慧云农业大脑与微软Azure达成合作

慧云农业大脑与微软Azure达成合作

• 来源:网络
• 更新日期:2020-05-25

摘要：随着消费者对于食品品质和食品安全的要求越来越高，智慧农业的发展不仅需要追求产量的升级，更要保证产品的质量。

随着消费者对于食品品质和食品安全的要求越来越高，智慧农业的发展不仅需要追求产量的升级，更要保证产品的质量。基于微软Azure的慧云农业大脑（Argo-Brain）解决方案正在成为帮助农民开展农业生产的有力工具。通过提供全面的农作物状态信息并根据最新的农业科学知识给出建议，从而减少农药和化肥的使用并降低环境污染，慧云农业大脑为生产者和消费者带来了崭新的智慧农业体验。

慧云农业大脑的构想始于两名IT专家的探索，他们试图建立起最新的农业科学知识和广大农民之间的联系。目前，传统农业的升级还更多聚焦于借助现代农业设施、农业传感器和现代化农机，在执行的层面上让机器代替人力到田间进行生产。基于数据和洞察的农业生产实践是否能带来农民和消费者的双赢？为农民提供数据化科学指导并实现部分农业生产步骤自动化的智能系统是否会带来更大收益？对这一想法的价值坚信不疑的王筱东（慧云信息首席执行官）和韦光亮（慧云信息首席技术官）由此开发了慧云农业大脑。在边缘数据收集、植物学知识、农业方案决策和回到边缘的精准执行四大支柱的基础上，该解决方案结合了一系列Azure技术，旨在推动农业可持续发展，并更好地保障食品安全。

推动农业现代化，保护我们的家园

对中国传统耕种方法的研究让慧云信息的创始人深受启发。王筱东认为，“科学生产标准在农业生产实践中难以落地，是导致食品安全危机和环境污染的最大原因之一。我国农业近年来发展迅速，特别在执行层面，已经实现了一定程度的自动化，但是从整体上看，农业生产的决策方式还是完全以人为中心的，农民往往习惯于因人而异的小农耕种方法，难以理解背后的农业科学知识。这就导致了我们离农业的标准化生产还有一定的距离。比如，遇到病虫害威胁的时候，农民不了解如何科学预防，经常会过量使用农药。尽管中国已经建立了许多专业的农技人员队伍来帮助农民，但是数量还远远不够，传统以人为中心，靠专家下乡的农业技术服务模式很难去扩展。”

慧云农业大脑解决方案帮助农民从因人而异的小农耕种模式转向以数据为中心的现代耕种模式，从而解决决策和执行两个层面的问题。慧云农业大脑利用云技术收集数百万个数据点并通过复杂的机器学习进行整合，为农民提供生产建议，并与农业生产设施进行交互，以控制灌溉等环节。为了打造一个端到端的完整解决方案，慧云信息选择了微软Azure（包括Azure Machine Learning和Azure IoT）作为构建慧云农业大脑的基础。

从田间收获农作物，更能收获知识

慧云农业大脑解决方案打造了一个闭环信息系统，将实时收集到的田间数据，与涵盖整个农作物生命周期的生理数据相结合，包括病虫害的相关信息和作物生长状况，让农民获得即时的定制化农作物管理建议。

慧云信息利用微软的产品和服务进行了系统优化，完善了边缘数据收集、植物学知识、农业方案决策和回到边缘的精准执行四大模块。慧云农业大脑通过物联网传感器收集一系列包括土壤状况、气温、光照在内的田间数据，并以摄像头、无人机拍摄的农作物照片和移动设备的数据作为补充。传感器与Azure IoT Hub直接连接，后者将数据输入到Azure Machine Learning中，从而快速训练由慧云信息的数据科学家建立的模型。Azure中的自动机器学习功能加快了模型开发，为农民创建了更高效的生产计划和更精确的预测。从模型中得到的灌溉和施肥建议等其它洞察，也将作为操作指导返回到农田，通过Azure IoT Edge激活自动化系统。

更高效地创建更好的模型

慧云团队在采用Azure解决方案之前面临诸多限制。王筱东解释说，“之前，我们的后台系统只能同时支持10万级的传感器。在部署了Azure IoT Hub之后，我们可以支持百万级的传感器。”更多传感器意味着更大的数据集，更丰富的模型训练，更高的模型精度以及数据科学家更高的工作效率。并且，即使把传感器数量增加了一个数量级，慧云信息也无需增加开发人员。“采用Azure IoT Hub让我们的团队有更多时间专注于其它事务。”王筱东补充道，“它让我们可以在更短的时间内轻松地支持更多类型的传感器，并且使整个系统更加稳定。

慧云信息借助IoT Hub在多个领域提高了工作效率。面对人工编写解决方案对人力的巨大需求，王筱东说，“之前，我们在编写解决方案时必须考虑可扩展性和数据安全性。Azure IoT Hub让我们摆脱了这些烦恼。它处理了很多外围关键因素，让我们无需再关注这些。”

借助Azure中的自动机器学习功能，慧云信息能够更快速地建立更多数据模型，这是提高数据科学家工作效率的关键。王筱东解释说，“农业模型非常复杂，算法受制于很多影响因素。例如，温度有很多维度，包括记录温度的时间、平均温度以及不同时间的温度变化等等。微软Azure Machine Learning中的自动机器学习功能让我们的数据科学家无需进行大量耗时的工作和调试，从而把建立模型的时间从几个星期缩短到几个小时。通过使用Azure Machine Learning超参数调整功能，我们还将调试时间缩短了65%。”在短时间内创建出更多模型也意味着团队可以更快速地改善模型的质量。

慧云信息也通过应用其它微软工具进一步提高了公司的生产力和速度。在构建解决方案并将其部署在云上时，慧云信息采用了Microsoft Visual Studio Code。王筱东说，“Visual Studio Code与Azure集成得非常棒，友好、开放并且有很好的跨服务互操作性，这为我们的开发人员节约了大量时间。”

慧云信息的数据科学家还使用了用于机器学习模型的开源格式ONNX（开放神经网络交换），以标准化他们的机器学习模型，并将其部署到边缘。这有助于闭环信息系统的实现，将从传感器采集到的数据与物候知识（农作物生命周期以及气候对这些周期的影响）相结合，传到边缘的设备上，从而让农作物管理建议真正得到落地执行。针对不同场景，慧云信息相应地选择了最适合的框架技术。王筱东说，“我们的所有框架都支持Azure Machine Learning，很多工具也可以与我们基于Azure的解决方案无缝配合。因此，我们得以构建非常一致的标准。”

与Azure共同成长

在慧云农业大脑成为微软合作伙伴之后，王筱东和韦光亮希望把慧云农业大脑和其它解决方案带到国际市场，为更多农民服务。Azure在全球范围内的广泛业务使他们的梦想成为可能。

“‘慧云农业大脑’这个名字完美地体现了我们的解决方案。现在，我们能够把广大农业专家的专业知识分享给广大农民，帮助他们减少农药和化肥的使用量，从而以更低的成本生产更安全的食品。”王筱东说道，“我们已经利用Azure的技术开发了慧云农业大脑，并通过这些技术把农业生产实践获得的信息反馈给科学家，来增进他们的理解，从而最终推动农业可持续发展，更好地保障食品安全。”