未来的农业没有农民

本文取自最新一期ScienceRobotics的Futurefarmswithoutfarmers一文。文章认为，未来农场的所有组成部分已经存在。随着时间的推移，所有这些组成部分的技术会进步，更加低廉的价格又会导致技术应用的进一步扩大。目前所面临的挑战是如何将这些现有技术和软件结合起来，进而充分利用生产力和环境方面的潜力。未来的农民可能是数据科学家、程序员和机器牧马人。而机器人、人工智能革命将使世界以更可持续的方式生产更多的粮食。

随着气候变迁导致耕地、淡水日益减少，如何摆脱这一限制让粮食生产能够养得起不断增长的地球人口，成为需要我们进行彻底反思的难题。人们已经对自动化机械习以为常，比如，开着拖拉机和联合收割机在田间工作。

如今，技术进步已经可以让机器人和无人机顺利完成精细化田间任务，并同时收集大量数据。卫星传输回来的各种数据的密度和分辨率也正在不断提高。有了低成本的微传感器技术，这些数据可以被转发到远程控制站，在那里，系统可以收集和分析特定食品生产系统生成的大数据。

例如，在某一特定领域，可以从作物冠层的不同层次、土壤表面和底土，整理出时间分辨率为秒、空间分辨率为2厘米的数据。这些数据可以链接到现有的系统、仿真模型或机器学习算法，建立模型，优化食品生产和资源使用。我们可以根据需求、天气和季节预报、市场前景和消费者需求，来计算作物、牲畜、鱼类饲料（或肥料）和杀虫剂用量。由于所有组件都会连接到互联网，我们还可以在网页上获得按需提供的、低成本的关于营养管理故障诊断、杂草、疾病和害虫的识别和治疗的建议。

将新技术通过物联网接入农场，比如用于广亩或者园艺生产系统，会是什么样子？这里有一个图示。（图1）这些组件和连接可以适用于任何其他粮食生产系统，只要因地制宜地做一些变化。

比如，将用于水产养殖的自主微型船和微型潜艇，替换掉机器人和无人机；使用无线传感器连接牲畜；或者，利用其中任何一种技术生产培养肉。

图1：未来的物联网农业

密集粮食生产中，最大的开销之一就是劳动力。

尽管集约化生产具有明显的成本效益，但是，使用重型机械来降低劳动力成本已经造成土壤压实，根系生长减少，导致土壤肥力降低，最终产量下降。

而且，在处理常见的小规模的土地异质性问题方面，大型机械也不太灵活。虽然速率变换技术取得了进展，但是，肥料和其他化学品往往在不同的生长条件下均匀施用，造成了水资源的过度使用和不必要的污染。

例如，导致数千条鱼死亡的墨西哥湾死区和水藻大量繁殖，就是由每年从农田冲入密西西比河的化肥造成。

如果用自主轻型机器人和无人驾驶飞机代替重型机械，就能克服土壤压实问题，减少养分流失，使粮食生产更具可持续性。时间和空间高分辨率监测，可以及早发现营养不足和疾病，或者预测害虫暴发。机器人和无人驾驶飞机可以立即处理这些事件，并在问题规模化之前，将事态控制在受影响区域范围内。这样，我们就能在仅需要时，使用肥料和其他化学品，避免过量使用以及由此产生的负外部性。我们也可以在不使用化学药品的情况下，通过机器人或无人机进行加热或机械处理，小规模处理杂草、疾病和害虫等问题。

当前农业的特点通常是大规模单一种植作物、牲畜或水产养殖，生物多样性很少。

无论是大农场还是小农场，都能在新技术的帮助下，通过小规模种植各种作物，进而引入生物多样性，因为机器人不仅将取代劳动力，还将取代大型机械。所以，新技术创造了一个千载难逢的好机会：

土地使用多样化、将作物、园艺、牲畜、渔业和其他粮食系统结合起来，并在这些系统之间分担任务和优化营养流动，农场就有可能崇焕生机。而且，增加生物多样性，将减少通常与大规模单一栽培或家畜群有关的疾病和病虫害压力，进一步减少对有害环境化学品的依赖。

消费者和政府对粮食可追溯性的要求越来越多。

不断监测和收集来自田间固定传感器或家畜、卫星、无人机和机器人上的传感器的时间和空间信息，使得粮食跟踪从农场到餐桌成为可能。与政策制定者进行信息交换，也有利于打造全球早期预警系统，防止或减轻农业灾害造成极端天气的影响。比如，2010年的粮食骚乱可以一直追溯到俄罗斯热浪导致的食品价格飙升。

那么，在未来图景中，农民在哪里？

未来的农场将不再需要农民每天观察农场的进程、决策和操作机器，因为卫星和静止和移动的传感器将收集大数据，机器人和无人机将自动进行田间工作。

农场的工作将通过远程工作站进行控制。这些监测站可以设在世界任何地方，当然，一开始还是需要当地农民的专业知识来建立计算机程序，处理和解释从农场收到的有关天气和市场前景的信息，并决定是否进行干预。

未来农场的所有组成部分已经存在，包括作物管理决策软件，例如农业技术转让决策支持系统。这些技术可能会得到进一步的改进，也会逐渐变得更加便宜，进一步加大技术的普及。

研究和技术发展的挑战是，如何将这些现有技术和软件结合起来，以充分利用生产力和环境方面的潜力。未来的农民可能是数据科学家、程序员和机器人牧马人。