曾經的農業耕作是怎樣的？——“面朝黃土背朝天”，耕、種、管、收，農民事必躬親；

現在的農業耕作是怎樣的？——農機“一條龍服務”，農民坐在拖拉機駕駛室裡，聽著歌農活就幹完了。

人工智能、大數據、遙感等技術的融合發展，讓智能農機特別是無人駕駛農機“勞作”的背影成為大田耕作裡常見的風景。智能農機給農民帶來極大便利，但要真正實現高效的落地應用，繞不開釐米級作業精度這個難題。

國家農業智能裝備工程技術研究中心工程師王昊，想到了向AI取經——利用百度飛槳構建農田環境識別分割模型，實現了高精度農田環境感知並應用於相關係統中，提升了農機的智能化程度，也為全國農業領域智能化發展起到了良好的示範效應。這一案例也登上了2022百度世界大會，成為飛槳賦能各行各業的典型代表。

怎樣讓無人駕駛農機擁有更聰明的“大腦”和“眼睛”？

大田農業中，種子撒入農田後，耕、種、管、收等重要環節都可以交由農機完成。智能化作業前，農機需要對農田環境進行精準的識別分割，規劃最合適耕種的地方；作業過程中，智能農機需要“認識”作物，幫助農民進行作物估產、分析區域長勢，生成作業處方，指導農機自主作業。

要確保智能農機走對路、做對事，不論是作業前的路徑規劃，還是作業中對農田的障礙物感知，都要需要達到釐米級標準。有長期研究經驗的王昊深知，難點在於農田與工業生產中標準化、封閉的環境完全不同，天氣的實時變化、農田裡的暗溝、地下灌溉管道、雜草干擾等因素帶來許多困難。王昊和同事嘗試過很多技術方法，但這些問題始終“卡著脖子”、無法實現農機全程無人駕駛。

偶然的一個機會，王昊收到了百度AICA首席AI架構師培養計劃的報名邀請。AICA不僅有深度學習技術的教授與討論，還有資深專家基於飛槳對產業場景實際應用的指導，或許長期牽絆自己問題能實現突破。王昊仔細梳理了自己的研究成果和疑問，將“交互式農田圖像感知方法”作為課題，進入AICA培訓探索學習。

飛槳助力難題破桎梏，大田耕種不再費時費力

在AICA課程培訓中，王昊接觸到了百度飛槳產業級深度學習開源開放平臺，並瞭解到了飛槳PaddleSeg開發套件，便捷的數據標註和驚豔的效果讓他有了全新靈感，快速地進行了上手實驗和優化。

最終，王昊利用飛槳克服了各種技術難題，開發並實現了農田環境識別分割的相關模型，併成功應用於基於北斗的農機自動導航系統。有了飛槳技術的這套系統，即使在形狀不規則、環境複雜的農田地塊裡，也能快速方便地獲取高精度農田場景模型，保障無人駕駛拖拉機等智能農機按照預定的軌跡精準地進行作業，大大提升了農機的智能化程度。新農民和智能農機輕鬆協作，保證產量的同時不操心、不費力。

農業發展事關社稷民生，影響經濟發展、社會穩定和國家安全。《新一代人工智能發展規劃》也指出，要研發智能化農業裝備、農機田間作業自主系統。在AI的賦能之下，國家農業智能裝備工程技術研究中心在提升農機智能化方面的實踐，不僅響應了國家政策，也能輻射全國農業部門及農耕用地。智慧農業的未來圖景裡，將會有更多AI閃耀的光點。