機械裝備。從畢業到現在近90%的時間在德國和國內做農業機械，今天主要AI技術在裝備製造行業的應用落地，以農業機械為例。

為什麼講機器學習和深度學習，因為在我們裝備製造業所採用的技術中，過去控制技術是基於傳統的邏輯控制，從傳統的邏輯控制發展到現在基於AI技術的控制，這是一個本質上的進步，並且可以兩者強強結合。過去我做了很多技術方面的工作，下面我來講講技術人員對AI技術的認知。

AI只有應用到產品才能真正發揮價值

人類都是具有強大的想像力的，左邊的是電影《銀翼殺手》，30多年前人類已經能夠想像人工智慧究竟可以做什麼，電影中很多的場景展現了人工智慧的未來應用場景，其中影片中人工智慧元素也展現了業界對人工智慧進行的三個分類，ANI是弱人工智慧或專用人工智慧，如影片中地自動駕駛汽車。AGI是通用人工智慧或強人工智慧，如影片中的複製人，能夠做人類可以做的任何事情。還有一類是科幻電影里出現比較多的超級人工智慧，如《復仇者聯盟2》里的奧創應該是一個超級人工智慧，鋼鐵俠的助理Javis也應該是超級人工智慧。

傳統行業對新技術的關注不是技術是否時髦，主要關注技術本身能為產品帶來什麼價值。AlphaGo跟李世石的圍棋大戰大家都很熟悉，這是公眾第一次深刻感知到機器具有自我學習能力帶來的震撼。我們都知道在國際象棋領域的人機大戰，1997年IBM的深藍戰勝國際象棋世界冠軍卡斯帕羅夫，當時人類並不害怕，深藍可以做到對棋局的窮舉，人們認為計算機做了本身應該能做到的事情。AlphaGo的勝利則不同，圍棋的變化可達10的170次方，目前計算機的算力不可能做到窮舉。AlphaGo的勝利說明計算機開始具有學習的能力。

右圖是AlphaZero對戰 Stockfish,?100場對戰，人工智慧獲得28場勝利，72場平局。Stockfish是目前世界上最強的開源的國際象棋引擎，人類早就打不過它了。我本人不會下圍棋，會下國際象棋。在國際象棋領域人工智慧技術的強大更體現人工智慧的優勢。今年三月，DeepMind的創始人Demis Hassabis在MIT做了分享，其中講到人工智慧AlphaZero更注重棋子的機動性，為此可以捨棄一些東西，比如棄兵。這很類似人類的戰略思想，谷歌放出的AlphaZero比賽的復盤中分析發現，AlphaZero一直在追求一種戰略上機動性，這是非常類人化的。人工智慧技術引起了實業對它的重視。

在信息爆炸的時代，我認為人工智慧並不是只能應用到一些簡單的企業業務流程數據處理上，未來真正的潛力是應用在產品上、是應用在場景中以實現人工智慧技術真正的價值。人工智慧的概念出現比較早，1956年的達特茅斯會議上提出了「人工智慧」的概念，人工智慧技術的發展經歷了漫長的時間，也經歷了人工智慧的寒冬。2012年開始數據量，演算法的成熟和算力的提高，人工智慧的技術及應用開始爆發。對於工業界來講，終端晶元算力的提高才能使終端場景應用得以實現，比如NVDIA TEGRA、Jetson TX2等晶元。

人工智慧技術的未來潛力巨大，各行業都開始積極投入。對我個人觸動比較大的是2018年的一個新聞，大眾汽車欲以120億歐元的對價收購10%的WAYMO股份的，如此高的出價讓人震驚。大眾願意出如此高的對價收購一家做無人駕駛的公司的股份是看好基於人工智慧技術的無人駕駛汽車的巨大潛力。我們來對比一下大眾汽車和WAYMO。大眾汽車的2017年財報銷售收入是一萬八千多億人民幣，員工人數是64萬，中國的用戶超3500萬，世界500強第7位。

WAYMO成立10年，員工1000人左右。摩根斯坦利給出WAYMO的估值是1770億美元，約是大眾市值的兩倍，也就是說兩個大眾汽車才抵得上一個WAYMO。我職業生涯中做過很多投融資併購的項目，我個人對企業估值很敏感，估值可以用不同的估值模型進行測算，但最終價值的實現要靠交易的實現。如此高的估值對我個人震動很大，我們姑且不評價摩根斯坦利的估值是否接近其本身實際價值，但大眾的實際出價使估值由虛轉實。無論如何，當人們看到的一種新技術，更多的是去看新技術未來能為企業所帶來的價值。高估值可以看做是對人工智慧技術未來無限潛力的認可。企業估值也一樣，比如對企業估值是對未來的現金流進行折現。

這個頁面截取我之前學習人工智慧技術的時候看的MIT的一個公開課，MIT的教授講講基於人工智慧的無人駕駛，將為社會帶來巨大的收益，比如減少交通事故損失，降低交通擁堵成本。下面我給大家展示一下目前基於人工智慧技術的無人駕駛能夠做到的程度，左邊這個視頻我去年參加NVDIA GTC會議我用手機錄的視頻，右邊的視頻是我截取的今年4月特斯拉舉行的自動駕駛發布會上的一段視頻。無人駕駛大家感覺可能離我們比較遙遠，但是隨著技術的成熟，監管法規的到位和放開，無人駕駛很快會出現到我們的生活中。

裝備製造業來更希望把人工智慧的技術用在產品上。傳統邏輯控制技術和人工智慧技術不同。我過去的工作中寫過工業控制程序，無論是工控程序還是軟體程序，過去的程序是通過很多if then else語句，嵌套循環來實現功能。人工智慧時代已經不一樣了，通過不斷的收集數據、積累數據，對數據進行標註，用合適的模型對數據進行訓練得出結果。人工智慧技術能夠使設備或者說最終的產品能夠具有學習能力以實現現場自主決策的能力。

下面我想展示兩頁ACCA專業洞察報告《機器學習》的內容。簡單介紹一下ACCA，ACCA是最具先進性的國際專業會計師組織，我本人也是ACCA特許公認會計師，是ACCA會員。ACCA做的很多東西是比較前沿的，在全球範圍內做了很多關於人工智慧技術及其應用的企業調研和研究。

受調研的企業中，38%的企業現在還沒有計劃做AI的應用，這個比例看似很大，我們需要看已經開始嘗試做的，24%的企業已經開始討論和嘗試AI應用，17%的人工智慧應用項目已經接近完成或者已完成GO-LIVE。我們再看看被調研企業面臨的普遍的人工智慧應用的困難是什麼，多數企業認為是人才的匱乏、成本、數據的缺失等等。當然這些困難是可以克服的。當技術是變革性的，企業則必須以變革性的態度和方法來應對。對於傳統企業而言更需要積極應對技術變革，不變革可能會使企業消亡，變革才可能找到新的出路。

用AI等技術創新賦能中國農業可持續發展

舉例來講考慮人工智慧在裝備製造行業的應用，以農業機械為例。首先來看看農業生產本身，從目前階段來看，人類的溫飽問題已經基本解決了。但是按照聯合國的報告估算到2050年的時候，世界人口可達90億或100億，目前的全球糧食產量將是不夠，糧食產量需要增加70%才能滿足全球糧食需求。可耕作土地面積是有限的，我們必須在農業生產中採用更多的新技術、更高效的作業機器以實現減少土地污染、增加土地肥力、提高糧食單位面積產出且能夠同時降低作業成本，實現農業的可持續發展，以應對未來人類可能面對的糧食危機。

目前我國糧食進口量比較大，當然，目前糧食進口主要用於飼料，比如大豆。從耕地面積和人口的角度來看，我們用佔世界7%的耕地養活了佔世界22%的人口，這是值得我們驕傲的事情。耕地是稀缺性資源，未來對土地的保護更加重要，通過新技術對土地實現保護性耕作是實現可持續發展農業的關鍵。

過去我們希望能夠做到的，但是機械作業功能因受制於傳統邏輯控制技術的局限性而做不到的事情，可以期望未來通過人工智慧技術實現，全面實現農業生產全過程如耕、種、管、收等各個環節的智慧化作業。

我國的農業生產面臨很多問題和挑戰，我國農業生產中化肥、農藥多度過量使用，以化肥為例，我國耕地面積佔世界總耕地面積不到7%，但我國化肥用量已經佔超過了全球總用量的30%。我國農藥使用量對比發達國家也是超量使用，藥劑利用率很低。原因是國內施肥機、噴葯機作業精度低於國外高端產品，機器智能化程度較低，當然農民作業操作也比較粗放。

以噴葯為例，國外高端產品作業可達到50%-60%的藥劑有效利用率，國內噴葯作業僅能達到30%左右的有效利用率，剩下藥劑主要滲入農田或隨雨水流入河流，會污染土壤、河水、地下水，對作物本身造成農藥殘留超標。含農藥殘留的作物作為食物會進入我們的身體，考慮對操作者的健康保護和農業產品消費者的保護，需要控制農藥用量，提高藥劑利用率。

藉助人工智慧技術可以做什麼？比如通過視覺識別可以識別農作物和雜草，藥劑只被噴盜雜草上，藥劑利用率可以實現70%—80%。我們過去農藥的噴洒很粗獷，對農民的健康會有較大的損害。化肥的使用量也應該得到控制。其他問題如秸稈處理，田間秸稈焚燒會造成環境污染和交通安全事故。我們希望通過新的技術幫助機器更加現代化，更加的智能化，作業更加智慧化。這樣的話可以做到全過程的參數控制，實現農業的可持續發展。

現在給大家看幾個視頻，左下角的是基於人工智慧技術的噴葯機，還有無人駕駛拖拉機作業，無人駕駛在農田裡安全性容易得到保障。人工智慧能夠為農機智能賦能，

現在去農村，我們看到種地的農民很多是50歲以上農民，年輕人不願意種地。為了我們下一代有飯吃，能做的是農業機械的現代化，就是智能化、智慧化。相對美國來講，我國目前農業生產中農作物的種植成本比較高，比如小麥的種植成本約是美國的三倍，種植成本中人工成本佔比較重，中國農村用工成本逐年增加，有些地區僱傭一個農民工一天的成本可達200元人民幣，農業機械的作業效率低會導致人工成本佔比偏高，農業生產整體作業成本會相應偏高。美國多種農作物對比我國農作物具有價格優勢，我國從美國進口大豆的經濟原因就是美國大豆價格確實便宜，而且差價較大。

未來在裝備製造領域，希望通過AI技術賦能機器，增加產品功能特色。比如智慧農業機械可以在農業生產中減輕農民的勞動程度，減少農民工的用量。全面實現農業生產全過程如耕、種、管、收等各個環節的智慧化作業。

今天大家都在談數據，我在過去德國和國內的工作中見到，因為區域、氣候、土壤、化肥、農藥等影響農業生產的數據量非常大，通過人工智慧演算法尋求可能影響農業生產過程的優化參數，這種研究將來是很有意義的。

人工智慧應用在產品，應用在場景不僅僅是在農業機械等裝備製造行業，更多的行業都會實現應用，需要去思考和探索。我們在人工智慧應用領域，需要做更有創新的事情，做出自己的東西。還有很多東西可以講或者深入更多的細節，時間關係，會後希望有機會和各位嘉賓探討。謝謝大家！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！