[郑善宇专栏] 善于修剪的机器人与善于培育的机器人

机器人走进果园。 摄像头扫视树体，读取枝条的位置和粗细， 机械臂伸出去，以设定的力度剪断枝条。 切口很平整。 机器代替人们原本要花几天时间完成的修剪工作，这一场景本身就令人印象深刻。 劳动力短缺的农村长期等待这样的技术，这也是事实。

 不过，如果与一辈子都在打理果树的农民一起看这个场景， 通常会听到同样的问题。“可是，为什么要剪掉那根枝条呢？”

因为修剪的本质问题并不是 '怎么剪'，而是 '保留哪根枝条'。 如何选择要保留的枝条，会决定树体储存的养分流向哪里， 阳光能否照进内部， 果实会结多少个、会长到多大。 进而还会关系到来年会形成多少花芽， 以及是否会出现隔年结果、产量一年高一年低的现象。 修剪不是切割作业，而是跨越一年的生理性判断。

这个例子很好地显示了当前农业人工智能研究的重心所在。 识别和运动的技术正在迅速精细化， 但关于这项作业会给作物留下什么的问题，相对被放在了后面。

回顾过去 15年，农业技术话语的主语一直在变化。 在人工光下不受季节影响栽培作物的植物工厂曾作为未来农业的象征受到关注， 随后智能农场接过了这个位置。 从远程控制，到大数据和人工智能，再到无人自动化，阶段不断提升， 如今物理 AI正在成为新的主语。 技术走在前面，吸引关注和投资，这无疑是一项成果。 只是与此同时，作物生理研究一直停留在配角的位置。

 让我想起当年的一份记录。 2000年代后期，有一份面向国内园艺学专家调查植物工厂技术水平的资料。 如果把世界最高水平设为 100，输送装置和机械设备为 72， 播种·育苗系统约为 66 ， 工厂设备和环境控制相关项目也大多分布在 50到 60 之间。 然而，培育植物工厂专用果菜类品种的领域却停留在 20。

植物工厂未能如预期般普及，最大原因是初期投资费用和电费负担，对此大概不会有异议。 不过，技术的重心当时倾向于哪一边，也值得一并记住。

 类似的结构如今仍在许多地方反复出现。 采收机器人用颜色和大小判断成熟度， 但多项研究指出，果实的糖度与颜色并没有直接因果关系。 如果只看外表采收，糖度尚未充分上升的果实也会一起被摘下。 灌溉·营养液控制人工智能会对传感器数值作出反应， 但同样的水分条件，在不同生育阶段意义并不相同。 

对缺水最敏感的时期通常集中在开花期和坐果期， 每个阶段需要守住的基准线也各不相同。 基于影像的病害诊断读取的是肉眼可见的病征。 然而，马铃薯晚疫病菌在感染后要经过几天潜伏期才会显现症状， 而同一块田里的早疫病菌只要条件合适，几乎会立刻出现症状。 病征出现在画面上所需的时间，因病原菌而异。

 我认为，尽管技术持续开发，现场推广却进展缓慢，原因就在这里。 研究现场用识别准确率、作业成功率， 以及作业时间来说明性能。 农民则以产量和品质， 以及明年农事的稳定性来判断。 两种语言彼此不同。 农民想要的不是善于修剪的机器人，而是不让明年农事出偏差的机器人。 信任不是由演示视频建立的，而是在一个季节过去后的结果中形成的。

 那么，补充什么会比较好呢。 我想一并思考三点。

 首先，希望数据能够延伸到结果。 如今的学习数据大多在作业刚结束后就停止了。 然而农事作业的结果总是隔一段时间才会返回。 如果是叶菜类，会体现在几天后的生长上， 如果是果菜类或粮食作物，会体现在该茬作物的产量和商品率上， 如果是果树，则会体现在来年的花芽和收获量上。 人工智能若要学习自己的判断是否正确，就需要有一直延续到这个时间差尽头的记录。 由于不同作物给出答案的时间不同， 收集数据的周期和研究节奏也有必要与那个时间相匹配。

 其次，希望能把我们已经拥有的东西一起用起来。 我们拥有长期积累下来的作物生长模型和栽培生理研究。 越是在数据并不充裕的农业领域，与其只让系统靠数据学习，不如把既有知识一并输入进去，这样更有利。 生理研究不是人工智能的竞争对手，而是帮助其学习的资产。

 最后，希望共同确立成功的标准。 当产量和品质， 以及来年生产稳定性等指标与识别准确率并排放在一起时，研究和现场的语言才会彼此接近。 而这样的标准并不是在验证结果的阶段制定的，而是在决定要解决什么问题的第一阶段就形成的。 工程研究者与园艺·作物生理研究者一起坐到那个位置上，也许才是最切实的出发点。

 事实上，这一要求并不是新的。 在划分智能农场技术发展阶段时，其第二阶段从定义阶段起，就是人工智能诊断生长并帮助农民决策的水平。 蓝图里原本就已经有作物。 只是实际实现的重心停留在环境控制方面而已。

 物理 AI若要在农业中落地，仅有精巧的手是不够的。 还需要能够读懂植物此刻正在经历什么的眼睛。 作物生理并不是在人工智能时代落后的领域， 而是把人工智能带到真实田地和果园中的通道。

 我相信，技术不只停留在少数走在前面的农户那里，而是抵达所有农民田地的 '大家的农业'，也正是从这里开始的。 15年前的教训不要再确认一次，希望技术与生理研究能够并肩而行。