數(shù)字農(nóng)業(yè)領(lǐng)域,GPT大模型的3個機會點
現(xiàn)階段大家都在摸索大模型在各行各業(yè)的應(yīng)用,但還是有一些領(lǐng)域比較冷門,比如農(nóng)業(yè)。這篇文章,作為這個領(lǐng)域的專家,作者帶我們了解大模型在行業(yè)的應(yīng)用,希望能對你有所幫助。
過去一段時間里,GPT大模型無疑是科技領(lǐng)域最火熱的話題,另外一個可能是格力電器。
想做農(nóng)業(yè)GPT大模型的,可以找我,前提是有預(yù)算和時間節(jié)點。
在各大廠商不斷發(fā)布GPT之際,總有人問我,農(nóng)業(yè)里面有沒有大模型的機會點,我往往會先反問他們覺得的農(nóng)業(yè)里面哪些環(huán)節(jié)會大量產(chǎn)生數(shù)據(jù)、不間斷持續(xù)產(chǎn)生數(shù)據(jù)。沒有足夠多的數(shù)據(jù)投喂,大模型也就是小模型,農(nóng)業(yè)領(lǐng)域的大模型只能是其他行業(yè)的盜版。
對于這個數(shù)據(jù)產(chǎn)生階段的回答,也比較五花八門,大體是一產(chǎn)、二產(chǎn)和三產(chǎn)都有。
現(xiàn)在GPT的話題逐漸降低,我們也來聊聊農(nóng)業(yè)領(lǐng)域具體存在場景點。
一、行業(yè)通用的機會點
像各行各業(yè)通用的機會點,比如語音機器人,很多行業(yè)都可以使用。
二、一產(chǎn)階段的大模型的2個點
1. 一產(chǎn)階段中的無人養(yǎng)豬
都是無人化操作,有大量數(shù)據(jù)采集和數(shù)據(jù)交互訴求。
從目前的行業(yè)趨勢來看,豬產(chǎn)業(yè)是不斷持續(xù)擴張的,每年的出欄和存欄數(shù)據(jù)都在持續(xù)提升。
從數(shù)據(jù)采集來看,豬是所有養(yǎng)殖業(yè)里面,數(shù)據(jù)采集最多最廣最標準化的。從視頻監(jiān)控、耳標、體溫體況等,可以提供一系列生豬生長全生命周期數(shù)據(jù),尤其是母豬。
從數(shù)據(jù)應(yīng)用來看,養(yǎng)豬自動化特種設(shè)備就是天然的大模型的數(shù)據(jù)應(yīng)用終端。養(yǎng)豬戶的手機和智能APP就是連接點。
從參與廠商來看,很多養(yǎng)豬大企業(yè)相關(guān)的無人養(yǎng)豬科技公司,都在布局AI人工智能,基本上背后也是BAT等幾大大廠,是行業(yè)經(jīng)驗和AI經(jīng)驗的跨境有效融合。
因此就看無人養(yǎng)豬大模型,哪家先出、先跑通商業(yè)化,后續(xù)就是無盡的價值點。
2. 一產(chǎn)階段中的無人農(nóng)場/無人農(nóng)機
養(yǎng)殖產(chǎn)業(yè)規(guī)模大,經(jīng)濟效益好,會先出大模型。種植產(chǎn)業(yè)規(guī)模大、但單品不夠聚焦,沒辦法靜下心來打磨一個單品。
目前種植業(yè)的很多單品是水稻、玉米、西紅柿。
在無人農(nóng)場里,我們經(jīng)常使用到的大型農(nóng)機和無人機,也是會有很多數(shù)據(jù),就是目前的自動化水平稍微有點欠缺,基本上都是事先預(yù)定好行動路線。
現(xiàn)在隨著雙目和多目攝像頭識別能力的提升、網(wǎng)絡(luò)通信的便捷,有幾家頭部企業(yè)已經(jīng)能夠通過邊緣計算實現(xiàn)場地端的實時控制,這里就會有大模型的用武之地。
需要說明的是遙感衛(wèi)星雖然有很大的數(shù)據(jù)量,但基本上都是單次使用、2G項目使用,真正商業(yè)化程度較低,因此沒有大模型的價值點。目前遙感衛(wèi)星的實時渲染,系統(tǒng)反應(yīng)也還偏慢、加載耗時。只有在基于衛(wèi)星遙感數(shù)據(jù)生成報告層面有較大的優(yōu)勢。
三、二產(chǎn)階段中的自動化生產(chǎn)線
二產(chǎn)過程中的自動化生產(chǎn)線,我一直以為是最接近工業(yè)的,因此這里面有大模型的機會點,主要是用在智能制造中。
具體分場景有三個:
(1)農(nóng)產(chǎn)品智能加工分揀。需要不斷去識別農(nóng)產(chǎn)品品級。目前包括水果、牛肉、茶葉等的分級已經(jīng)趨向成熟。唯一需要加強的就是一條生產(chǎn)線能夠適配多個單品。
(2)屠宰加工自動化。目前生豬和牛羊等,都有不同程度上的實現(xiàn)。需要加強的是能夠把屠宰加工與分級分揀、包裝物流全部串起來。
(3)農(nóng)機農(nóng)資生產(chǎn)自動化。目前農(nóng)機農(nóng)資生產(chǎn)過程中會使用到一些Ai小應(yīng)用,但是還不多,還需要在生產(chǎn)制造過程中不斷采集數(shù)據(jù)、優(yōu)化模型、反哺業(yè)務(wù)。
具體而言就是以生產(chǎn)自動化(智能制造)為契機,將產(chǎn)供銷串起來,有Ai預(yù)測銷量、Ai排產(chǎn)、價格預(yù)測、供給預(yù)測等。
四、此外還有一個點
當然還有一個點,我沒說的,那就是智慧育種。這個是保密內(nèi)容。
五、總結(jié)
總結(jié)而言,農(nóng)業(yè)領(lǐng)域的大模型,未來會從這幾個機會點中優(yōu)先出來。其中有些是行業(yè)通用的大模型,有些是農(nóng)業(yè)行業(yè)特有的大模型。再則,無論怎么將大模型應(yīng)用在數(shù)字農(nóng)業(yè)中,都首先需要有足夠體量的數(shù)據(jù)(存量數(shù)據(jù)用于訓(xùn)練模型),還要有自動化的業(yè)務(wù)運行(增量數(shù)據(jù)用于優(yōu)化模型)。
大模型場景在農(nóng)業(yè)的其他應(yīng)用場景,大家可以往無人化、自動化、大數(shù)據(jù)量、高通量這些緯度思考。
專欄作家
清河落河清,公眾號:農(nóng)業(yè)數(shù)字化,人人都是產(chǎn)品經(jīng)理專欄作家。一名熟悉農(nóng)業(yè)的IT架構(gòu)師,現(xiàn)從事企業(yè)架構(gòu)工作,創(chuàng)建農(nóng)業(yè)微信公眾號、農(nóng)業(yè)社群。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于CC0協(xié)議。
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)
- 目前還沒評論,等你發(fā)揮!