首页 > 军事 > 正文

赌术千术牌技入门手法,这位NASA科学家说:“中国农业大数据的机会来了,我不做总会有人做”

[摘要] 中国农业大数据的机会已经来了似乎风口一到,遍地都是人工智能大数据,但要想真的把大数据搞起来,不外乎要在数据源、处理数据的人才、精准的应用三个方面建立壁垒。采集数据的无人机一部分为自营,另一部分主要与无人机公司合作,共同获取数据。“中国农业大数据的机会已经来了,就算我不做也总会有人做。”

赌术千术牌技入门手法,这位NASA科学家说:“中国农业大数据的机会来了,我不做总会有人做”

赌术千术牌技入门手法,文 | 小饭桌新媒体记者 王艳

编辑 | 关雪菁

张弓说,创业带给他的是身上25斤的赘肉。在美国nasa的时候,每天早晨张弓都会去打篮球锻炼身体,回国创业后,工作成了全部。

说这话时,张弓正顶着一头蓬松的头发陷在椅子里,黑色镜框后面是一双眯缝的眼睛。“创业是消耗身体的事情,很苦又充满挑战,但是我喜欢挑战的魅力。”

这项挑战来自中国农业,在张弓看来,当这个古老的行业有了人工智能的加持,农民便可以不再靠天吃饭了。

佳格天地是一家通过卫星和气象大数据收集、处理、分析和可视化系统,服务农业、环境、金融等行业的大数据应用公司,用户可以通过系统反馈的数据在线监测作物并及时安排农业生产,提高生产效率。

▲ 佳格天地核心团队

2015年7月,佳格天地完成经纬中国、磐谷创投数千万人民币的天使轮融资,今年4月又宣布完成dcm领投的6000万a轮融资,经纬、磐谷继续跟投。目前佳格天地已经服务了数千万亩农田。

中国农业大数据的机会已经来了

似乎风口一到,遍地都是人工智能大数据,但要想真的把大数据搞起来,不外乎要在数据源、处理数据的人才、精准的应用三个方面建立壁垒。

佳格的数据来源主要有遥感卫星、无人机、气象监测与预报、种植检测数据、种植历史数据等方面。

其中遥感卫星的数据一部分会直接购买,另一部分来自和卫星合作获取的数据或者公开数据。目前佳格已经和来自中国、美国、欧洲的数十颗遥感卫星建立联系并作为稳定的数据来源。

采集数据的无人机一部分为自营,另一部分主要与无人机公司合作,共同获取数据。

“我们自己的无人机主要用来做数据测试,大部分数据通过和无人机公司合作获取。”张弓说,这样可以最大程度降低成本。同时佳格也会和气象局和气象公司合作进行数据的收集。

这些数据包括植被动态、植被受损情况、地表温度、地表水分等,数据范围覆盖全球并可以实时回传,佳格团队则会收集中国地区气象数据做进一步的加工和整理。

在拿到原始数据后,佳格会对其作进一步的数据清洗,通过图像解析和数据分析算法耘镜平台,提供种植面积测算、适宜区规划、作物长势监测、生长周期估算、产量预估、土壤墒情测算、自然灾害预测、病虫害预警、雾霾监测等服务。同时,如果用户有进一步的需求,佳格还能帮助农场主做好农机调配等。

以监测不同土地种植何种作物为例,通过卫星回传的图像,佳格会先收集一部分样本,通过深度学习训练模型,从而检测出不同土地种植的是何种作物以及作物的分布和长势情况。

农场主可以通过电脑或者手机端及时看到清晰的数据呈现,“这些数据对农场主来说是很重要的,他可以及时了解作物的长势并快速找出解决方案。”

对于张弓来说,当面对的数据源一样时,真正能够和其他大数据公司拉开距离的,就是对数据的理解和处理。

“这些数据只要肯花钱都能买到,但是我们更清楚自己需要什么数据,用什么样的算法。”

这样的底气来自张弓在美国nasa 8年的农业大数据经验。

早在2012年,张弓在nasa就开始做农业环境方面的数据整理,虽然人在美国,张弓却一直想要回国寻找机会。但他也知道,中国和美国的农业环境差别很大,美国农业以大农场为主,机械化程度很高。但是中国之前还是以家庭联产承包责任制为主,土地呈碎片化。想要把美国的模式搬到中国,还是太早了。

蛰伏三年后,事情正逐渐迎来转机。

2015年,张弓开始看到之前土地碎片化的状态正在发生改变,根据农业部去年公布的数据来看,全国承包耕地流转比例已超过1/3,这说明种地不再是为了解决吃饭问题,经营家庭农场的群体在扩大,传统的农业正逐渐向工业化和专业化发展。

机会来了。

张弓想,中国的农业古老而传统,生产效率还有很高的提升空间,通过大数据能够减少天气、政策以及市场等不确定因素给农业带来的负面影响,控制资金投入,提高资源的利用率。

在这样的时间节点,张弓在美国第一次和经纬中国接触,没过多久就敲定了第一笔天使融资。有了资金的支持,张弓离开工作了8年的nasa,和顾竹、张文鹏、王蕴刚组成初始团队决定回到国内。

其中产品总监顾竹曾经是nasa研究员,主攻深度学习在遥感上的分析应用;数据总监王蕴刚曾为美国能源部国家实验室科学家,有十多年的中美环境行业经验;而张文鹏曾是美国农业部ars研究员,曾任美国跨国农业公司孟山都的中国市场总监。

“中国农业大数据的机会已经来了,就算我不做也总会有人做。”

美国模型的本土化

带着在美国建立的模型,回国后经朋友介绍,张弓为佳格拿到了的第一笔订单:对一片玉米地做出资产评估,检测作物长势并寻找最佳的收获时间。

结果第一单张弓就险些摔了跟头。

张弓发现,这套美国数据做出来的参数和模型对中国的作物并不适用。

“以玉米为例,中美两国的品种、种植方式很不一样,导致我们用美国玉米数据训练出的参数很难去观照中国的玉米,在判断玉米的干旱情况时就会容易出错。”张弓说,再好的模型也需要本地化的校验,想要在中国适用,只能对模型参数作大幅修正。

据张弓介绍,当用户反映佳格给出的预报信息和实际有所偏差时,就会快速做出模型修正,这些摔过的坑也成为了佳格在未来的竞争壁垒。

目前佳格的主要目标用户一方面来自农场、种植基地等直接的农业种植操作者;另一方面来自农资企业和农业金融企业。

佳格要监测的农场范围从几千亩到几万亩不等,且南北方差异明显:北方一般以大范围地块为主,南方虽然土地相对零散,但是种植的作物一般产值较大。

在营销方面,佳格将重心放在核心大客户上。“目标用户是谁很明确,当他们看到我们所能提供解决方案的能力,会加速他们的购买意愿。”

目前佳格大数据已经服务了几十家用户,监测数千万亩农田。

佳格大数据的团队在70人左右,其中技术人员在50人以上。