AI升级传统行业的趋势越演越烈，AI+安防、医疗、教育、零售等领域已经初有成效，AI+农业似乎还鲜有关注。雷锋网了解到，中科院走出来的创业公司麦飞科技将无人机遥感监测与AI大数据结合，以实现精准化的农田病虫害防治。
在他们的项目中，带遥感监测的无人机在农田上飞行，将获得的数据传回云端，AI算法就可以识别出农田是否发生病虫害并计算出施药路径，然后再利用植保机自动给农田喷洒药物。
据称，这一模式可以解决农业现在面临的滥用药的问题，降低农业种植的成本，提高农业病虫害管理的效率，做到了精准、智能化的农业管理。
雷锋网对麦飞科技CEO宫华泽进行了专访，深入聊聊无人机遥感监测+AI技术如何助力传统农业。
麦飞科技是中科院遥感所走出来的团队。
(左起，麦飞科技COO陈祺，麦飞科技CEO宫华泽，麦飞科技CTO刘龙）
联合创始人兼CEO宫华泽是遥感应用技术专业博士（农业遥感科学），中国科学院研究员，国家高分辨率对地观测体系起草团队成员，参与制定国家遥感数据产品产业化标准。联合创始人兼CTO刘龙是中国科学院地图学与地理信息系统专业博士，国家发改委遥感卫星应用国家工程实验室高级研究员。联合创始人兼COO陈祺是武汉大学摄影测量与遥感科学硕士，创业前一直在阿里巴巴从事AI大数据云相关产品运营工作。
遥感是一种通用技术，农业是目前遥感应用的最大领域。农业遥感可以做的事情挺多，例如测土配方，长势与熵情监测、损失评估、作物结构性测算、水肥情况掌握、农田面积的统计、作物种类的识别等。麦飞科技目前选择聚焦于病虫害的监测与智能化防治。
中国目前在农田病虫害防治的方式很原始，基本是靠人，偶尔辅助一些设备比如说诱虫灯可以引诱虫子过来，通过引诱过来虫子的数量来反推这个区域当中的病虫害爆发是不是到了一个节点上。目前还没有技术能够告诉管理人员、技术人员，究竟是哪一个部分受到了病虫害、哪个区域更严重、哪里是诱发区、会朝着哪里蔓延。
从执行层面，宫华泽谈到了选择农田病虫害防治这个领域的两点原因：
首先，按照需求的紧迫性来说，病虫害的防治是所有农业种植过程当中农民最为紧迫的一个环节。
其次，从技术的角度上来说，一个健康作物发生病虫害，它的健康程度和生理性状是一个突变的过程，能被快速和准确地识别出来。
此前，农业遥感主要是采用卫星，由于卫星运转在几百公里以外的轨道上的绕地运动，具有固定周期，导致其数据时效性差，难以满足农业种植的周期性需求。2016年11月，中国科学院地理科学与资源研究所副所长廖小罕发表了无人机在遥感的商业化领域比卫星更有优势的观点，并表示遥感无人机将迎来万众创新。
无人机植保行业飞速发展，麦飞科技则抓住遥感无人机的机遇，以遥感切入病虫害监测和精准作业。麦飞科技成立于2016年12月，2017年1月将监测载荷与无人机适配。2017年1月签下湖北数十万亩科学植保服务订单。
2业务模式
麦飞科技将农业遥感、无人机、大数据、人工智能结合起来，以提供精准科学施药技术。具体的流程是：无人机监测、生成光谱图、数据上传大云端服务器、生成施药处方图、植保机喷洒农药。
根据这些技术和流程，目前麦飞科技的核心产品主要有麦视探针、麦信农田信息管理系统、麦视监测机和麦云。麦视探针是麦飞科技自主研发的遥感载荷，专门针对低空农业遥感设计。麦视检测机是无人机+麦视探针的功能性结合。
麦飞科技是技术型创业公司，但是他们没有将技术输出作为自己的业务模式，而是在摸索中发展出了一套自营业务体系。
农业遥感无疑是新的高科技技术，但是中国农业环境对于新技术的接受是需要时间的。如果作为技术提供方，麦飞科技难以找到为这个技术买单的人，因此他们决定输出服务，成为病虫害防治的技术服务主体，给农户提供全程病虫害防治服务。对于病虫害服务的需求是一直存在的，卖服务显然就比卖技术来得容易。
宫华泽告诉雷锋网，在技术上，麦飞科技的创新是麦视探测器的设计和整个数据处理流程，使用传统的探测器无法达到麦飞科技的实效性和精度。
传统的遥感技术监测需要拍摄照片，而麦飞科技的探测器是非成像的光谱图，做的是纯量化数据的采集。这意味着数据的传输量会很少，每个飞机20分钟的飞行时长，每一次飞行回来后的数据采集量不会超过1兆。这样的话依赖于现在的4G网络，可以实时回传到云服务上去。如果是拍照片的话，数据量和传输压力会很大。
“所以，我们是用一个思路性的转变然后达到这样目前的效率。”宫华泽介绍到，这种思路的诞生也是因为在中科院遥感所的经历，因为我们国家的遥感技术体系，所有标准的建立，包括数据产品的标准都是出自于遥感所的。“所以说，这些标准其实就是通过我们的研发基础并设计的，那么我们非常清楚，数据从一级产品到下一级产品，整个流程的来龙去脉。我们具备这样的知识储备跟能力，能够改造这个过程，还能满足实际需求。”
无人机遥感监测采集的光谱图给出了最初的信息，然后人工智能分析信息作出决策。宫华泽介绍到，麦视监测系统采集的信息量很大，目前有上千个信息通道，而真正用于病虫害相关的通道可能只有20多个。
虽然深度学习可以不管信息冗杂的问题，但是会造成深度学习构架的结构非常复杂，可能需要将近百层才能达到一个稳定的精度，运算的时效性会很差。因此麦飞科技加入了新型智能算法，用来筛选光谱数据，选择出与农作物健康程度息息相关的几十个通道 ，再把这几十个通道放到深度学习中去。这样的话，用一个比较浅层的深度学习网络，就可以达到很好的效率。
现在，麦飞科技用光谱图+人工智能能够区分出来病虫害发生的位置和程度，而他们依据另一套人工智能的框架体系，正在致力于识别害虫的种类的研发。
要识别害虫种类，需要在数据源里增加一个信息的维度，也就是说病虫害的种类信息。在不同的地区，病虫害的种类截然不同，所以，要做到这点，需要将业务覆盖到我们国家典型的气候带之内，然后每一个业务点的数据要进行一个统一标准化的操作，这样才能形成统一的库。目前，麦飞科技已经在湖北、辽宁、江苏设置自营业务点，在安徽、黑龙江、新疆设置合作业务点。
如果能识别病虫害发生的位置、程度和种类信息，那么这个技术会在一定程度上替代传统的农业技术人员，因为传统的农技人员的日常工作就是查虫和药方，而现在我国的农业技术人员还处于十分短缺的状态。
通过人工智能的大数据积累，麦飞科技希望在病虫害防治的层面上，能够实现中国农业种植的科学化与标准化。雷锋网了解到，麦飞科技已经完成Pre A轮融资，将于近日公布融资细节。
相关文章：
正在生成分享图...