再不努力连搬砖的工作都找不到了

导读：这几年人工智能一直都是一个比较火的话题，其实在一些重复性劳动比较高的行业，机器人早已经代替了大量的人工。比如像汽车生产线，基本上已经是无人化了。虽然建筑行业也是劳动力比较密集的地方，但是由于建筑行业的特殊性，这些年却基本上没有受到机械化生产的影响。然而现实告诉我们，用机器人代替重复性劳动力是时代的大趋势，这股风终于吹到建筑行业来了。太空中的卫星可以帮助探测气候是否会出现干旱；田间的拖拉机可以观察种植物并剔除不良作物；而基于人工智能的智能手机应用可以实时告诉农业人员什么疾病正在对农作物产生影响……忘记田间的那些稻草人吧，一场由真正智能化的机器人技术以及机器学习算法带来的新农业革命，正在世界各国的田野间铺开。

碧桂园老板杨国强在今年的全国两会上提出：碧桂园将加快人工智能与建筑机器人的深度结合，用机器人代替建筑工人。而且杨国庆不是光喊口号，他表示碧桂园现在已经在开始生产适合机器人使用的脚手架和其它建筑物料了。并且杨老板还说了，希望用最快的速度，把建筑行业的工人减少50%。

熟悉建筑业的朋友都知道，杨国强是一个雷厉风行非常有魄力的人，不然碧桂园也不会发展得这么快。所以杨国强说的这些很可能在一两年之内就会实现了，并且前期的技术问题已经解决了，现在就差投入实际运用了。

没想到传统了这么多年的建筑业，终于要迎来了一次大变革了，然而这却带来了很多的问题。从社会发展的角度来说这肯定是一件好事，但是对于个人来说或许就是危机了，很多人就是依靠这个手艺吃饭的，如今机器人代替了他们的工作，就意味着他们将会失业。

不过这世界唯一不变就是永远都在变，随着科技的进步，无人化肯定是未来的大趋势。不够优秀就只能被时代所淘汰，再不努力连搬砖的工作都找不到了。

日前，美国著名科技杂志《连线》特别报道了这场由人工智能带来的新农业革命，在报道里人们称之为新的“绿色革命” （Green Revolution），因为其中有一个重要的标准就是，不仅极大提高生产效率，同时也使农业更加环保。

为了保证农作物免受虫害以保证高产，世界各农业大国目前都采取一种粗放式的防治手段——使用农药。据统计，美国农民每年使用除草剂应对玉米、大豆和棉花种植就要花费31亿元左右。然而在人工智能时代，这将不再是问题了。

在美国，一家名叫Blue River Technology的农业机器人公司，开发了智能化的农业机器人LettuceBot。LettuceBot又被称为“智能生菜机器人”。原来美国是全球第二大生菜出口国，但是生菜是一种需要精耕细作的作物，它不仅需要施肥除草，而且对植株的疏密度要求也很高。想要培育出优良的生菜作物，需要有适中的排列密度，要不然就会制约其生长。

如果从外观来看，LettuceBot与人们经常在田间看到的农业拖拉机似乎没有什么两样，但是论本事的话，智能化的农业机器人LettuceBot可以用“厉害到令人吃惊”来描述。LettuceBot会操纵拖拉机，并为沿途经过的植株拍摄照片。然后通过设计的多种计算机视觉算法，把这些照片和数据库中超过100万幅的图片进行比对，辨认出生菜幼苗或者野草，以及密度过大的植株。据介绍，LettuceBot每分钟扫描5000株幼苗。深度学习算法公司EnliTIc创始人杰里米霍华德对此的评价：“这是关于机器学习和计算机视觉技术的最佳应用。”

为什么图像自动识别技术能够帮助减少除草剂等农药的使用呢？由于LettuceBot机器人对杂草和作物幼苗的定位精度能够达到四分之一英寸，所以当机器自动识别并确定当前植株是杂草或长势不好的作物，它就会自动利用农药喷雾杀死植物；而如果机器判断两棵幼苗的种植间距过小，就会拔掉一棵。如该公司商务副总裁本考斯特纳所说：此前的方法就像是城市的少部分人感染了病菌，你唯一的方法就是让城市中的每一个人都使用抗生素。这种方法虽然可以治愈疾病，但却开销巨大。而相比之下，使用LettuceBot则可以帮助农民减少90%的化学药剂使用。

“机器人或许不能够像人类一样在田间劳作，但是作物管理方面却有着不可比拟的精度优势。”本考斯特纳介绍，LettuceBot功能之所以强大，是因为它将机器学习技术与机器固有的操作精确优势相结合，从而可以更精准的施肥和打药，可以大大的减少农药和化肥的使用。据本考斯特纳介绍，LettuceBot服务的生菜种植面积目前已经占到美国生菜种植的10%左右。

AlphaGo让人们见识了人工智能的厉害，可以深度学习的计算机，不再需要程序员告诉他需要做什么了。事实上，深度学习技术也已经应用于农业，打造农业界的AlphaGo，可以实时告诉农业人员什么疾病正在对农作物产生影响。

通过深度学习算法，生物学家戴维·休斯和作物流行病学家马塞尔·萨拉斯将关于植物叶子的5万多张照片导入计算机，并运行相应的深度学习算法应用于他们开发的手机应用Plant Village。在明亮的光线条件及合乎标准的背景下拍摄出植物的照片，然后手机应用Plant Village就会将照片与数据库的照片进行对比，

可以检测出14种作物的26种疾病，而且程序正确识别作物疾病的准确率高达99.35%。

根据萨拉斯的介绍，目前Plant Village可以让世界各地的农民上传患病作物照片，并有农业专家对此做出相应的诊断。而且，未来休斯和萨拉斯还将通过导入更多的患病作物照片，使这种人工智能算法更为聪明可靠。萨拉斯说：“我们从多个来源获取了关于作物的大量图片，其中也包含了照片是如何拍摄的、拍摄地点、年份等大量信息。这些照片能够有效提升算法的精确度。”

算法的应用不仅仅是对植物病虫害的深度挖掘，对作物影响的因素还有很多。休斯指出，“大部分妨碍作物生长的因素都是生理性的，譬如土壤养分中缺钙元素或镁元素，亦或是钠含量过多或环境温度过高。农民却往往认为是细菌或真菌导致的作物疾病。”对作物的误诊会导致农民滥用农药和除草剂，对时间和金钱都是一种浪费。而在未来，人工智能可以帮助农民快速准确查明问题所在。

不过，人工智能在农业领域所面临的挑战比其他任何行业都要大。现阶段看到的一些人工智能成功应用的例子大都是在特定的地理环境或者特定的种植养殖模式。当外界环境变换后，如何挑战算法和模型是这些人工智能公司面临的挑战，这需要来自行业间以及农学家之间更多的协作。

但不管现实困难如何，无法忽视的一个现状是：农业已经进入一个新的环境，新的秩序，新的世界。人们可以继续采用传统方法从事农业生产，但是未来的农业一定是以更明智的方式，使用大数据、人工智能和机器人。