“靠天吃饭”的传统农业正在悄然发生变化。四川的特驱猪场装上了“黑科技”,接入人工智能的摄像头认识猪场里每一头猪。700公里外,陕西的海升苹果园、国强甜瓜圃也开始用人工智能帮助种植。令人意外的是,这些地方都有阿里云工程师忙碌的身影。
进入农业,是阿里云ET大脑在城市管理、工业优化、环境治理、航空调度后的又一站。6月7日,云栖大会·上海峰会正式发布阿里云ET农业大脑,希望将人工智能与农业深入结合,目前已应用于生猪养殖、苹果及甜瓜种植,已具备数字档案生成、全生命周期管理、智能农事分析、全链路溯源等功能。未来还将很快在石榴、生菜种植中落地。
构建现代农业产业体系、生产体系、经营体系是十九大报告“振兴乡村”战略的重要内容。居高不下的边际生产成本、农产品安全、环保平衡、疾控预防等方面还存在不少痛点。
阿里云总裁胡晓明表示:“人工智能要和产业结合才有价值,我们希望用人工智能帮助农户农企‘对症下药’,实现中国农产品‘三级跳’,即更安全、更营养、更值钱。”


几组标语曾刷遍西南农村和朋友圈:“今年打工不出门,智能养猪到家门”、“智能养猪搞得好,照顾家里老和小”……德康集团、四川特驱集团和阿里云的合作成为关注热点,也迈出了用人工智能养猪的第一步。
现在,特驱猪场铺上了有ET农业大脑加持的摄像头,解决了人工大规模养殖的深度拓展和降本增效问题,还形成了更智能、更精细的养殖模式,预计今年母猪年生产能力可以提升3头,死淘率降低3%左右。
通过图像识别技术,每一头生猪都有自己的档案,包括品种、天龄、体重、进食情况、运动频次、轨迹、免疫情况等,这些数据可用于分析行为特征、料肉比等。同时结合声学特征和红外线测温技术,可通过猪的体温、咳嗽、叫声等作判断是否患病,预警疫情。
“有了ET农业大脑,我们可以准确地知道每一头生猪的运动量,公里数可以成为判断猪肉品质的新标准。未来,我们想要的是一头跑了200公里的好猪,而不再是一头200斤的猪。”胡晓明说。

海升集团是国家级农业产业化重点龙头企业,在全国拥有近40个果蔬种植基地,总种植面积四万余亩,已经实现苹果、柑橘、莓类、胡萝卜、梨、樱桃、猕猴桃等品类的种植布局。
在陕西,10000亩海升苹果的生产资料已经汇聚到ET农业大脑,可以对每棵果树进行个性化管理,大大提高果园的管理效率。
果农再也不用一笔一划记录每棵果树的浇水量、施肥量、施药量,再分头录入EXCEL汇总到管理层。一部手机、一个管理软件,就可以实时记录、实时同步相关人员;未来扫一扫果树旁的二维码,还能看到这棵果树的历史浇水、施肥、施药情况。
通过对这些历史数据的智能分析,ET农业大脑能建立起一整套知识库,指导果农播种、施肥和耕作,提供最优决策;还可以进行智慧选址,针对不同品种的果树选择最适宜的水土环境。
预计ET农业大脑可以帮助果农每亩地节省200元以上成本,整个海升集团每年约可节省2000万人民币。

阿里巴巴董事局主席马云曾说:“袁隆平先生把亩产做到一千斤,我们互联网技术,要争取把亩产做到一千美金。”
国强甜瓜所在的阎良是西安下属的农业生产县区,目前有近600户贫困户,农业收入是该县的主要收入来源。阎良区甜瓜总产量达20余万吨,是该地区的主要特色农产品,也是农民收入的重要来源。
今年,阿里云和西安扶贫办启动了智慧农业合作,国强合作社是主要合作对象,ET农业大脑装到了国强甜瓜圃:每个甜瓜都有一个二维码身份证,对甜瓜全生命周期进行监控,确保瓜农按照标准化手册操作,不打激素,让每一个瓜长足天数,是真正的“瓜熟蒂落”。
借助天猫生鲜、菜鸟物流、蚂蚁金服等阿里巴巴全生态的力量,还能为国强农户提供金融、物流、销售端能力,更好地实现链路管理。普通甜瓜售价仅1元一斤,但有技术含量的国强甜瓜可以卖到3元一斤。现在,质优味美、可溯源的国强甜瓜在天猫已经可以买到。
未来,ET农业大脑也将帮助消费者吃到更健康更绿色的食品。当天,“瓜脸识别”在手机天猫上线,背后是相关的AI算法、图像识别等能力。用手机拍一拍,消费者就可以识别甜瓜的成熟度,这一技术还有望用到其他生鲜产品。
产业AI是阿里云始终坚持的人工智能发展路线。
在过去的一年多时间里,ET大脑已经在航空、交通、工业、环境、医疗等多个领域落地,并帮助产业取得了巨大的经济效益。ET城市大脑更入选首批国家新一代人工智能开放平台,在杭州、衢州、苏州、雄安、澳门、吉隆坡等海内外城市大规模落地。由阿里云发起的“产业AI”运动正逐渐成为行业共识。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。