人工智能赋能食用菌生产发展的路径、阻碍因素与对策建议

百科   2024-12-24 22:20   湖北  


2023年中央一号文件指出,要构建多元化食物供给体系,培育壮大食用菌产业。食用菌产业作为重要的农业产业之一,在促进乡村产业振兴和农民增收方面发挥了重要作用。据统计,近年来我国食用菌年产量已突破4000万吨,总产值突破3000亿元,是许多地区农业经济发展的重要支柱[1]。同时,食用菌产业以其低碳环保、循环利用农林废弃物等特点,被视为推动绿色农业发展、促进农业生态保护的重要力量[2]。但其传统生产模式依赖人工管理,劳动力成本高、资源利用效率低、产品质量不稳定,制约了食用菌生产高质量发展。近年来,人工智能(artificial intelligence,AI)被广泛应用于农业生产、管理和决策,对农业领域的贡献日益凸显,在提高农业生产效率、降低生产成本的同时,为农业可持续发展提供了强有力的支撑。

 

人工智能技术强大的数据处理和智能决策能力,或许能为解决食用菌生产面临的问题提供思路和手段,推动食用菌生产高质量发展。通过梳理已有文献发现,当前国内外有关将人工智能应用于食用菌生产的研究主要包括以下几个方面:一是在食用菌工厂化生产中利用人工智能实现环境参数的实时记录和设备的自动调节[3-4];二是利用大数据和人工智能进行食用菌数字化育种[5];三是基于人工智能技术,利用图像采集系统,对食用菌进行分类识别研究[6];四是食用菌生产线机器人如食用菌搬运机器人[7]的设计与应用。为了解人工智能在食用菌生产中的应用情况,笔者搜集文献和产业发展资料,系统研究人工智能改进食用菌生产的实践运用,分析在食用菌生产中规模化应用人工智能的阻碍因素,提出相应的政策启示,以期为运用人工智能手段推动食用菌生产高质量发展提供理论依据。


1

人工智能在食用菌生产中的实际应用


1.1

人工智能的基本介绍


人工智能是计算机科学领域的一个分支,其目标是设计工具和机器,执行通常需要人类才能完成的任务[8]。人工智能允许机器理解命令、解决问题,甚至可以自主地做出决定。因此,这些工具和机器不仅是用来模拟人类的能力和执行具体任务,而且可以运用认知能力进行思考和决策。

 

利用人工智能提供解决方案的一般过程[9]:首先,需要定义问题,确定问题的范围、所需的输出以及解决问题的优先级和约束条件;其次,利用多种方式收集数据,并对数据进行清洗和转换,以便于后续的分析和建模;再次,根据问题的特点和数据的特征,选择合适的人工智能算法和模型,使用收集到的数据对选定的模型进行训练和评估,检查其性能和准确率并予优化,提高其性能和泛化能力;最后,将模型部署到实际应用中解决实际问题。在模型部署后,需要对其进行监控和维护,定期更新模型、优化参数,以确保其在实际应用中保持稳定。



1.2

人工智能在食用菌生产中的具体应用


(1)智能监测与调控。

为保证食用菌在最佳条件下生长,可通过各类传感器实时监测溶解氧、二氧化碳、pH、温度、湿度、压力、光照等系统环境参数[10],将数据反馈给控制系统;控制系统根据反馈信息调节执行器的动作,实现对系统状态的控制和调节。这一过程传感器和执行器的合作形成闭环系统,有助于减少人工干预,提高生产效率[11]。此外,通过一些远程操控在线平台,用户可在手机等设备上监控食用菌生产过程的各项参数,使得远程监控成为可能[12]。传感器的作用并不局限于对环境参数的监测,其在检测食用菌营养成分方面也展现出巨大的发展潜力。利用遥感技术监测转化叶绿素吸收反射率指数(TCARI)和改良的叶绿素吸收反射率指数(MCARI)在预测作物营养成分方面表现出较高的准确性[13],有鉴于此,未来其在食用菌营养监测方面的运用方式值得探索。

 

(2)数据分析与预测。

研究表明,利用人工智能技术对食用菌生产数据进行分析和预测,可以优化生产过程、提高产量和质量[14]。首先,数据分析可以帮助识别生产过程中的关键影响因素。通过对大量生产数据进行分析,可以发现食用菌不同生长阶段的生长规律、适宜的环境条件以及影响产量的关键因素等,这些信息对于优化生产流程和提高产量至关重要。其次,基于数据分析建立的预测模型可以帮助预测食用菌产量、质量以及生长周期等关键指标。利用机器学习算法和深度学习模型,可以构建复杂的预测模型,根据历史数据和实时监测数据对未来的产量进行准确预测,有助于生产者及时调整生产计划,合理安排资源,提高生产效率。如,Costa等[15]提出了一个基于计算机视觉和人工神经网络的智能食用菌收获预测系统,旨在预测食用菌产量,推断最佳采摘时间,优化生产过程;Maruf等[16]采用机器学习模型基于过去一年的食用菌数据,预测未来市场对食用菌的需求,从而帮助食用菌生产者更好地规划生产。如果将市场需求预测模型与产量预测模型相结合,就能更好地进行生产规划,有助于实现效益最大化。再次,通过实时监测传感器数据和生产环境数据,结合数据分析技术,可以及时发现生产过程中的异常情况并加以应对,保障产量和质量稳定。如,Kim等[17]提出一个使用卷积神经网络分析食用菌生产基地内食用菌图像的系统,可识别并分析病虫害状态。最后,人工智能技术还可应用于食用菌生产过程的精准管理。通过大数据分析和机器学习算法,对生产过程进行数据驱动的管理和优化,实现对生产过程的精准监控和调节,提高生产效率和产量质量[18]

 

(3)机器人运用与自动化生产。

智能机器人在食用菌生产中的应用,有助于实现生产过程的自动化、智能化和高效化,降低劳动力成本,是食用菌生产转型升级的重要方向之一。首先,机器人可用于食用菌的自动化生产过程,如自动接种、搬运栽培袋等,提高栽培效率和一致性。其次,机器人搭载传感器和监测设备,能够实时监测食用菌的生长状态和环境,以便及时调整环境参数,保证食用菌高质量生长。再次,机器人也可用于食用菌的采摘和分选过程。通过视觉识别和机械臂操作,机器人可以准确地识别和采摘食用菌,同时进行分级分选,提高产品质量。如Rong等[19]设计出一个用于温室内平菇自动化采摘的机器人系统,其包括感知模块和末端执行器,可在温室环境中自动识别和采摘平菇,识别成功率达到95%,采摘成功率达到86.8%。最后,利用机器人可实现自动化生产。如Nicolescu等[20]设计了一个机器人栽培食用菌的模型,旨在实现从栽培基质灭菌、接种到食用菌生长、收获的全流程自动化生产。



1.3

人工智能赋能食用菌生产的内在机理


人工智能应用于食用菌生产,是紧跟社会经济发展新形势及进一步更新与强化应对复杂环境的具体体现。其可驱动食用菌生产向精准化、高效化、规模化转型,从而推动食用菌生产高质量发展。

 

第一,人工智能有助于食用菌生产实现精准化发展。人工智能的应用能够实时监测并精确控制食用菌的生长环境,如温度、湿度、光照等,为其创造最佳的生长条件,提升食用菌的产量和质量。同时,利用智能监控技术,生产者可以及时准确地发现并应对食用菌生产过程中可能出现的问题,确保生产过程的稳定性和产品的安全性。

 

第二,人工智能有助于食用菌生产实现高效化运营。通过自动化管理系统和智能机器人的应用,人工智能可以极大地提高生产效率,优化生产流程,降低人工操作的复杂性和劳动强度,为生产主体降本增效。另外,采用人工智能技术对生产过程中的各种数据进行采集、整合和分析,能够便于生产主体找出影响食用菌生长的关键因素,进而优化生产环境、改进生产工艺,提高生产效率。

 

第三,人工智能有助于食用菌生产实现规模化转型。基于人工智能,采用数据驱动的管理方式,使得生产主体能够更加精准地把握市场需求和生产节奏,实现资源的优化配置,进而推动产业的规模化发展。不仅如此,智能化的生产设备和管理系统,可以确保每个生产环节都符合相关的标准和规范,从而提高产品的标准化水平,这为产业的规模化扩张提供了有力的保障。



2

在食用菌生产中推广人工智能的阻碍因素


2.1

分散的生产模式


农户分散生产模式对推广人工智能构成了挑战。我国从事食用菌生产的农户以分散经营为主,由于规模小、资金不足,往往难以承担引进和应用人工智能所需的高额投资。此外,人工智能技术在食用菌生产中的应用往往要求高度的数据集成与共享,而分散生产模式的数据采集、传输和分析的难度大大增加。单个农户的生产数据量有限,难以形成有深度和广度的数据池,这对于依赖大数据驱动的人工智能优化决策形成实质性制约。此外,小农户分散经营模式的标准化程度相对较低,不同的农户在品种选择、栽培模式、管理方法等方面存在较大差异,使得统一推广适用的人工智能解决方案变得复杂而困难。



2.2

高昂的投资成本


高昂的投资成本是推广人工智能的重要阻碍。人工智能的引入涵盖了软硬件购置、安装调试、维护升级、流程改造以及相关的技术培训等多个环节,每一环节都可能产生较高的费用。一是人工智能设备及配套的传感器、监控系统等基础设施的初期投资较大。对于规模较小或者现金流不充足的农户或企业而言,一次性投入大量资金购买和安装智能生产设备可能会超出其承受范围。二是人工智能系统的运行和维护包括数据流量费用、设备定期保养维修、软件更新升级以及可能出现的故障排除等需要长期持续的资金投入。三是采用人工智能还意味着需要对现有生产流程进行改造,甚至重构部分生产链条,这会带来额外的一次性转型成本。如,为了实现精准控制环境条件和高效监测病虫害,可能需要建造智能化菇房或配备其他高规格设施。四是食用菌产业是劳动密集型传统行业,为了充分发挥人工智能的优势,大规模的培训活动必不可少,农户个人或是农业企业员工的知识更新和技能培训同样是一笔不容忽视的成本。



2.3

较低的农户技术水平


农户技术水平相对较低是推广人工智能的突出阻碍。首先,人工智能技术的应用涉及复杂的数据采集、分析和智能决策系统,需要农户掌握一定的数字化操作技能以及对新科技的认知理解水平。然而,当前许多农户对于新兴信息技术的接触较少,缺乏必要的数字素养和专业知识,在实际生产中可能无法有效利用和维护人工智能设备。其次,人工智能在食用菌生产中的应用往往与精准化种植、智能温室调控、病虫害预警等高级功能相结合,这就要求农户能够解读和运用由人工智能生成的数据报告,及时调整生产和管理策略。但由于技术水平限制,农户可能难以理解和执行,进而影响到人工智能技术的实际效能发挥。最后,人工智能技术的推广需要一定的专业知识和技能作为支撑,农户缺乏相应的培训和教育机会,对生产管理和技术认知水平参差不齐,可能因无法有效理解和应用而导致技术推广受阻。



2.4

复杂的数据采集


复杂的数据采集对推广人工智能也构成挑战。首先,食用菌生产涉及菌包制作与培养、出菇管理、采摘等环节,每个环节都产生大量数据,这些数据来源不同(包括传感器监测、生产记录、采摘记录等),数据类型和形式多样,需要统一整合和处理。其次,食用菌生产中环境因素如温度、湿度、光照等的数据采集和监测需要大量的传感器设备和监测系统,涉及设备的安装、维护和管理。再次,食用菌生产的数据量庞大,涉及到大规模的数据存储、处理和分析,需要具备高性能的数据处理系统和技术支持,以确保数据的安全、稳定和高效。最后,食用菌种类繁多,需要根据不同品种收集差异化信息并进行数据归类,由此也导致一个新的问题,即难以用通用的食用菌生产人工智能模型套用所有种类的食用菌;而且,由于食用菌生产的分散性和地域性,通用的解决方案难以满足不同地区生产者对于人工智能技术的个性化需求。



3

人工智能赋能食用菌生产高质量发展建议


2023年中央经济工作会议提出,要大力推进新型工业化,发展数字经济,加快推动人工智能发展。在此背景下,针对食用菌生产中人工智能的推广困境,应从集约化经营、政策支持、平台搭建等方面综合发力,为食用菌生产高质量发展提供动能。


3.1

引导农户集约化经营,培育壮大新型农业经营主体


引导农户通过集约化经营、抱团发展的方式,共享人工智能设备和技术。推行“公司+农户”“基地+农户”等模式,通过龙头企业带动,让农户参与智能化生产,提供生产数据,分摊技术成本,共享产业升级红利。同时,要培育壮大食用菌新型农业经营主体,充分发挥其在经营规模、技术认知、技术推广等方面的优势,支撑人工智能技术应用推广,从而推动食用菌生产高质量发展。



3.2

提供补贴或税收、贷款优惠,设立技术研究专项基金


为鼓励引入人工智能技术,政府及相关金融机构可通过采取提供补贴、税收或贷款优惠等政策措施,降低企业引入人工智能技术的经济负担;同时,还可以设立专项基金,用于支持人工智能在食用菌生产领域的研究和应用,加速人工智能与食用菌产业的深度融合,推动食用菌产业的转型升级。



3.3

提供技术培训,建立技术服务平台


为提升食用菌生产者对人工智能技术的理解和应用能力,可以通过联合智能设备企业工程师、高校和职业教育机构,针对食用菌生产者的实际需求提供系统、专业的技术培训。同时,政府可以通过政策引导和资助,吸引人工智能领域的专业人才加入食用菌产业,或建立专门的技术服务中心或平台,为食用菌生产者提供技术指导、培训服务等,进一步推动人工智能技术在食用菌生产中的广泛应用。



3.4

打造食用菌生产数据共享平台,制定相关标准和规范


为充分利用和挖掘食用菌生产数据的价值,可以建立食用菌业内企业和研究机构的生产数据共享平台,促进技术、经验的推广。其便于各方更全面地了解食用菌生产的整体状况,及时发现并解决问题,从而提升整个行业的生产效率和产品质量。同时,为了确保数据的真实性、准确性和完整性,需要制定涵盖生产数据的采集、处理和共享等各个环节的相关标准和规范,进而提高数据的质量和可用性。



4

结语

通过对文献资料与产业发展报告的搜集与分析,本文主要结论如下:第一,人工智能技术有助于改进食用菌生产过程,当前人工智能在食用菌生产中的运用主要包括智能监测与调控、数据分析与预测、机器人应用与自动化生产等三个方面,可提高生产效率,降低边际成本,赋能食用菌生产高质量发展;第二,在食用菌生产中推广人工智能技术,主要存在生产模式分散、人工智能投资成本高昂、农户技术水平较低、数据采集过程复杂等阻碍因素。据此,提出引导农户集约化经营,培育壮大新型农业经营主体;采取补贴或税收、贷款优惠等政策措施,设立技术研究专项基金;提供技术培训,建立技术服务平台;打造食用菌生产数据共享平台,制定相关标准和规范等对策建议,以更好地推动人工智能技术赋能食用菌生产高质量发展。


参考文献

(滑动查看全部)

 上滑查看 

参考文献

[1]李虎,颜廷武,吴志旻. 大食物观下食用菌产业链韧性面临的现实挑战与提升对策[J].食药用菌,2024,32(5):281-288.

[2]GRIMM D, KUENZA, RAHMANN G. Integration of mushroom production into circular food chains[J]. Organic Agriculture,2021,11(2):309-317.

[3]巫利荣.机器学习技术在农业领域的应用研究:以福建省为例[J].互联网周刊,2024(3):31-33.

[4]CHEN L,QIAN L,ZHANG X,et al. Research progress on indoor environment of mushroom factory[J].International Journal of Agricultural and Biological Engineering,2022,15(1):25-32.

[5]肖世俊,姜楠,彭炳,等.基于大数据和人工智能的灵芝数字化育种[C]//中国菌物学会.中国菌物学会2023年学术年会论文摘要:食用真菌,2023:1.

[6]王振杰,张乐乐,李双芳,等.基于机器学习算法的食用菌分类识别研究[J].阜阳师范大学学报(自然科学版),2021,38(4):42-48.

[7]李剑强,黄大志,彭强,等.食用菌生产线搬运机器人的设计与制作[J].中国高新科技,2021(24):67-68.

[8]SARKER I H.AI-based modeling:techniques,applications and research issues towards automation,intelligent and smart systems[J]. SN Computer Science,2022,3(2):158.

[9]FISCHER L, EHRLINGER L, GEIST V, et al. AI system engineering:key challenges and lessons learned[J].Machine Learning and Knowledge Extraction,2021,3(1):56-83.

[10]MAHMUD M SA, BUYAMIN S, MOKJI M M, et al. Internet of things based smart environmental monitoring for mushroom cultivation[J]. Indonesian Journal of Electrical Engineering and Computer Science,2018,10(3):847-852.

[11]EBEN J L, KAUR C, THELLY M T. IoT based monitoring of mushroom[C] //2023 International Conference on Sustainable Computing and Data Communication Systems,2023:1171-1174.

[12]MARZUKI A,YING S Y.Environmental monitoring and controlling system for mushroom farm with online interface[J]. International Journal of Computer Science and Information Technology, 2017,9(4):17-28.

[13]SHARĪFĪ AR.Remotely sensed vegetation indices for crop nutrition mapping[J]. Journal of the Science of Food and Agriculture,2020,100(14):5191-5196.

[14]ZHU J, CHEN Y, LI L. Application of artificial intelligence in edible mushroom cultivation[J].Computers and Electronics in Agriculture, 2020(178):105764.

[15]COSTA J, BRANCO F, MARTINS J, et al .Intelligent mushroom harvest prediction system proposal[C]//2018 13th Iberian Conference on Information Systems and Technologies, 2018:1-7.

[16]MARUF M A, AZIM A, MUKHERJEE S. Mushroom demand prediction using machine learning algorithms[C]//2020 International Symposium on Networks, Computers and Communications (ISNCC),2020:1-6.DOI:10.1109/ISNCC49221.2020.9297219.

[17]KIM K J, JUNG S H, SO W H, et al. A study on mushroom pest and diseases analysis system implementation based on convolutional neural networks for smart farm[J].International Journal of Control and Automation,2017(10):61-72.

[18]WAINAINAS,TAHERZADEH MJ. Automation and artificial intelligence in filamentous fungi-based bioprocesses: a review[J]. Bioresource Technology, 2023,369:128421.

[19]RONG J C, YANG Q, HUANG F, et al. A field-tested harvesting robot for oyster mushroom in greenhouse[J]. Agronomy, 2021,11(6):1210.

[20]NICOLESCU F A,DAN A M,AVRAM G C. Virtual robotic prototype for safe and efficient cultivation of mushrooms[J]. Mushroom Biotechnology,2016:49-67.


原文来源: 朱新宇,颜廷武,王璐瑶.人工智能赋能食用菌生产发展的路径、阻碍因素与对策建议[J].食药用菌,2024,32(06):365-370.


来源:菌物健康


精彩推荐










易菇网
易菇网官方网站公众微信平台,发布食用菌行业资讯,普及食用菌技术,促进食用菌行业交流。
 最新文章