“   智能家居方案还是蛮诱人的。”6月7日，在上海举行的CES ASIA（亚洲消费电子展）上，同济大学电信学院教授、IEEE计算智能（CIS）上海分会主席徐立鸿毫不犹豫地告诉澎湃新闻（www.thepaper.cn），这是他个人认为的展会最大亮点。

   徐立鸿之所以对智能家居倍感兴趣，可能是因为他目前最大的研究焦点从某种意义上来说也是“智能家居”。只不过，这个“家”不是给人住的，而是给植物住的。

      作为中国农业工程学会常务理事、上海市农业工程学会理事长，徐立鸿正致力于农业物联网的研究，在温室大棚里实现生命和环境的互动。

     虽然植物这种生命并不比人类更复杂，但以植物为对象的人工智能系统也面临着和以人为对象的系统一样的挑战。在许多可穿戴设备努力以非侵入的方式获取人类健康信息的时候，农业物联网也想要更直观地感知植物的营养状态。在传感方面，植物甚至可能比人类更麻烦：毕竟，植物并不能主动给出反馈或者建议。

温室物联网：看到视频里叶子暗了，就知道灌溉不够

     设施农业（protected agriculture），是指在相对可控的环境下，采用工程技术手段进行高效生产的一种农业方式。徐立鸿介绍道，上海的“菜篮子工程”就十分重视设施农业中的物联网技术。在温室大棚中，系统对光照、二氧化碳浓度、温度、湿度、营养液等各种项目进行监控、调控。

    在这个系统中，负责获取信息的传感技术是最底层、最基础的，但要做的好也并不容易。比如光照这个因子就非常复杂，植物本身就会遮挡一些光照，导致不同层面上的光照都不一样。

    在这种不均匀分布的情况下，比起以往“势单力薄”的几个传感器，温室物联网的主要任务就是获得足够充分的信息。甚至，系统可以通过视频来获得图像信息，就像是植物直接通过“自拍”来展示自己的健康状态。“有时候它（植物）并没有生病，但它的叶子亮度有点不够了，我们就感到它肯定是灌溉不充分。或者有时候出现颜色的变化，我们也发现它营养不够。”徐立鸿举例道。

    以这个最底层的无线感知网络为基础，温室物联网形成了“4+1”的结构。再往上是可以即时处理的现场控制网络、进行一体化决策的中心控制网络和数据最终上传的云端。而最后附加的这个“1”指的是手机，生产管理者可以通过手机APP远程操纵。

基因育种、溯源销售、“霜打了的白菜”

    在保障食品的安全后，农业物联网还会进一步考虑到口味的问题。“比如大家都有体会，打过霜的白菜特别好吃对不对，因为一打霜之后它里面就产生一些抗冻的东西，改变了它的质量。那么（我们）下一步其实就往口味这里走。”徐立鸿说道。

    过往进行基因育种时，改变一个基因并不知道这种改变是好还是坏。直到种出来，统计这个品种的产量等各方面的表现，生产者才能做出评估。而物联网的信息化系统在植物的生长过程中，就能通过植物茎秆、叶片等表象来指导基因育种。

    此外，物联网结合互联网能实现销售中的溯源。正如现在一些企业的APP已经在做的一样，溯源销售能让追求食品安全的消费者了解一棵菜的“前世今生”。

    而针对温室物联网的成本，徐立鸿说道：“其实设施农业的主要成本还是设施，也就是温室这一块。现在的无线传感网络和上面的现场控制系统代价并不高，都是千元级别的。现在这个硬件成本都下来了。”

   目前，上海的农业物联网还是碎片化的，在各个层面上，服务于不同的目的。“其实在真正的市这个层面上，市农委正在努力，还没有真正把它互通互联起来。”徐立鸿说道。不过，一个好的算法真的被开发出来，它在应用层面上的推广将是指数级的。

    虽然中国的农业基础本身较为薄弱，农业物联网大有可为，但在徐立鸿看来，农业物联网真的要做好，依然需要技术的突破。归根究底，生命是非常复杂的。

    首先，在感知这块，植物体内的氮、磷、钾等营养成分，在传统上需要化学手段进行分析。如何及时地获得这方面的信息，把化学量迅速转化为物理量，就是一个巨大的挑战。这就像不抽血就能获得人体内的一些化学信息一样。

    其次，现在好的植物生长模型十分欠缺，过往的模型都过于简单。未来，研发者需要在大数据基础上进行挖掘，借助好的人工智能算法提出模型。

人工智能研究，中国“跟风”有好也有坏

      正因为像深度学习这样的人工智能算法离不开大数据，徐立鸿十分看好物联网的应用前景。

   人工智能虽然近几年“爆红”，但研究领域已深耕几十年。徐立鸿说道：“现在人工智能进入一种新的阶段，我们常常讲是人工智能2.0，一个最大的不同就是网络。基于网络的人工智能，不再是‘单机’的智能。”

    而物联网在这种人工智能系统的形成过程中扮演了非常重要的角色。在徐立鸿看来，所谓的“智能”分为三个层次，一是信息，二是知识，第三才是智能的能力，即核心的智能算法。物联网就在这三个层次上搭好了平台。首先，物联网提供了基础的信息获取网络，其次，系统可以通过第一层网络形成的大数据挖掘出知识，最后，云计算又提供了强大的智能算法。

    深度学习如今发展到了一个极高的水平，其代表作就是最近完胜柯洁后退隐江湖的“阿尔法狗”。在语音识别和图像识别领域，有一些应用端的开发者甚至觉得深度学习“完全够用了”。但担任IEEE计算智能上海分会的徐立鸿觉得，算法依然是人工智能研究最核心的路子。

   “美国其实很少炒热点。核心算法还是美国在领头，我们在跟跑。我们虽然论文很多，但是原创性的工作几乎没有。这不是我说的，真的几乎没有。”徐立鸿说道。他认为，在这点上，中国需要向美国学习，“耐得住寂寞”。人工智能在中国这边看像是突然爆红，但其实很多人在背后静心攻关了几十年。

    不过，徐立鸿认为，中国“跟风”也不完全是负面的。CES展这样的“跟风”，就提高了从政府、高校到市民的关注，形成了对技术研究的反向推力。像上文提到过的植物营养成分传感方面的瓶颈，有市场需求，就会有投入。现在也出现了一些技术，通过近红外、高光谱对氮、磷、钾进行分析。

    徐立鸿提到，美国的人工智能研究还有一个特点，就是“在美国，大公司出来的科技工作者更具有发言权，因为他了解市场，有真正的资源”。像视觉智能领域的领军人物李飞飞从斯坦福大学跳到谷歌，就是从离应用远一些的高校走向紧贴市场的公司平台。