意大利米兰理工大学数据、数字技术和机器人在田间：探索农业4.0

　　菲利波·伦加(Filippo Renga)和马泰奥·马特乌奇(Matteo Matteucci)多年来一直在研究农业中使用的数字技术。他们开设了PoliMI绿色技术大使计划的智能农业数据分析课程，该课程涉及人工智能技术在农艺领域数据分析中的应用，旨在从经济和战略角度利用数据世界。让我们来介绍一下它们。米兰理工大学管理工程系教授Filippo Renga从事各行各业的数字创新已有23年。他是米兰理工大学管理学院数字创新观察站的联合创始人，从事移动服务、旅游、金融和农业方面的工作。他是多篇学术文章的合著者，也是五家初创公司的联合创始人。他目前领导金融科技和保险科技创新、旅游创新和商务旅行观察站，并协调研究中心的欧盟和国际活动。

　　Matteo Matteucci 是米兰理工大学电子、信息和生物工程系信息处理系统教授。他的研究涉及自主机器人和机器学习，特别是模式识别、机器人感知、计算机视觉和信号处理。他在国际期刊上发表了 50 多篇文章，在国际书籍上发表了 25 篇文章，并为国际会议和研讨会的论文集撰写了 150 多篇文章。他负责国家和国际资助的机器学习、自主机器人、机器人感知以及智能和自主系统的基准测试研究项目。

　　让我们从一些澄清开始。当我们谈论农业4.0时，我们指的是什么?比方说，是什么让它与农业科技不同?

　　FR：农业技术是关于应用于农业世界的所有技术：不仅是数字创新，还有机械、生化、工艺和许多其他类型的创新。特别是，Matteo和我专注于数字创新在农业生产过程中的应用。在这种情况下，我们谈论农业 4.0：简单来说，它是遵循工业 4.0 的范式，是精准农业(例如机械和电子)的结合，它已经在市场上存在了大约 30 年，具有物联网、人工智能等最新技术， 传感器技术等

　　我想马上明确指出，尽管人们可能不这么认为，但农业并不是一个落后的部门;相反，机器人的最大传播(Matteo教我这一点)是在农业中，尤其是在畜牧业中。例如，在很长一段时间里，最流行的可穿戴设备是那些连接到牛身上的设备。

　　毫无疑问，提供最大机会的组成部分是互联互通。 例如，食品运输车辆中的温度监测系统可以在产品质量下降的情况下将其下架;卫星测绘可以识别水资源压力，从而通过有针对性和更仔细的灌溉进行干预。因此，农业4.0是一个更加相互联系的农业，特别是在供应链层面。

　　MM：数据的连通性和可用性还允许通过应用基于数据的模型来实现数据历史化和流程优化。 需要强调的是，数据涵盖了供应链的所有步骤：过去，出于物流和管理原因，数据主要是在供应链的最后一步收集的，而现在，由于连通性，它们已经在现场捕获。

　　菲利波已经提到的精准农业是关于在需要采取行动的地方采取行动，需要多少就采取行动，什么时候需要;数据连接扩展了这种范式，因为它允许您通过数据驱动的预测模型对未来采取行动;今天，人工智能系统可以支持长期决策，这要归功于农业 4.0 实现的供应链愿景。

　　FR：套用开尔文勋爵的话来说，无法衡量的东西无法改进。这就是我们正在努力做的事情，在农业部门使用人工智能和数据处理。数据还可以支持公共机构在该部门做出具体选择，例如激励措施、在流行病风险情况下进行干预、管理超过所需数量的库存等。这些数据也可用于证明健康特征(理工大学一些学生的一个项目表明，意大利的动物比其他国家的动物更容易受到抗生素的干预)，从而在整个供应链中产生更多的价值(想想PDO产品)。

　　最后，数据允许在经济、环境和社会意义上实现更可持续的农业。例如，数据的可用性和连接性有利于在一个地区有未使用的产品可以在另一个地区使用时及时进行干预。拥有更多的信息可以让我们减少浪费和花费。

　　因此，数据是农业4.0的一个关键方面。Matteucci教授，机器人在这个领域的作用是什么?

　　MM：机器人进入该领域，特别是在精准农业领域，根据定义，精准农业需要了解环境，以便做出非常精确和及时的决策。这种类型的农业通常被证明是非常昂贵的，并且经常与大规模生产的需求发生冲突。有机农业促进了机器人在农业中的使用，这涉及某些传统做法的复兴以及减少杀虫剂、抗生素和化肥的使用，例如，机器人能够自主识别杂草以清除杂草，它们可以识别水果以决定何时以及如何采摘它，并且它们能够识别疾病的发作并报告它，等等。

　　为了更好地理解机器人技术在农业领域的重要性，以及它不仅在学术界引起的关注，必须牢记两个方面：

　　1. 当今的农业世界面临着两个相互矛盾的要求：一方面，需要采取土壤保护措施和减少资源消耗;另一方面，需要为不断增长的人口增加粮食生产。这两种不同的需求推动了技术的改进，而这可以通过使用新技术来实现，例如连接场和机器人化。

　　2. 新技术，特别是机器人，应对劳动力短缺问题，特别是在收割部门。已经有许多收割机，例如自动葡萄收割机或橄榄收割机，但是在收割水果之前有必要区分水果的成熟程度，需要新技术，特别是人工智能技术。

　　FR：我想问Matteo一个问题：您认为农业数字创新面临的挑战是什么?

　　MM：从研究的角度来看，与我来自的其他应用领域相比，农业部门面临着不同的挑战。首先，可变性：农业中使用的机器人在许多不同的天气和土壤条件下处理大量作物品种。一语双关，我为我作为该领域研究人员的热情找到了肥沃的土壤。

　　另一个具有挑战性的方面是机器与生物的相互作用：植物和动物一样，不是人类创造的人工制品或物体，而是会发生变化的生物。对于人工智能和算法开发来说，这是一个有趣的科学和技术挑战。

　　最后，另一个特点是多学科性：在我的工作中，与其他专业(例如农艺师)有很强的交流，因此不同学科(包括工程和非工程学科)的参与度更高。