农业是国民经济中一个重要产业, 广义上指包括种植业、林业、畜牧业、渔业、副业等多种产业形式。
智能农业的概念已经在日本发展了数年,已经有很多成熟案例及相关技术的出现。针对农业产业链的多个方面,人工智能技术都可以被用于提高农业的生产效率。
人工智能技术对实现智能化农业生产起到了决定性的作用,如深度学习、机器人等。已经在农业的各个细分领域发挥了实际的作用。
本报告为「智周」报告系列核心版之《日本农业中智能技术应用现状及展望》，希望通过展示日本农业中智能技术的应用与案例为农林牧渔相关从业者和读者就不同场景使用前沿技术提供参考。
报告作者 | 熊利郎、陆少游
摘要
人工智能、物联网、云计算等智能技术正在逐渐改变农业生产的工作模式。结合人们对农产品产量和质量上的需求不断提高，智能技术在日本农业中的应用变得尤为重要。
随着日本劳动力缺口的扩大，日本农业面临着后继无人的困境。商家已经试图在农业的产业链细分领域进行突破。针对农业领域的不同痛点，商家们已经通过部署人工智能解决方案来解决实际 的问题。如自动采摘机器人，农产品等级分类系统，农产品病虫害监控系统等。其中计算机视觉,、云计算、深度学习、智能机器人等尖端技术发挥到了关键作用。
一、智能农业市场规模
基于富士经济株式会社的统计，日本国内的智能农业在2016、2017年度的市场规模分别为104亿和120亿日元。预计2023年度，日本智能农业市场规模将增长至333亿日元，为2016年的三倍。
结合日本的农业现状，在未来人们对智能农业用于解决日本的劳动力人口不足等问题有很高的期望。此外，对于如何扩大智能农业的商业价值，商家们也在安全性，初始成本等多个方面不断努力，希望能降低智能农业的初入门槛。
日本农业中智能技术市场规模及趋势
二、日本农业通用智能技术
机器视觉：涉及计算机视觉、图像处理、模式识别/机器学习等相关人工智能技术。配合智能传感器或机器人等不同的载体，能够辅助农业生产过程中，发挥对于农产品的监控和感知作用。
如识别农产品的成熟度，鉴别农产品的病虫害感染情况，农作物的生长情况等。
农业机器人：不同类型的机器人可分别用于树木嫁接，农产品自动收获以及辅助农民携带和运输物品等日常作业情况。
农业物联网：通过采集与农产品相关的数据，如温度，湿度，二氧化碳等。通过物联网系统来调整到最合适的环境，从而驱使相关的空调设备，窗帘，门窗等相关设备的运转，确保农作物能够在最佳的条件下生长。
农业云计算：通过分析气象数据，历史产量，病虫害情况等，对于农产品未来的收获日期，收获的产量等做出相关的预测。在病虫害发生的高峰时期提前发出预警，以方便农民及时投放农药来保证农作物正常生长。
三、日本农业智能技术应用分布
点击图片可放大查看
四、智能技术在日本农业中应用案例简述
NEC：病死鸡监测解决方案。
通过在鸡舍内的走廊设置专用的托架和拍摄设备，将拍摄到的图像用于深度学习系统里训练。训练后的系统可用于自动识别病死鸡。避免了工人需要不间断的巡逻和依靠肉眼来实时监控肉鸡的生长情况。有助于降低因为肉鸡发生瘟疫所造成的损失。
富士通：农作物的生长及产量预测的解决方案。
避免依赖农户的经验，收割时间等造成的农产品质量参差不齐。同时，通过分析气候因素，可以计算出最适合农作物生长的环境，确保农作物可以安全的生长。
日本水产：水产养殖预测系统。
通过拍摄水里鱼的视频，利用计算机识别技术识别后自动计算鱼的长度和重量，得到养殖鱼整体的重量分布水平。避免了直接与鱼接触，降低了鱼患病死亡的风险，对鱼群也没有伤害。
松下：西红柿自动采摘机器人。
通过搭载的视觉传感器和深度学习技术，自动判断需要采摘的西红柿。确保采摘的西红柿成熟度能够保持一致。同时由于机器人可以24小时不间断作业，可以显著降低农民的工作量。
静冈县小池农场：黄瓜等级分类系统。
通过深度学习来判断黄瓜的形状，如弯曲度，颜色，表面光泽度等，将不同的黄瓜进行分类后用于不同的销售场合。同时还可以根据季节的变化趋势来调整分类的结果。
五、智能技术在日本农业领域的发展局限性
1. 技术的不足：机器识别目前还无法达到人类的精度。同时根据恶劣的农业现场环境，可能会造成识别误差，导致农民遭受损失。
2. 数据的匮乏：深度学习技术需要大量的数据，而目前的农业数据标准不够统一，大量数据缺失造成的学习成本高。
3. 无法大规模推广：不同地区，不同类型的农产品所带来的差异性问题，导致对智能化的需求各不一致。同一技术适应的范围偏小，可适用性低也间接导致了技术的推广成本高昂。
4. 市场规模仍旧偏小：在初期阶段需要大规模投资建设智能化。
六、智能技术在日本农业领域的未来趋势
1. 智能感应设备的普及：借助传感器、历史数据等来实时识别出问题，再由专家去解决，避免人力的浪费。尤其是繁琐、重复性的工作如监控，巡逻等。
2. 辅助人类工作：基于各种辅助机器人，让农民可以更高效率的完成工作，如农作物采摘，运输，农产品等级分类等。让单位数量的农民可以完成更多的工作。
3. 农民经验的集成化：将农民的经验通过机器学习后储存在机器中，让即使是新员工也能100%发挥熟练老员工的价值。降低培训成本也有助于吸引对从事农业生产感兴趣的其他人员。
* 本文为「智周」系列报告「核心版」，相应「深度版」的推出计划将在后续公布，敬请大家关注。针对「日本农业中人工智能技术应用现状及展望」这一主题，有哪些方向或主题，你希望在报告深度版中读到更详细的阐述与分析，欢迎留言，这将成为我们制作报告深度版的重要参考。
关于「智周」系列报告
机器之心「智周」人工智能技术应用报告系列重点关注现有人工智能技术应用较成熟且应用潜力较大的正在进行智慧升级的传统行业及场景，逐行业、逐场景为产业用户高效而不失深度地呈现不同人工智能技术的产业落地现状、企业案例、技术应用趋势等。「智周」人工智能技术应用报告系列包含核心版及深度版两个版本：
核心版浓缩精华分析内容至2页内，覆盖重要数据、分析结论及案例简述，以供使用者高效系统地了解人工智能技术在自身所关注产业内的潜在机会
深度版在核心版的基础上，包含详尽的行业或场景痛点分析、技术解读、落地案例详解及资料附录等，以供有深度研究需求的使用者进行深入探究。
