用 AI 种菜的农业科学家们，试图发起一场产业革命

作者 | 黎诗韵
编辑 | 郑玄

上海崇明岛，夏日的阳光透过玻璃屋顶，洒向一座庞大的「植物工厂」。工厂里的黄瓜、茄子、甜瓜、辣椒等作物都被日光充分照射，工厂内部也因此变得炽热。上午 9 点，汗流浃背的工人们决定收工。工厂科研人员之一、来自上海农业科学院「植物工厂」团队的丁小涛博士，正站在室外寻找片刻清凉。

这是上海农业科学院下属的设施农业崇明基地，富有未来感的「植物工厂」坐落其中——后者用一套智能控制系统，打造出了一个满足植物生长所需全部营养要素（光、温、水、肥、气等）的环境。它使农业种植完全摆脱了大自然的限制。
在这里，人类可以自主调控植物的生长环境，让植物得到最佳的生长状态。从每一种营养元素入手，一点点将植物的产量、品质推至新高点。
这勾勒出了发展「植物工厂」的意义：站在科技想象力上，它既能让人类摆脱自然条件限制、在火星、南极、远洋等极端环境实现蔬菜「自由」；站在现实民生上，它的集约化、全绿色种植方式，又能帮助我国应对耕地等资源的紧张，让老百姓一年四季可以吃到超高品质的蔬菜。
但「植物工厂」的优点，一直以来也是它的致命缺点——打造这样一整套智能化种植系统的成本太高，使其难以商业化落地，只能止步于航空航天、极地科考等非民用的应用场景。
近两年，「植物工厂」的民用化被一群科学家提升了日程。来自全国各顶尖机构的数十位农业科研学者，决定一起为产业「想办法」。他们思考的是：应该如何通过控制植物生长环境，以最低的生产成本、获取植物的最高生长收益（产量+品质），从而打破「植物工厂」入不敷出的现状。
他们过往积累的农业种植经验、以及包括 AI 在内的前沿数字化技术，将帮助他们一起应对这场挑战。

上海农科院下属的设施农业崇明基地，阳光透过顶部玻璃洒向「植物工厂」。摄｜极客公园

01

农业的顶尖

科技形态是怎样的？

在「植物工厂」，农作物生长的关键要素，都可以被人为控制。
光不仅来自大自然，也包括顶部的 LED 人工补光；温度由数十台空调和风扇控制；水由人工蓄水池引入、和营养液（肥料）一起被自动灌溉给植物；二氧化碳补给器能提供植物所需的气体。
植物所需的这些营养要素一起耦合，最终决定着植物的生长状态。这正是丁小涛这样的科研人员在做的工作——通过对各营养要素的精准调控，让植物达到最好的生长状态。

崇明基地「植物工厂」培育的作物。摄｜极客公园

「无论是在营养液、还是光配方（等营养要素）上面，有了一点点研究突破，能够提高植物的产量、让它们长得更好，我都很开心。」他说。
在他们的努力之下，「植物工厂」的作物高效生长。在现场，极客公园看到，黄瓜、茄子、甜瓜等作物的藤蔓一层层堆叠着，这意味着它们种了十几茬才拉秧（结束生长）。而传统种植方式只能种一、两茬。
从直观产量数字来看，崇明基地这座「植物工厂」的植物单位年产量，比传统种植提高了 10-20 倍。
不只产量，植物的品质也更好。在传统种植方式下，一旦光、温等生长条件不适宜，植物就容易生病。最后只能通过打农药解决。但在「植物工厂」，由于条件可控，植物的生长状态很健康。极客公园看到，工作人员只是在作物周围贴了一种黄色的纸来粘虫子。
「我们没有打药，你可以直接摘下来吃。」说完，丁小涛摘下一根黄瓜，吃了起来。品质也意味着营养价值，专家们还可以通过调控营养液，实现蔬菜的微量元素（如钾）定制。

在崇明基地的「植物工厂」，黄瓜的藤蔓一层层堆叠着。摄｜极客公园

我国是人均资源极度匮乏的国家，设施农业——这种通过工业化手段调控环境、以实现植物高效、高质生产的现代化种植方式——已然成为应对我国农业资源短缺的重要举措。而「植物工厂」作为设施农业的「最高形式」，更是农业发展的重中之重。
目前，我国虽已是设施农业世界第一大国，设施栽培面积占世界总量的 88%。但其中，95% 以上是日光温室和塑料大棚，「植物工厂」的发展仍不足。「我们的目标就是希望通过植物工厂的发展，推动设施农业的发展。」丁小涛说。
最近两年，从学术界到产业界，一场针对植物工厂的研究正在悄然成风。
去年，上海农科院成立了这支「植物工厂」团队。队员丁小涛和何立中都曾在崇明基地工作近十年，其他队员也精通植物营养要素的调配，他们是「植物工厂」的先行探索者。
今年 3 月，他们接到了一个新的挑战。那就是在一个更高级、环境完全可控的植物工厂（没有自然光、全是人工光），去种植一个更高难度的、对环境异常敏感的全新蔬菜品种「翠恬生菜」（稍微改变营养要素就会影响其形状走向）。这意味着，环境调控与植物生长之间的关系，将被完全关联起来。
因此，团队的植物工厂「种植技术」将暴露无遗。
参与比拼的还有三支队伍。他们分别是研究「植物工厂」多年的中国农业大学学生团队、用工科视角研究「植物工厂」的上海交通大学团队、以及过去主要研究温室番茄种植的企业团队。（关于这次比赛的更多信息可见极客公园此前报道：《造一座「植物工厂」，提前演练「流浪地球」的终极形态》）。
「田忌赛马，多多益善。」在赛事评委会主席、中国工程院院士、国家农业信息化工程技术研究中心主任赵春江看来，来自工、农、企各领域顶尖团队的碰撞，「将有助于我们模拟出作物最理想的生长环境，更加透彻理解以植物工厂为代表的智慧农业，以及更好将其中国化、商业化。」
或许这场交流的意义，就是通过国内「植物工厂」顶尖科研团队的碰撞，去看人类到底能将植物的生长推进到一个怎样的边界、能将植物工厂的效能发挥到怎样的极限。

02

「植物工厂」

大规模商用正走向拐点

 
在崇明基地，还有一座特殊的「植物工厂」——它是仿照南极科考站「植物工厂」1:1 建造的。它的底部有 15 根粗壮的「支撑柱」，能牢牢扎根南极冻土层，为工厂抵御强风和大雪的侵袭。这座小房子帮科考队员在极寒之地种出了生菜、上海青、韭菜等二十多种蔬菜，让他们每周能吃到两、三次蔬菜。
这正是早年间「植物工厂」最重要的应用场景——服务于国家战略级、军事级的用途，为人类摆脱自然条件限制、在极端环境种出蔬菜。
上世纪，「植物工厂」的诞生就源自 NASA（美国太空总署）在太空种植蔬菜的需求。2014 年，崇明基地为南极科考站建造了这座「植物工厂」。

在崇明基地，仿照南极科考站「植物工厂」1:1 建造的模型。摄｜极客公园

近两年，「植物工厂」的应用场景开始向更多场景拓展。
疫情时期，一些产业方开始设想，如果能在特大城市周边、社区楼下、居民家里打造「植物工厂」，那么人们将会获得更稳定、更新鲜、更高品质的蔬菜供应。这也符合植物工厂的终极消费趋势。「植物工厂」的发展被提速了。
但横亘在植物工厂和人们餐桌旅程的最后一道难关，是成本。
作为目前最高级别的农业科技形态，「植物工厂」有一个致命的弱点——那就是打造这样一个拥有完整工业化种植体系的工厂成本太高——以生菜为例，目前「植物工厂」每生产 1 千克生菜，大约需消耗 10 度电（约 6 元）。再加上种子、营养液、人工等成本，「植物工厂」生菜价格约为普通生菜价格的 10 倍。

未种植作物的「植物工厂」全景，打造这样一个全工业化种植体系的成本太高。摄｜极客公园

这导致其产品价格高昂，难以走向普通消费者的餐桌。
以崇明基地的「植物工厂」为例，丁小涛说，公司并不能靠给消费者卖蔬菜来赚钱，而是靠给客户卖「植物工厂」设备来赚钱。这也是国内外「植物工厂」的共同痛点。
突破这个产业难题，是丁小涛这样的科研工作者近年来的攻坚方向。依旧是从生产元素（光、温、水、气、肥）下手，农学家们可以通过探索最佳的生产元素调控——在生产成本控制得最低的情况下，让植物长得最多与最好、从而进一步降低生产的边际成本。
农学家有望通过这种方式，打平「植物工厂」的投入产出比模型。
这是这次比赛的核心目的、也是农学家们自己的期待。「植物工厂的商业落地是目前产业的一个难题，而作为这个产业的科研人员，我们希望能解决这个难题，」来自中国农业大学参赛团队的队长郑建锋说，他们此次参赛的目标就是，「探索出一套植物工厂产业化盈利的解决方案。」
然而，探索这样一套产业化方案有两个难点：一、到底如何最精密地调控生产元素，将「植物工厂」的效能发挥到最优。二、如何把这套方案无门槛推广给全行业。
事实证明，数字化+AI 是这两个问题共通的解法。

03

数字化、AI+农学家：

「植物工厂」效能提速

如果将「植物工厂」的运转比作一个系统：一端输入光、温、水、气、肥等营养参数（成本），另一端输出植物生长状态（产量、品质）。农学家们的工作是：最准确地理解植物每时每刻的生长需求，给予其最合适的营养参数，让植物发挥最好的生长状态。从而实现「植物工厂」高效运转。
而农学家的这些工作，都可以通过数字化——更准确地说是人工智能（AI），来提升效率。
以理解植物生长需求为例。植物不会说话，农学家通过观看它的长势、长相，来判断其状态和需求。现在，无需去现场，借助图像传感器，农学家就能随时随地观察植物的长势。甚至无需观测，借助二氧化碳传感器，农学家就能精确地从植物「吃了多少东西」，计算出它「长高了多少」。
了解植物当下的生长状态和需求后，结合植物本身的生长需求曲线，专家就能快速调整确定植物所需的营养参数。而目前，这个参数是先由 AI 算法作出，再经由农学家反馈和确定、最终再沉淀在 AI 算法里。
「一半靠专家，一半靠AI。」队员王虹说。在上海农科院这支「植物工厂」团队，一半是像王虹这样的传统农学家，另一半是精通人工智能、模型算法的农学家。农学家和 AI 一起，推动了植物的成长。

此次比赛中，「植物工厂」集装箱里成长中的翠恬生菜。摄｜陈达通

以二氧化碳为例，算法通过对生菜生长需求的捕捉，确定了其快速成长节点。此时，生菜对二氧化碳的消耗量变大，「就像小孩子，进入快速生长期后，他对营养的需求是很旺盛的。如果你补给不到位，就会耽误他的成长。」王虹说。最终，团队在合适的时机，补给了最佳浓度的二氧化碳。
以湿度为例，幼苗期的生菜湿度偏低，因此算法为其设置的湿度参数不低于 60 克/立方米。而成长期的生菜蒸腾量上升，算法又将其湿度参数控制在 80 克/立方米以内。
以温度为例，温度变化容易让生菜「烧心」——即内层叶片「灼伤」，最终影响产量品质。因此，在前期种植过程，算法将温度值恒定为 22 度。而在采收前一周，算法又对温度值进行了相应调整。
最终，在这次比赛中，上海农科院团队种出了最高产量的生菜。他们也获得了冠军。「这是因为我们更理解生菜需要什么，并给了它最优的生长条件。」王虹说。
而对于种植成本的控制，依然可以用算法来优化。
为了节约种植成本，郑建锋带领的团队设计了一套算法驱动的自动控制系统。简而言之，就是在每种生产要素的投入上，「能省则省」。
以温度为例，当种植环境从暗期（光照少）向明期（光照多）转换时，这套系统会阻止空调加温。反之，则让空调「判断是否要降温」。
以营养液为例，这套系统能让营养液泵「以合适的频率」、「间歇」运行。种植的前期，这套系统不给营养液降温，只有到了种植的「关键时期」，才给其降温。
最终，这支来自中国农业大学的学生团队拿下了「最佳节能奖」，并获得亚军。

本次比赛中，四支团队各自使用的集装箱式「植物工厂」。摄｜顾辰

「通过计算机的处理，我们简化了原先操作农事的流程，最终把能耗控制和产能（产量和品质）均提高了 30%-50%。」比赛评委、光明母港农业部总监王金华说。作为上海这一特大型城市主副食品供应方的光明食品集团、以及国内最大农产品上行平台的拼多多，是这次比赛的主办方。
它们对这次赛事的期待或许已经达成。王金华说，这次比赛的成功之处在于，它通过智能、算法的加持，为产业试验出了一套「更高效」、「更简易」的「植物工厂」生产模型——这套模型经过改良之后，将有机会在行业得到真正的推广和落地。
拼多多高级副总裁王坚则认为，拼多多一直积极参与前端的农业科技创新，只有加强农业科技创新，才能推动农业高质量发展，提高农产品的品质和附加值，满足消费者对于高品质、安全、健康农产品的需求。

04

特别的收获：

商业化思考

和这些农学家交流下来，极客公园发现，他们提到的一个难忘收获是「商业化思考」。
来自中国农业大学的博士生杨瑞梅说，过去在实验室做科研，她只需要关注自己的细分方向，比如光照参数。但今天，他们的研究已经带着产业的诉求，开始引入经济的视角。
这也是丁小涛所在的这支科研团队第一次撰写商业化方案。在提交给主办方的 54 页 PPT 上，他们不仅为自己的种的生菜设计了外包装 logo，还写下了对目标客群、产品优势、营销策略、销售模式等方面的思考——虽然这些商业化思路只占最终得分的 1/20。
「我们不仅要知道如何种好，更要去思考如何销售好，这是非常有意义的经历。」丁小涛说。目前，他们正准备申请专利和软件著作权、并希望将这套生菜栽培技术形成企业标准，推广至行业。

6 月 6 日，15 位大众评审对决赛团队种植的「翠恬」生菜进行试吃并打分。摄｜陈达通

本就希望探索「植物工厂」产业化解决方案的郑建锋，踏出了第一步。他发现，如果按照他们此次探索出的种植模型，进行「植物工厂」的大规模投产，生菜的成本将降为 2.8 元/株。如果把目标客群定为上海高资产家庭（他估计有 30 万户），生菜售价定为 4 元/株，那么五年内可以实现盈利。
他希望从一些小规模试点开始，吸引目标人群、甚至产业资本的关注。目前，已有一些产业方开始与参赛团队接触。
这正是拼多多举办农研比赛的意义，它能让科研的研究成果，更快地转化成社会价值。
郑建锋已经两度参赛，在第一届农研比赛中，他曾带领团队获得 AI 组冠军。当时，他们探索出的营养液配方动态调整技术，目前已被写成科普论文、并被嵌入算法模型，正在北京小汤山基地应用。
而他们那届的亚军团队，已经成立了「智多莓」公司，将自己的智能种植系统向全国推广。在云南省怒江州老窝村，他们通过这套种植系统，使当地草莓产业常用工成本下降 30% 以上、产量增加 30%，推动了当地草莓产业发展。

比赛结束后，主办方共建农研基地，继续用于垂直农业的研究与探索。摄｜付梵

这或许是一个多方共赢的结果。对科研人员来说，他们增加了产业视角，能更清晰地看到自己科研成果落地的价值。对产业方来说，他们能联合科研机构的力量，为自己的产业化难题找寻解法。
而从社会的角度来说，拼多多等平台公司深入农业上游、扎到细分前沿场景的创新，不仅能更好地带动消费者端的体验革命、更能助力农业创新的持续破圈。
这是这个时代有意义的尝试，值得长期做下去。

​Read More