勞動(dòng)力供應(yīng)無(wú)法滿足超大規(guī)模需求

我國(guó)自古以來(lái)便是農(nóng)業(yè)大國(guó)，農(nóng)林牧漁產(chǎn)業(yè)始終對(duì)我國(guó)的政治經(jīng)濟(jì)具有著舉足輕重的影響。據(jù)前瞻研究院顯示，我國(guó)該產(chǎn)業(yè)的總產(chǎn)值始終呈現(xiàn)逐年穩(wěn)定上升的趨勢(shì)，2014年至2019年呈現(xiàn)出了4%的年復(fù)合增長(zhǎng)，反映出強(qiáng)烈的剛性需求。

但與此同時(shí)，據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2018-2020年我國(guó)出生人口和人口出生率卻屢創(chuàng)新低。2020年我國(guó)出生人口僅為1200萬(wàn)人，人口出生率為8.50%，較2019年下降1.98個(gè)百分點(diǎn)。而2019年末我國(guó)老年人口達(dá)到2.54億人，占我國(guó)總?cè)丝诒壤?8.1%，我國(guó)已步入中度老齡化社會(huì)。

農(nóng)村老齡化以及青年進(jìn)城務(wù)工等因素，導(dǎo)致我國(guó)農(nóng)業(yè)勞動(dòng)人口呈現(xiàn)出了逐年下降的趨勢(shì)。人口紅利盡失，將導(dǎo)致未來(lái)我國(guó)農(nóng)業(yè)勞動(dòng)人口嚴(yán)重不足的情況。

不斷增長(zhǎng)的農(nóng)林牧漁需求與不斷減少的務(wù)農(nóng)人口，讓勞動(dòng)力供應(yīng)無(wú)法滿足超大規(guī)模的需求。并且不論是農(nóng)林牧漁中的任何一項(xiàng)，都需要精耕細(xì)作，將傳統(tǒng)強(qiáng)烈依靠人力農(nóng)業(yè)進(jìn)行數(shù)智化轉(zhuǎn)型，成為勢(shì)在必行的方向。

農(nóng)業(yè)的數(shù)字+智能精細(xì)化轉(zhuǎn)型升級(jí)

有鑒于此，國(guó)家正不斷出臺(tái)政策文件進(jìn)行扶持，在今年3月的《關(guān)于落實(shí)黨中央國(guó)務(wù)院2022年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作部署的實(shí)施意見(jiàn)》中提到，要“建設(shè)與發(fā)展智慧農(nóng)業(yè)和數(shù)字鄉(xiāng)村......”；在2月份的《十四五“推進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化規(guī)劃》中也提到，“建立和推廣應(yīng)用農(nóng)業(yè)農(nóng)村大數(shù)據(jù)體系，推動(dòng)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、區(qū)塊鏈等新一代信息技術(shù)與農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)深度融合。”

在國(guó)家支持下，智慧農(nóng)業(yè)迎來(lái)飛速增長(zhǎng)。據(jù)前瞻研究院的數(shù)據(jù)顯示，據(jù)截止2020年，智慧農(nóng)業(yè)市場(chǎng)規(guī)模高達(dá)622億元，5年的年復(fù)合增長(zhǎng)高達(dá)15%。

在政策鼓勵(lì)下，以及面對(duì)未來(lái)其他領(lǐng)域的不確定型，資本也在不斷涌入具有一定“周期性”的農(nóng)業(yè)領(lǐng)域。據(jù)中商產(chǎn)業(yè)研究院數(shù)據(jù)顯示，智慧農(nóng)業(yè)的主要四個(gè)應(yīng)用場(chǎng)景為“數(shù)據(jù)平臺(tái)服務(wù)”、“無(wú)人機(jī)植保”、“精細(xì)化養(yǎng)殖”、與“農(nóng)機(jī)自動(dòng)駕駛”，分別占比40%、35%、15%、10%。

其中，無(wú)人機(jī)植保的融資占比最高，2021年僅植保無(wú)人機(jī)市場(chǎng)規(guī)模就將達(dá)95.61億元，植保無(wú)人機(jī)的數(shù)量高達(dá)16萬(wàn)架。

但與此同時(shí)，智慧農(nóng)業(yè)的數(shù)智化轉(zhuǎn)型也面臨著一些問(wèn)題。以植保無(wú)人機(jī)為例，目前高昂的AI算法研發(fā)成本，使得包括龍頭的大部分廠商都無(wú)法實(shí)際盈利；

其次對(duì)于比如病蟲(chóng)害等領(lǐng)域的數(shù)據(jù)采集的數(shù)量與質(zhì)量要求都相當(dāng)高，目前對(duì)于數(shù)據(jù)的整合與標(biāo)準(zhǔn)化程度都比較低，嚴(yán)重滯后了AI算法的精度迭代。

共達(dá)地：高效定制化智慧農(nóng)業(yè)AI解決方案

共達(dá)地依托于全球領(lǐng)先的AutoML技術(shù)，首創(chuàng)業(yè)內(nèi)0代碼全自動(dòng)化AI訓(xùn)練。依托此技術(shù)，可針對(duì)在數(shù)量和種類上有較大規(guī)模需求的算法快速訓(xùn)練，并針對(duì)有特殊需求的農(nóng)業(yè)個(gè)性化場(chǎng)景進(jìn)行高效定制。

智慧農(nóng)業(yè)定制算法樣例：

無(wú)人機(jī)植保——病蟲(chóng)害檢測(cè)算法（支持多種農(nóng)作物多種病蟲(chóng)害類別算法的定制）

依托首屈一指的自動(dòng)化數(shù)據(jù)增加技術(shù)，共達(dá)地可在僅標(biāo)注1/10的數(shù)據(jù)時(shí)就可達(dá)到全標(biāo)注效果，對(duì)小樣本數(shù)據(jù)也保證一定的高精度質(zhì)量。

通過(guò)自動(dòng)化模型設(shè)計(jì)與超參調(diào)節(jié)等功能，即便是全新定制的算法也可將研發(fā)周期縮短至2周內(nèi)，并且全程由于沒(méi)有算法工程師參與，所以無(wú)需任何團(tuán)隊(duì)搭建，AI建設(shè)成本可直降9成。

基于對(duì)芯片算子的自動(dòng)化適配，共達(dá)地能夠在算法生成過(guò)程中，就針對(duì)即將部署的設(shè)配芯片進(jìn)行預(yù)適配，包含英偉達(dá)、高通、寒武紀(jì)、海思等10+主流大廠的100+款芯片，支持云/邊/終端靈活部署，適用于無(wú)人機(jī)等智慧農(nóng)業(yè)設(shè)備，可像手機(jī)APP一樣直接下載部署算法。

并且，由于訓(xùn)練數(shù)據(jù)樣本不可能覆蓋所有可能性，會(huì)使得AI算法實(shí)際部署后精度無(wú)法達(dá)到場(chǎng)景最優(yōu)值，一般來(lái)說(shuō)這便需要算法運(yùn)維團(tuán)隊(duì)1~2年的時(shí)間與成本不斷進(jìn)行優(yōu)化。使用共達(dá)地自動(dòng)化訓(xùn)練平臺(tái)，免去額外成本與時(shí)間，便可自動(dòng)迭代優(yōu)化，讓精度直達(dá)最優(yōu)。

成功案例

在精細(xì)化養(yǎng)殖領(lǐng)域，共達(dá)地曾與某畜牧企業(yè)有過(guò)成功合作案例。該企業(yè)在全國(guó)擁有多處牧場(chǎng)，里面有大量多個(gè)長(zhǎng)達(dá)900米的牛棚與大量奶牛需要進(jìn)行管理，該企業(yè)希望能確保每個(gè)牛棚的奶牛數(shù)量、健康狀態(tài)，以及所產(chǎn)牛奶的質(zhì)量都保持良好。

他們的需求包括巡檢每頭奶牛的站立與躺臥時(shí)間，來(lái)判斷其健康狀況；在奶牛伸出槽位吃草料時(shí)自動(dòng)往它身上皮膚澆水，保持濕潤(rùn)，來(lái)維持其產(chǎn)奶量；同時(shí)如果出現(xiàn)奶牛將草料拱出能夠到的范圍時(shí)，還需要工人將草料鏟回。

通過(guò)共達(dá)地AutoML高效的數(shù)據(jù)采集、算法訓(xùn)練、芯片適配以及自動(dòng)迭代能力。一周之后業(yè)務(wù)人員便將算法部署落地，對(duì)牛只數(shù)量、姿態(tài)、草垛的位置進(jìn)行有效識(shí)別，大幅免去了該企業(yè)的人力巡檢時(shí)間與成本。