最年轻的“AI四小龙”,云从科技冲刺科创板IPO_详细解读_最新资讯_热点事件

编者按:本文来自微信公众号“格隆汇新股”(ID:ipopress),作者:保尔,36氪经授权发布。

2016年3月,Google旗下公司DeepMind研发的智能机器人AlphaG,与围棋世界冠军、职业九段棋手李世石开展人机大战。这场人机大战,采取下围棋五局三胜制的形式进行。最后AlphaGo以4比1的总比分的绝对优势获胜,世界冠军只勉力赢了一局。

这次比赛结果世界震动。而上一次举世震惊的人机大战,还是在1997年。当时,IBM公司的超级计算机“深蓝”,与当时的国际象棋冠军的卡斯帕罗夫决战,并以微弱优势取胜,成为世界上首个击败世界象棋冠军的机器。在这场比赛中,计算机智能与人类智慧碰撞出火花四溅。

计算机是当时颠覆世界的革命。人工智能是同样的战胜人类棋王的赢家,因此,人们对其寄予厚望。

接下来,2017年,AlphaGo在中国乌镇围棋峰会上,以3比0的压倒性总比分优势,战胜了排名世界第一的世界围棋冠军柯洁。围棋界公认,AlphaGo的棋力已经超过人类职业围棋顶尖水平。这次比赛再次将人工智能在公众视野中引爆。

同期,资本大举入场,下注AI板块。

经过三四年,一级市场培养的人工智能的项目,在当前加速了上市的步伐。11月底,海天瑞声获科创板上市委会议通过,12月以来,依图科技云知声先后进入科创板上市问询阶段,而云从科技云天励飞均进入科创板上市受理阶段。

在即将到来的2021年第一季度,人工智能的上市潮即将到来。

风口落地

2016年和2017年的AlphaGo两次围棋胜利,加速了人工智能风口的到来。

AI被认为是第四次工业革命。无论是资本市场还是普通民众,主流观点都认为,当前的深度学习的架构,不同于人工智能的上一阶段机器学习的理论。前者的原理类似于人类的神经网络网络,智能程度上更接近人类的“思考”。而人工智能理论进化,使机器从“弱人工智能”迈向“强人工智能”,AI有望能代替大量人类的重复性劳动的岗位。

2015年-2018年,AI在创投圈中大热,深受资本追捧。

图:中美人工智能投资额与投资笔数(百万美元)

来源:CBInsights,国金证券研究所

2015年起,AI领域的投资频次和投资总额都录得快速增长,并在接下来的三年中增速一再提高。在2018年,AI投资达到巅峰。仅在2018年这一年,人工智能领域的投资金额就过千亿人民币,投资笔数接近500笔。截至2019年上半年,国内共有1300 家人工智能企业获得了风险投资。

人工智能行业开始躁动,并逐渐步入泡沫期。在资本的鼓励下,AI创业企业如雨后春笋冒出,并到处路演以获得融资。各路资本此时的投资策略也十分激进。根据人工智能投资轮次数据,2016年,A轮及以A轮前投资占总投资金额的 80%,尽管这个比例逐年下降,但2018年仍高达 65%。

大量冒进的投资机构没能预测到,人工智能行业研发时间长、回报时间慢。数年过去,一级市场的项目成功退出的少之又少。看二级市场可以知道——成功上市的真正的人工智能企业极少。(科大讯飞算是最引人瞩目的一个。)而人工智能的投资资金又较多,大量烧钱是行业常态。投资机构逐渐面临项目退出的压力,创投行业重新审视对AI的投资。

随着资本市场回归冷静,2019年,AI的投融资金额断崖式下跌,相较于2018年下降25%-30%。“有三个AI专家就能估值7亿、靠AI概念忽悠投资人的时代已经过去了。”创新工场董事长兼CEO李开复表示。而在2020年上半年,在疫情的影响下,AI的投融资活动更是跌至冰点。国内风险投资额较上年同期下滑三分之一。国内、国外都有不少AI公司宣告倒闭。风口上的“猪”,终于不再能上天。

随着资本寒潮+科创板注册制,AI公司纷纷开始转向二级市场寻求上市自救。根据递表速度,预计从2021年第一季度,人工智能公司的上市热潮将拉开帷幕。这无疑给沉寂了快两年的AI行业带来了振奋。

值得注意的是,冷静下来的一级市场,逐渐聚焦到B轮以后的投资。也就是说,市场更在乎公司在“商业”的成长性,而并非“技术“的成长性。而一级市场的价值取向,或将深刻得影响二级市场。

在文章开头提到的正在排队的公司中,让投资者最为期待的,无疑是在四小龙之列的依图科技和云从科技。在人工智能的大年,我们该怎么看?

拨云见日:云从科技的商业本质

一级市场炒作风气骤停,人工智能的投资,正在逐步回复理智。在当前情况下,在二级市场根据概念热炒,可能会陷入较大风险;看清前途才是要紧事。

四小龙之一的云从科技,是当中较为特别的AI公司。2017年-2108年,云从科技的亏损远小于同行业公司,被一部分人认为可能是最快实现盈亏平衡的公司。

此外,云从科技还拥有国家队背景,并在技术上行业领先。云从科技拥有自主可控并不断创新的人工智能核心技术,实现了从智能感知认知到决策的核心技术闭环。公司的跨镜追踪(ReID)技术获得首届全国人工智能大赛冠军;3D人脸重建、OCR、语音、机器阅读理解等技术在世界权威数据集刷新纪录;深度学习、视觉识别等领域论文在国际人工智能领域顶级学术会议与期刊上发表。

计算机领域技术日新月异。对投资者来说,要跟踪和看懂新技术,并不是这么容易。但幸好,科技企业也不过是商业的一环,本质亦是提供产品或者服务。因此人工智能的投资,必然要回归商业落地实质。就比如我们不会为微软研究院中那些尚未商业化的项目给估值。而商业化能力有时候甚至远大于技术能力。

云从科技的两大主营业务为人机协同操作系统和人工智能解决方案,主要落地的场景包括智慧金融、智慧治理、智慧出行、智慧商业。实际上,四小龙都已实现了商业落地,并主要都属于计算机视觉识别赛道。根据IDC统计,四小龙所占市场份额包揽了行业的前四,云从科技的市场份额排第三。

图:计算机视觉识别应用的主流厂商

资料来源:IDC

计算机视觉识别,顾名思义,是使用机器代替人类去“看”,包括使用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理。安防市场是计算机视觉识别的最重要应用场景。随着时间的推移,其应用逐渐从安防,渗透至金融、互联网城市治理、楼宇园区等创新领域,应用领域也越发广泛。

资料来源:艾瑞咨询

根据弗若斯特沙利文,2019年中国计算机视觉行业市场规模仅为 220 亿元人 民币,市场规模仍较小;但赛道仍在高速增长,市场规模在2019年-2024年间将以49.00%的年均速增长,并于2024年达到1,613.03亿元,接近当前的八倍。

这看起来是一个充满希望的赛道。但值得注意的是,这个赛道已经相当拥挤。

算力、算法和数据是人工智能三要素。在现实的商业化进程中,数据往往才是最关键的因素。由于很多行业尚未数字化,获得能持续积累的数据十分困难。因此,人工智能企业选择在应用场景清晰、数据积累较多的安防、互联网等行业落地较多。计算机视觉识别主要集中在以上领域应用。因此可以说计算机视觉识别赛道是门槛最低、参与者最多的AI赛道之一。

在产业链公司方面,云从科技的竞争者众多,除了其他三个独角兽,还有数量庞大的AI公司。此外,这些AI企业还需要与传统厂商同台竞技。海康威视虹软科技这些传统厂商有着数据、市场、渠道等优势,可能会后发先至,对云从科技构成大威胁。

高估值的历史遗留问题

2016年-2019年,云从科技实现营收0.65亿元、4.84亿元和 8.07亿元,目前处于快速成长期,符合整体行业的高增长态势;由于高额的研发费用,公司长期处于亏损状态,同期公司的归母净利润分别为-1.06 亿元、-1.81 亿元、-17.08 亿元。

2017年-2018年,云从科技的亏损较小;2019年云从科技的亏损大幅扩大,是因为当年优先股公允价值变动。这亦是依图亏损常年巨额亏损的主要原因。因此,从拆解净利润变动的原因来看,尽管云从科技在2017、2018年亏损比同行小,但撇开会计处理的因素,实际经营的盈利能力,并没有大幅高于同行。

反而从毛利率看,云从科技的盈利水平较低。2017年-2019年,云从科技的毛利率为36.79%、21.70%、40.89%,而旷视科技和依图科技的毛利率均在50%以上。人工智能解决方案,根据产品服务类型可划分为软件部分、硬件部分和技术开发。笔者猜测,可能是云从科技在方案中绑定了较多的硬件。硬件的销售虽然会扩大营业收入,但硬件几乎不赚多少钱,因此会拖累整体毛利率。

而AI的投资热潮,可能会催生一级市场估值过高。根据招股书,云从科技2020年3月13日“2020年第一次临时股东大会”审议决定:公司增加股本至618,724,554股,新增股本由重庆红芯、创达三号、长三角基金、海纳铭威以及宏泰海联认购。其中,重庆红芯以12,154万元认购5,627,831,对应的股价为21.60/股,对应的估值为133.62亿元。以2019年的营业收入计算,PS=16.56。而以12月18日的收盘价计算,科大讯飞的PS仅为8.6。

当然,科大讯飞2019年的营收同比增速已下降至27.30%(2017年时仍为63.97%),而云从科技的该数据为66.77%,因此科大讯飞的估值要大打折扣。但考虑上一二级市场的价差,云从科技上市的估值肯定比这个要高不少。再加上云从科技的成长速度也在迅速下滑,综合来看,云从科技的上市的市销率估值必定不低。

此外,根据 Gartner2020 人工智能技术成熟曲线,计算机视觉将在2-5年后成熟,可能是最早成熟的人工智能技术之一。当某项技术步入成熟,意味着第一梯队的技术,难以与第二梯队拉开很大差距。此时,行业整体的盈利能力可能会进一步下滑。云从科技这么高的估值,真的合理吗?

没想到,拼多多竟然想用AI种草莓给我吃

量子位 报道 | 公众号 QbitAI

想不到吧,连农业,都可以搞人类选手和AI算法比拼的「人机大战」了。

或许是拜AlphaGo所赐,「人机大战」成了人工智能圈子里人们最津津乐道的活动之一。

比拼博弈决策算法,有围棋、《星际II》、《王者荣耀》人机大战;

比拼计算机视觉算法,有医疗影像识别人机大战;

比拼语音识别算法,有速记人机大战;

……

但民以食为天,AI打游戏“看片”再厉害,也解决不了吃饭问题。在农业领域,AI的作用还没有完全显现出来。

现在,6.28亿用户都爱的、令人感到真香的“拼爹爹”要用AI种草莓了!

他们联合中国农业大学,在联合国粮农组织(FAO)指导下,办了一场「多多农研」科技大赛,让专业的种草莓劳模、种植能手们,和实验室里的AI科学家比拼,看谁种出来的草莓更甜更大更好吃。

你可能有一些迷惑:

种草莓?这么长链条、非标准化的工作里,AI能起到什么作用?

人工智能算法,真的拼得过自带「农耕」天赋加成的中国农民吗?

拼多多不好好去给库克供货(手动狗头),掺和这个干啥?

我们去草莓大棚里看了个究竟。

AI种草莓,比的是「动脑」能力

首先要明确,种草莓人机大战,究竟比的是什么?

拆解一下种草莓的过程,需要一定智慧和操作的是两件事:

一是「动手」,也就是把草莓苗栽下去、浇水、施肥、疏花疏果、采摘这些手部动作;

二是「动脑」,看你的草莓是否需要多施点肥、多晒晒太阳、通风换气、调节温湿。

要提前说清楚的是,绝大多数人机大战,比的都是人类「动脑」的范畴:

比如围棋人机大战,AI负责推理判断,决定落在哪个点位,旁边有真人来代为落子。

在比如电子竞技人机大战,AI负责判断如何走位、如何放技能,然后在限定的APS下直接在游戏中体现,并没有一个机器人手臂来按鼠标和QWER键。

这场种草莓人机大战也一样,AI参与的是「动脑」环节,输入传感器获取的温度、湿度、大棚内的照片等数据,输出升温、补充光照、浇水施肥等指令判断,之后有人类农业专家来辅助执行这些判断。

也就是说,AI的挑战是在不断变化的环境下,如何对草莓生长做出正确的决策。

最后,种出来的草莓会根据产量、品质、成本、食品安全等方面考虑综合评定,由专家团队判断胜负。

布满传感器的草莓大棚

参与这场「多多农研」科技大赛的17支AI队伍中,有4支进入了决赛。

AI队的成员构成整体相当学院派,选手们大多来自AI、计算机、数学、农学等多专业背景,有农业背景的专家,也有计算机相关专业的博士。

决赛的基地,在云南省富民县的国家高原云果产业园,这里专门搭了8个温室大棚,供AI组4支队伍和顶尖农人组4支队伍比拼。

走进AI组的大棚,你会发现这里的草莓并没有种在地上,而是在半人高的地方搭了“空中地基”,现场的专家说,这一是为了后续加装更多传感器留空间,另外种植过程中也不必一直弯腰蹲在地上。

比赛用的是「章姬」草莓,苗刚栽下去不久,培养基上覆盖了保证温湿的膜,而且每颗草莓都有一根黑色的软管连接,这样可以批量化的浇水施肥。

AI组的四个大棚中统一部署了各种传感器,比如湿度传感器:

温度和光照传感器:

还有一些队伍自己准备了监测草莓植株的硬件:

这样,整个温室中的数据状况,就可以实时监测:

而且,通过比赛主办方提供的API接口,数据可以直接传送到选手端,在专门的软件上显示,并输入给AI模型,输出决策,比如升温降温、通风换气、施不同的肥料等等。

如果你在大棚里溜达,就会发现里面的风扇、鼓风机等设备有时候会自己突然转起来,这就是背后的算法看了一眼监测数据,觉得要给草莓们扇扇风。

另外,AI组的温室大棚外,还有额外搭建的水肥站。

△ 透明房子是大棚,后面的小白房子是水肥站

植物生长离不开氮磷钾等营养元素,因此需要不同的肥料,而一些肥料之间由于酸碱度不同,遇上就会发生反应,并不能一起施放。另外,考虑到施肥的时机等复杂因素,需要一套机制来调节施肥过程。

基于这些基础设施,每个AI队伍都设计了不同的水肥组合、用自己独特的算法来进行种植决策。

AiCU队,队员都是来自荷兰瓦赫宁根大学、屯特大学、阿姆斯特丹大学的博士/硕士生们。熟悉计算机行业的读者可能不太清楚, 瓦赫宁根大学是QS大学排行榜农学专业第一,相当于计算机专业的斯坦福。

这支队伍由于疫情原因没有回国,全程远程操作,他们的框架分为感知、传输、思考三个阶段。

感知阶段是靠传感器来判断温室中的病虫害、天气状况,获取数据;

传输阶段需要把传感器收集的数据整合到平台和云服务中来,把不同来源的数据整合起来,通过比赛主办方的API接口接入团队自己开发的控制软件,在云端进行数据分析和应用。

思考阶段一方面借助条件控制算法,根据实时数据进行短期的决策调控,比如说根据上一小时的数据输入得到下一小时的决策;另一方面借助机器学习的决策实现长期的决策调控。

智多莓队,成员由来自昆明市农科院、中国科学院自动化所等机构,有农业、信息化、AI多重背景。

他们的方案是先对作物环境参数进行切片,每小时统计一次天气、土壤、作物图像等数据,再和历史数据一起传送到后台,由AI算法判断是否需要干预、如何干预。

NJAI.莓队,队长是南京农业大学倪军教授,江苏农科院和江苏的草莓种植公司也有参与。

这支队伍搭建了一套辅助管理系统,前期在大棚内安装了一整套传感器体系,监测包括草莓植株叶级、径长等参数,设定指标,并建立实时调控模型,通过分类指数和采收指数预测产量,这套系统已经可以在web端和手机端使用了。

CyberFarmer.HortiGraph队,是预赛第四名、第五名的队伍组合而成,成员来自中国农业大学、比利时根特大学、中国农业科学院等机构。

这支队伍采用的是与植物对话的智能环控技术(SPA技术),以小时为单位计算参考作物的能耗,通过预测各时段的能耗来调整时间和灌溉量,另外模型借助基于日累计光照的策略来进行草莓的环境控制。

此外,他们搭建了一个水肥一体化云服务系统,借助知识图谱、专家模型,来实现农田的智能维保。

谁是这场人机大战的“李世石”

和4支AI队伍同场竞技的,是4支传统的农人队伍。

说道这里,你可能觉得人机大战的双方不是很公平:

前面都是博士、教授,后面的普通农民要怎么比?

放下你“面朝黄土背朝天”的假想吧,现代农业如果真的那么不堪一击,你可能就吃不上大棚里的草莓葡萄西瓜了。

和AlphaGo比下棋的是世界冠军李世石,和AI比种草莓的,自然也是草莓种植界的高手。

4支传统农人队伍,分别是:

纪荣喜劳模工作队:看名字就知道,队长纪荣喜是全国劳动模范,而且他还是镇江草莓协会会长,来自华东地区最大的草莓产区镇江句容,专注种草莓30年。

艳九天队:队长“草莓皇后” 沈海燕是第七届世界草莓大会金奖得主。这个大会在国际草莓种植行业影响力巨大,可以理解为草莓圈儿的CVPR。

圣野浆果富民队 :这个团队来自“中国草莓第一县”辽宁东港,队长是辽宁省第十三届人大代表、东港市草莓协会会长马廷东 。

神农小队:来自沈阳农业大学的植物营养学、设施园艺学博士们。

传统农人队中的不少成员也都是来自专业的农业类院校或者农业公司,拥有丰富的实践种植经验。

他们的大棚就相对没有那么复杂,农人们需要依靠自己的智慧来观察判断草莓需要怎样的照顾,自行做出浇水施肥的决策。

AI农业,是个长线投入

现在,云南富民县的草莓刚刚种下去,要等到10月才会长出果子。

但AI种草莓这件事儿,究竟能成么?

从技术上看,视觉、推理的算法已经成型,参赛队伍也已经拿出了方案,只待验证成效;

但从商业上看就很难说了。投硬科技的VC们,扎堆儿往AI金融、AI工业等方向去了,农业方向的投资少得可怜。

根据最新的《斯坦福AI报告》,全球拿到融资的AI创业公司中比例最高的是在数据工具、零售科技、自动驾驶&能源、文本分析、金融科技领域,而农业科技只占2%。

注意,这还是全球的数据,考虑到此类投资大多发生在农业规模化的发达国家,AI农业落地更有市场,如果在国内,这一比例只能更低,不信看亿欧统计的国内数据,农业领域基本上是AI投资里的倒数了。

短期来讲,勤劳的中国农民们有非常强大的生产力,非标准化的农业场景中AI可落地的机会并没有特别大,不少参赛选手也提到,AI种草莓还要受到草莓品种、地方风土的影响,可复制性有限。

但长期来看呢?

根据第三次全国农业普查的数据,2016年,全国3亿农业生产经营人员中,35岁以下的只占21.1%。

年轻人都不想留下种地,而数十年后,等36-54岁的壮年农民都退休了,缺少劳动力的AI种植或许才能迎来大规模落地的机会。

投资人的钱,可等不起几十年。AI种植并不是一个当下就能吸引投资人的故事。

主办方之一拼多多自己也说,不会投资于此。

那拼多多图什么?

在国内所有电商平台里,拼多多是最“亲农民”的,拼多多副总裁陈秋自己都说,拼多多起家于农业、立命于农业,光去年一年,农产品和农副产品的成交额就超过了1364亿元。

这个数据,如果拼多多自称第二,没人敢称第一。何况在1000多亿的基础上,依然保持着100%以上的增长,每年至少翻一倍,光今年一季度新增的农产品商家就有27万多,比去年一年的新增都高。

在拼多多的模式里,水果从田间地头直接快递送到你家门口,砍掉了中间商。

这样一来,你买得更便宜,农民赚得更多,节省了中间商的庞大人力物力。

而且从这个逻辑来看,显然中国的农业越发达,农产品质量越高,蛋糕就越大,拼多多能分到的部分就越大;农业数字化过程越完善,生产运输周期就会越短,拼多多的利润空间就越大。

那么,靠农业养大的拼多多,要怎么反哺农业,给自己创造更大的市场盘子?

我们前面提到,年轻人不想种地,但农业人口正在老去。

几十年之后,一定得有技术让种地这件事儿更简单、更轻松、更省人力、更规模化。

谁来做?

这里一定需要大量的农业专家提供各种农作物相关的丰富知识,需要许多AI、云计算、计算机工程师来提供可落地、可自动化的方案。

拼多多正是在朝这个方向推动,毕竟它自己也有AI技术。拼多多看起来是一家电商公司,但本质上非常依赖技术,依靠分布式AI的推荐算法不断的帮助用户找到更喜欢的产品。

所以,拼多多完全可以靠技术参与到中国农业现代化的过程中,帮助农民,帮助农业,也让“卖农产品”这件事长久下去,甚至借助新技术种出更好的果子,卖上更高的溢价。

这是一条拉的很长的战线,电商新秀拼多多并不短视。

这家上海最大互联网公司,正在用长远的规划换一个更好的未来。

最后,不妨猜一下,这场AI种草莓人机大战,赢家会是哪一边?

没想到,拼多多竟然想用AI种草莓给我吃_详细解读_最新资讯_热点事件

编者按:本文来自微信公众号“量子位”(ID:QbitAI),作者:郭一璞,36氪经授权发布。

想不到吧,连农业,都可以搞人类选手和AI算法比拼的「人机大战」了。

或许是拜AlphaGo所赐,「人机大战」成了人工智能圈子里人们最津津乐道的活动之一。

比拼博弈决策算法,有围棋、《星际II》、《王者荣耀》人机大战;

比拼计算机视觉算法,有医疗影像识别人机大战;

比拼语音识别算法,有速记人机大战;

……

但民以食为天,AI打游戏“看片”再厉害,也解决不了吃饭问题。在农业领域,AI的作用还没有完全显现出来。

现在,6.28亿用户都爱的、令人感到真香的“拼爹爹”要用AI种草莓了!

他们联合中国农业大学,在联合国粮农组织(FAO)指导下,办了一场「多多农研」科技大赛,让专业的种草莓劳模、种植能手们,和实验室里的AI科学家比拼,看谁种出来的草莓更甜更大更好吃。

你可能有一些迷惑:

种草莓?这么长链条、非标准化的工作里,AI能起到什么作用?

人工智能算法,真的拼得过自带「农耕」天赋加成的中国农民吗?

拼多多不好好去给库克供货,掺和这个干啥?

我们去草莓大棚里看了个究竟。

AI种草莓,比的是「动脑」能力

首先要明确,种草莓人机大战,究竟比的是什么?

拆解一下种草莓的过程,需要一定智慧和操作的是两件事:

一是「动手」,也就是把草莓苗栽下去、浇水、施肥、疏花疏果、采摘这些手部动作;

二是「动脑」,看你的草莓是否需要多施点肥、多晒晒太阳、通风换气、调节温湿。

要提前说清楚的是,绝大多数人机大战,比的都是人类「动脑」的范畴:

比如围棋人机大战,AI负责推理判断,决定落在哪个点位,旁边有真人来代为落子。

在比如电子竞技人机大战,AI负责判断如何走位、如何放技能,然后在限定的APS下直接在游戏中体现,并没有一个机器人手臂来按鼠标和QWER键。

这场种草莓人机大战也一样,AI参与的是「动脑」环节,输入传感器获取的温度、湿度、大棚内的照片等数据,输出升温、补充光照、浇水施肥等指令判断,之后有人类农业专家来辅助执行这些判断。

也就是说,AI的挑战是在不断变化的环境下,如何对草莓生长做出正确的决策。

最后,种出来的草莓会根据产量、品质、成本、食品安全等方面考虑综合评定,由专家团队判断胜负。

布满传感器的草莓大棚

参与这场「多多农研」科技大赛的17支AI队伍中,有4支进入了决赛。

AI队的成员构成整体相当学院派,选手们大多来自AI、计算机、数学、农学等多专业背景,有农业背景的专家,也有计算机相关专业的博士。

决赛的基地,在云南省富民县的国家高原云果产业园,这里专门搭了8个温室大棚,供AI组4支队伍和顶尖农人组4支队伍比拼。

走进AI组的大棚,你会发现这里的草莓并没有种在地上,而是在半人高的地方搭了“空中地基”,现场的专家说,这一是为了后续加装更多传感器留空间,另外种植过程中也不必一直弯腰蹲在地上。

比赛用的是「章姬」草莓,苗刚载下去不久,培养基上覆盖了保证温湿的膜,而且每颗草莓都有一根黑色的软管连接,这样可以批量化的浇水施肥。

AI组的四个大棚中统一部署了各种传感器,比如湿度传感器:

温度和光照传感器:

还有一些队伍自己准备了监测草莓植株的硬件:

这样,整个温室中的数据状况,就可以实时监测:

而且,通过比赛主办方提供的API接口,数据可以直接传送到选手端,在专门的软件上显示,并输入给AI模型,输出决策,比如升温降温、通风换气、施不同的肥料等等。

如果你在大棚里溜达,就会发现里面的风扇、鼓风机等设备有时候会自己突然转起来,这就是背后的算法看了一眼监测数据,觉得要给草莓们扇扇风。

另外,AI组的温室大棚外,还有额外搭建的水肥站。

透明房子是大棚,后面的小白房子是水肥站

植物生长离不开氮磷钾等营养元素,因此需要不同的肥料,而一些肥料之间由于酸碱度不同,遇上就会发生反应,并不能一起施放。另外,考虑到施肥的时机等复杂因素,需要一套机制来调解施肥过程。

基于这些基础设施,每个AI队伍都设计了不同的水肥组合、用自己独特的算法来进行种植决策。

AiCU队,队员都是来自荷兰瓦赫宁根大学、屯特大学、阿姆斯特丹大学的博士/硕士生们。熟悉计算机行业的读者可能不太清楚, 瓦赫宁根大学是QS大学排行榜农学专业第一,相当于计算机专业的斯坦福。

这支队伍由于疫情原因没有回国,全程远程操作,他们的框架分为感知、传输、思考三个阶段。

感知阶段是靠传感器来判断温室中的病虫害、天气状况,获取数据;

传输阶段需要把传感器收集的数据整合到平台和云服务中来,把不同来源的数据整合起来,通过比赛主办方的API接口接入团队自己开发的控制软件,在云端进行数据分析和应用。

思考阶段一方面借助条件控制算法,根据实时数据进行短期的决策调控,比如说根据上一小时的数据输入得到下一小时的决策;另一方面借助机器学习的决策实现长期的决策调控。

智多莓队,成员由来自昆明市农科院、中国科学院自动化所等机构,有农业、信息化、AI多重背景。

他们的方案是先对作物环境参数进行切片,每小时统计一次天气、土壤、作物图像等数据,再和历史数据一起传送到后台,由AI算法判断是否需要干预、如何干预。

NJAI.莓队,队长是南京农业大学倪军教授,江苏农科院和江苏的草莓种植公司也有参与。

这支队伍搭建了一套辅助管理系统,前期在大棚内安装了一整套传感器体系,监测包括草莓植株叶级、径长等参数,设定指标,并建立实时调控模型,通过分类指数和采收指数预测产量,这套系统已经可以在web端和手机端使用了。

CyberFarmer.HortiGraph队,是预赛第四名、第五名的队伍组合而成,成员来自中国农业大学、比利时根特大学、中国农业科学院等机构。

这支队伍采用的是与植物对话的智能环控技术(SPA技术),以小时为单位计算参考作物的能耗,通过预测各时段的能耗来调整时间和灌溉量,另外模型借助基于日累计光照的策略来进行草莓的环境控制。

此外,他们搭建了一个水肥一体化云服务系统,借助知识图谱、专家模型,来实现农田的智能维保。

谁是这场人机大战的“李世石”

和4支AI队伍同场竞技的,是4支传统的农人队伍。

说道这里,你可能觉得人机大战的双方不是很公平:

前面都是博士、教授,后面的普通农民要怎么比?

放下你“面朝黄土背朝天”的假想吧,现代农业如果真的那么不堪一击,你可能就吃不上大棚里的草莓葡萄西瓜了。

和AlphaGo比下棋的是世界冠军李世石,和AI比种草莓的,自然也是草莓种植界的高手。

4支传统农人队伍,分别是:

纪荣喜劳模工作队:看名字就知道,队长纪荣喜是全国劳动模范,而且他还是镇江草莓协会会长,来自华东地区最大的草莓产区镇江句容,专注种草莓30年。

艳九天队:队长“草莓皇后” 沈海燕是第七届世界草莓大会金奖得主。这个大会在国际草莓种植行业影响力巨大,可以理解为草莓圈儿的CVPR。

圣野浆果富民队 :这个团队来自“中国草莓第一县”辽宁东港,队长是辽宁省第十三届人大代表、东港市草莓协会会长马廷东 。

神农小队:来自沈阳农业大学的植物营养学、设施园艺学博士们。

传统农人队中的不少成员也都是来自专业的农业类院校或者农业公司,拥有丰富的实践种植经验。

他们的大棚就相对没有那么复杂,农人们需要依靠自己的智慧来观察判断草莓需要怎样的照顾,自行做出浇水施肥的决策。

AI农业,是个长线投入

现在,云南富民县的草莓刚刚种下去,要等到10月才会长出果子。

但AI种草莓这件事儿,究竟能成么?

从技术上看,视觉、推理的算法已经成型,参赛队伍也已经拿出了方案,只待验证成效;

但从商业上看就很难说了。投硬科技的VC们,扎堆儿往AI金融、AI工业等方向去了,农业方向的投资少的可怜。

根据最新的《斯坦福AI报告》,全球拿到融资的AI创业公司中比例最高的是在数据工具、零售科技、自动驾驶&能源、文本分析、金融科技领域,而农业科技只占2%。

注意,这还是全球的数据,考虑到此类投资大多发生在农业规模化的发达国家,AI农业落地更有市场,如果在国内,这一比例只能更低,不信看亿欧统计的国内数据,农业领域基本上是AI投资里的倒数了。

短期来讲,勤劳的中国农民们有非常强大的生产力,非标准化的农业场景中AI可落地的机会并没有特别大,不少参赛选手也提到,AI种草莓还要受到草莓品种、地方风土的影响,可复制性有限。

但长期来看呢?

根据第三次全国农业普查的数据,2016年,全国3亿农业生产经营人员中,35岁以下的只占21.1%。

年轻人都不想留下种地,而数十年后,等36-54岁的壮年农民都退休了,缺少劳动力的AI种植或许才能迎来大规模落地的机会。

投资人的钱,可等不起几十年。AI种植并不是一个当下就能吸引投资人的故事。

主办方之一拼多多自己也说,不会投资于此。

那拼多多图什么?

在国内所有电商平台里,拼多多是最“亲农民”的,拼多多副总裁陈秋自己都说,拼多多起家于农业、立命于农业,光去年一年,农产品和农副产品的成交额就超过了1364亿元。

这个数据,如果拼多多自称第二,没人敢称第一。何况在1000多亿的基础上,依然保持着100%以上的增长,每年至少翻一倍,光今年一季度新增的农产品商家就有27万多,比去年一年的新增都高。

在拼多多的模式里,水果从田间地头直接快递送到你家门口,砍掉了中间商。

这样一来,你买得更便宜,农民赚得更多,节省了中间商的庞大人力物力。

而且从这个逻辑来看,显然中国的农业越发达,农产品质量越高,蛋糕就越大,拼多多能分到的部分就越大;农业数字化过程越完善,生产运输周期就会越短,拼多多的利润空间就越大。

那么,靠农业养大的拼多多,要怎么反哺农业,给自己创造更大的市场盘子?

我们前面提到,年轻人不想种地,但农业人口正在老去。

几十年之后,一定得有技术让种地这件事儿更简单、更轻松、更省人力、更规模化。

谁来做?

这里一定需要大量的农业专家提供各种农作物相关的丰富知识,需要许多AI、云计算、计算机工程师来提供可落地、可自动化的方案。

拼多多正是在朝这个方向推动,毕竟它自己也有AI技术。拼多多看起来是一家电商公司,但本质上非常依赖技术,依靠分布式AI的推荐算法不断的帮助用户找到更喜欢的产品。

所以,拼多多完全可以靠技术参与到中国农业现代化的过程中,帮助农民,帮助农业,也让“卖农产品”这件事长久下去,甚至借助新技术种出更好的果子,卖上更高的溢价。

这是一条拉的很长的战线,电商新秀拼多多并不短视。

这家上海最大互联网公司,正在用长远的规划换一个更好的未来。

最后,不妨猜一下,这场AI种草莓人机大战,赢家会是哪一边?

科幻机甲FPS《瓦解》发售预片公布 人性的艰难抉择

今日(6月11日)V1互动工作室公布了科幻FPS《瓦解》的发售预告,本作将于2020年6月16日登陆PS4/X1/Steam平台。一起来看一看预告片吧!

在不久的将来,人类在地球上唯一的生存希望就是人机整合技术,那是一个将人脑保存在机器人装甲内的技术。玩家将扮演零重力机前驾驶员Romer Shoal,指挥一小群人机反抗军。他们虽然经过人机整合手术,却仍对身为人类褪色的记忆紧抓不放。

游侠网

由于跋扈的Rayonne势力致力于彻底消灭人类,Romer和他底下的亡命战士必须拼死反击,保护最重要的人性。灵活运用各种独特的单位技能和自己的武器,驾驶各式各样的武装零重力机,并指挥陆上部队,主宰战场。

游侠网

《光环》的联合创作者Marcus Lehto创建的全新30人独立开发工作室 V1 Interactive推出了《瓦解》,这是一款融合了第一人称射击和实时战略元素的科幻射击游戏。游戏设定为在不久之后的地球上,人类唯一的生存希望就是通过人机整合技术,即是将人类大脑保存在机器人装甲中的技术。你将扮演前零重力机驾驶员Romer Shoal,并指挥一支小型反抗军力量 他们依旧坚守着作为人类本身那日渐消失的记忆。

游侠网

随着独断专行的融合部势力着手消灭人类社会的最后剩余部分,Romer和他的亡命战士作战小组必须要发起反击,并延续人类的存在。驾驶种类繁多的武装零重力机,并通过利用各种独特的单位能力、精通你自己的个人武器库来指挥地面作战小组,从而在战斗中占据上风。

延伸阅读