今天小編分享的科技經驗：一顆生菜引發的科研大戰，歡迎閱讀。
一台機器對準它正下方的那顆生菜，不斷地推進鏡頭企圖放大并識别葉片上的綠色素面積，在它自己覺得找到目标的時刻便迅速按下拍攝鍵；另一台機器則目不轉睛地盯着眼前所有生菜的身高，認真地以數據标注的方式對其進行采樣記錄；還有台機器看起來不動聲色，實則正感受着生菜們周圍的實時溫度與溼度，一旦超出設定，要麼拉響警報，要麼幹脆直接命令風扇進行降溫。
如此神奇的一幕發生在一個中等巴士大小的貨櫃裡，現場看不到任何人類的身影。
在貨櫃裡，有若幹傳感器對生菜成長周期進行監控，并将其轉化為數據流傳送至千百裡以外的農學家實驗室中，在那裡這些數據通過人工智能算法與模型的處理，能精準地預測生菜們未來的長勢，如若現狀并不符合人們的預期，他們只需要動動手指在手機 App 上遠程更改貨櫃内的光照、溫溼度、營養液等配比模式即可。
這種幾乎颠覆了傳統大田農業的種植模式，有個頗為賽博朋克的名字——植物工廠。
提到 " 植物工廠 "，浮現在很多人腦海中的可能是火星救援中馬克在栖息艙裡開辟的人工土豆田，也可能是流浪地球中采用地下光照的蔬菜大棚，但這些場景都是人類遭遇生存危機時，不得已采用的農業科技武器。
然而事實上，植物工廠當下的發展不再局限于極端條件下的食物供給，它開始漸趨成為人類常規且重要的種植模式、成為一線農研企業大力發展的核心業務，也成為全球頂級農學院中最受歡迎的研究方向。
為了争相将植物工廠的潛力挖掘到極致，它近期甚至在國内農學界和產業界之間挑起了一場科研大戰。
科學家們被生菜 " 為難 " 住了？
這場一觸即發的農研大戰的主題是：挑戰在植物工廠中多快好省地種生菜。
要知道，作為一個有着天然優渥種植條件的農業強國，中國大田環境中生長的普通生菜，其每千克成本大約在 4-8 元。雖然植物工廠可以通過人工控制溫、光、水、肥、氣等核心種植條件，大幅地提升生菜的產量和品質，但貨櫃自身的能源消耗也成為了其難以大規模商用的致命傷，當前行業頂尖的植物工廠種植 1 千克生菜最少需要 10 度電，對應的成本大約 20 多元。
也就是說，如果能突破植物工廠的能耗難題，它将在人類未來的農業種植中發揮更大的價值。
如此深入行業痛點的主題，令賽事在去年 8 月一經開啟招募就吸引到了全球 30 支頂尖團隊、150 多位青年科學家的報名，通過重重篩選進入到初賽的 15 支隊伍，在經歷了多番比拼後，僅剩 4 支殺入了決賽圈。這四支隊伍基本代表了國内農業科研領網域的最強陣容：
• 在全封閉垂直農業領網域建樹頗豐的 " 上海農科院 " 團隊，曾為我國南極科考隊員提供極端環境的蔬菜種植培訓；
• 具有超強工學背景的上海交通大學 " 生生不息 " 團隊，曾成功搭建海上自維持蔬菜種植平台；
• 來自中國農業大學的 "CyberFarmer" 團隊，其所在實驗室對密室植物工廠化技術有着深入研究；
• 而作為決賽中唯一的企業團隊，LettUs Grow 由北京極星農業總經理徐丹挂帥，這個擁有 3 萬平米種植溫室的企業曾為北京冬奧會供應生菜。
就是這樣四支背景各異、殺手锏類型完全不同的隊伍，在上海崇明島光明母港的四個貨櫃裡，打響了一場耗時 90 天、激烈卻看不到硝煙的農研大戰。
四個貨櫃式的植物工廠 / 顧辰攝
雖然生菜是農業領網域十分基礎且普遍的植物種類之一，但 " 第三屆多多農研科技大賽 " 出其不意地引入了一種名為 " 翠恬 " 的全新品種，90 天的賽程被均勻地劃分為三岔生菜的生長周期，理想的情況是，四支參賽隊伍可以在前 60 天熟悉作物的習性、采集數據并建立好模型與算法，從而在最後 30 天種植出最多最好的生菜。
然而即便是國内學界和業界的頂級團隊，在面對變量如此多的挑戰時，也不免有些手忙腳亂。
" 我們最初有些懵，因為玻璃溫室的種植本質是對自然環境的優化和妥協，但植物工廠是所有環境由自己定義，比如我們要定義太陽。" 徐丹告訴品玩，這種巨大的差異讓習慣了自然環境種植的他們有些不知所措，在第一輪種植中将很多時間花費在了對貨櫃内部環境的适應上。
不僅如此，所有團隊都不知道的是，翠恬這個全新品種有個很大的培育難題，即在成長的中後期極易出現燒心現象。這樣的生菜，無論是外觀還是口感都将受到較大影響，商品性更是大打折扣，而有效的緩解辦法是加強生菜周圍的通風，讓多餘的水汽得以及時蒸發。
" 我們在生產過程中忽略了通風這麼一個核心因素，其實在植物工廠這麼密閉的環境中，循環通風變得非常重要。" 徐丹在接受品玩訪談時表示，他們在決賽答辯時看到其他團隊的種植方案時，才恍然發現原來競争對手早在第一天就在集中箱裡裝上了風扇，" 我們快到結束時才反應過來 "。
復盤比賽中產生的這種關鍵性失誤，徐丹直言 " 确實對（植物工廠）經驗不足 "，他意識到相比于大田和玻璃溫室種植而言，植物工廠除了必備的專業農學家之外，還需要具有工程學、信息技術學背景的跨行業人才加入。
" 印象最深刻的是上海交大團隊，他們的工學背景非常強大，我們還是個偏農學的團隊，大家關注的點非常不同，我們就盯着植物自身，他們關注的是整個植物工廠的設備環境。" 徐丹笑着對品玩說，" 如果團隊裡也有個懂工程的，起碼我們第一天就能把風扇加上 "。
"LettUs Grow" 隊長、北京極星農業 CEO 徐丹 / 受訪者供圖
然而工程學家們在植物工廠裡也有另一種苦惱。
生生不息團隊來自工程學和信息技術學都走在全球前列的上海交通大學，他們領先的軟硬體技術能力在遇到發展水平相對欠缺的植物工廠時，反而需要花費一些時間去适應甚至改造。
" 我們不僅改造了一些硬體設備，還重新搭建了一整套的軟體系統，把集中箱裡三個分别負責光照、溫溼度，以及營養配比的系統整合成了一個，并且将查看數據的時間維度打通了，可以自由地拉取整個生產周期的數據。"
生生不息團隊成員熊元科表示，雖然前期在軟硬體改造上耽誤了些時間，但這在後期大幅提升了模型搭建與算法分析的效率，而真正讓他們有些頭疼的是區别于熟悉的工程學，農業種植的實踐對象是具有生命力的植物。
" 工程學裡很多時候有一個很固定、很明确的關系式。我們只要找到這個關系、把無序的東西變成規律，基本就解決了大半問題。但我們不懂植物的生長周期，這完全是另一回事，有點像養孩子一樣。"
面對這種失控的不确定性，熊元科和其他幾個工程學家時常跑到隊裡唯一的農學家面前求助，即便他們能把 30 天周期細致地分割成 1000 組數據，卻仍搞不懂生菜成長中突如其來的變化。
" 很多時候生菜就是不喜歡這樣，那它不喜歡我怎麼知道呢。" 熊元科無奈地将這句話重復了很多遍。
四個團隊的成員在賽後都向品玩表示，現代農業的發展、尤其是前沿科技含量較高的植物工廠，未來一定是跨界科學家們的競技場，即便在農學領網域造詣再深，不懂工程和信息技術等跨學科知識也會備受掣肘，反之亦然。
路線不同，各顯神通
經過比賽初期的兵荒馬亂之後，四支團隊逐漸找到了各自的節奏，他們卯足了勁兒在最後一輪生菜種植中大顯神通。
作為決賽中唯一來自企業端的選手，徐丹團隊的最大優勢是在商業實踐中積累出的豐富經驗，他們為比賽設計的殺手锏也更偏向統籌策略：通過建立菜苗不同成長周期的種植密度，來盡可能地減少早期光照和溫度的耗能成本。
簡言之，生菜被 Lettus Grow 團隊劃分為了嬰幼兒、兒童、青少年、成年四個周期，" 小苗的時候種的密集一些，長大之後再分開，這種循序漸進的密度調節，是我們企業側實戰中很有意思的一個發現 "。
唯一有些遺憾的是，徐丹團隊發現植物工廠的苗盤無法像在土地種植時随意調節密度，臨時重新定制苗盤也來不及，所以他們只能将密度變更的栽培周期簡化為兒童和成年兩個，好在這種靈活的應對方法也起到了一定的節能效果，整體減少了 10% 的耗電量。
上海農科院團隊的生菜種植方案則更加大膽有趣。
不像 Lettus Grow 團隊試圖在植物工廠内還原外界真實的自然環境，這個團隊的貨櫃内幾乎沒有晝夜溫差，始終保持在最适宜生菜成長的 22 度恒溫。此外，上海農科院團隊在光照上也沒有自然界的黑夜環境，而是采用了無固定暗期，通過調節三層燈光的變換讓生菜始終處于最高成長速度模式。
植物工廠裡面的三色光照 / 品玩攝
" 最後結果就是上海農科大團隊的產量是最高的，而且他們的生菜形态也不一樣，個頭比一般的高很多。" 上海農科大團隊的種植方法令同樣在答辯現場的徐丹覺得耳目一新，" 自然界沒辦法控制太陽，但植物工廠确實可以，這個感覺還挺奇妙的 "。
數據顯示，上海農科院隊最後一茬生菜的生產效率達到 0.18kg/ 平方米 / 天。
" 此次賽用貨櫃式植物工廠并非生產型，僅安裝了三層層架，如果增加種植架層數，提高空間利用效率，以我們的種植方案推算，生產效率完全可能達到 0.4kg/ 平方米 / 天的國際先進水平。" 隊長何立中博士表示，且上海農科大送檢生菜的可溶性糖含量達到 0.43%，同樣是第一名。
" 上海農科大 " 團隊在決賽頒獎現場，右三為何立中博士 / 付梵攝
不同于農業學者習慣從植物自身的生長規律入手，硬核的工科生們則将植物工廠當做了應用場景，以他們更為擅長的前沿技術來實現節能與提升產量。
上海交大生生不息團隊的組建者鮑華是一位純工科背景的教授，他因擅長研究微納米尺度的熱量輸送及能量轉換被稱之為 " 能耗大師 "，近年來鮑華将專長轉而應用于農業場景中，他與上海交大農業和生物學院合作，嘗試在無土、無淡水、無電源等極端條件下種植蔬菜，還曾成功為海島等偏遠無淡水地區的蔬菜供應提供了一種解決方案。
鮑華認為，自然光轉換為人工光的過程中，能效一定會降低，這是植物工廠能耗巨大的原因，也是這個垂直農業領網域發展的最大瓶頸。
他曾測算過一組數據，植物工廠的能耗成本大約占據了總體的 52%，其中光照和空調是居高不下的兩大能源消耗體，而他為生生不息團隊設定的參賽目标是将能耗降低 25% 以上，同時保證產量提高至少 40%。
為了以最低能耗實現最大產量，生生不息團隊在決賽環節中甚至自研了一套以節能為導向的環控算法。
" 通過視覺算法先去提取生菜表面的信息，比如計算它的綠色素面積，然後其與溫度、溼度、二氧化碳濃度這些數據對齊，再加上光照空調等環境參數，就得到了一個完整的數據，這是比較常規的農業大數據部分，而我們的環控算法還把農業模型和熱力學算法做了一個串聯。"
熊元科向品玩介紹，在這套環控算法的輔助下，生生不息團隊第三輪的生菜種植產量相比第一輪大幅提升了 135%，而能耗則降低了 29%，但是因為貨櫃自身每天的消耗量在 15-16 度左右，所以能耗體現在整體上實則是降低了 17%。
同樣以工學背景為主的 Cyber Farmer 團隊，則将植物生長速率作為其環控的核心指标，他們沒有像其他三個隊伍一樣，追求極致的高產量或低能耗，而是适度控制生長速率，追求經濟價值最大化，也是這套基于生長速率的環控方法，讓 Cyber Farmer 應對翠恬出現的燒心問題反應更加快速。
" 我們也糾結過要產量還是要品質，但在最後一茬種植期時選擇了犧牲部分產量，改善整齊度、感官、商品率等品相指标。"Cyber Farmer 隊長鄭建峰表示，如果将這套方案運用到大型植物工廠中，每千克生菜的耗電量可以降低到 9.5 度，打破了行業當下每千克生菜耗能 10 度電的局限。
也因此，Cyber Farmer 最終斬獲了四支隊伍中的最佳節能獎。
"Cyber Farmer" 團隊，左三為隊長鄭建峰 / 受訪者供圖
這場由一顆生菜引發的、持續了 90 天的農研大戰終于在 6 月 27 日迎來終局。
由近十位頂級農業專家評委和 15 位大眾品鑑團的共同評審下，上海農科院團隊斬獲了第三屆 " 多多農研大賽 " 的第一名，中國農業大學的 Cyber Farmer 團隊獲得第二名，Lettus Grow 團隊與上海交大生生不息團隊并列第三名。
在賽事評委會主席、中國工程院院士、國家農業信息化工程技術研究中心主任趙春江看來，" 工農企，學院派、科研派、實踐派等多角色的交叉碰撞、百家争鳴，将有助于我們模拟出作物最理想的生長環境，更加透徹理解以‘植物’工廠為代表的智慧農業，以及更好将其中國化、商業化。"
年輕人的賽博農業進行時
農業正在發展着翻天覆地的變化。
徐丹最近遇到了件令他非常振奮的事情，一個 20 多年沒聯系的老朋友突然給他發微信，只為幫家裡今年參加高考的孩子咨詢報考農學專業的事情。
雖然徐丹畢業于世界最負盛名的農業院校——荷蘭瓦赫寧根大學、并于 2018 年回國創辦了北京極星農業，但他坦率又有些感慨地承認，從來沒有親戚朋友問他學農學怎麼樣，而他身邊的國内農學院的同學和公司裡的同事們，有不少是因為分數較低并接受了專業調劑，才走上了農學這條路，" 幾乎沒有人從小立志要當農學家 "。
" 我們現在很頭疼的是農民的種植水平越來越低，10 年前那些大戶種植能手水平很高，現在這些人年紀都大了。" 大賽評委、上海市農業科學院園藝所所長朱為民曾一針見血地指出中國現代蔬菜種植業的困境，在他看來當務之急是培養新型農民，而且 " 農業的種植方式要有所改變，讓年輕人也願意搞農業 "。
随着植物工廠模式的漸趨成熟，事情的确開始發生了變化。
不同于傳統農業 " 面朝黃土背朝天 " 的耕作方式，設施農業在 AI（人工智能）等前沿科技的加持下，變成了一個年輕人眼裡極具賽博朋克風格的領網域。這點從參與 " 多多農研科技大賽 " 隊伍的平均年齡中也可見一斑，去年第二屆大賽中就已不乏 95 後的身影，今年第三屆的比賽現場更是有 00 後成員的參與。
99 年出生的熊元科目前是生生不息團隊最年輕的成員，他在上海交大就讀的碩士專業是城市建築的能源優化，由于上海疫情期間生鮮物資受限，他曾嘗試自己在房間裡種植無土栽培的生菜，然而試驗了幾次都以失敗告終，後來機緣巧合之下，他認識了農業與生物學院的鮑華教授，也被後者告知能源專業可以為農業做的事情非常多，由此他便成了生生不息團隊年紀最小的 " 插隊生 "。
熊元科（右一）在植物工廠中讨論生菜種植 / 受訪者供圖
熊元科代表了很多當下從各領網域跨界而來的年輕賽博農學家，他們熱衷于前沿技術、喜歡寫算法，但又不甘于只看到自己的算法在一個個數據庫中的變化，他們希望更切實地感受算法對真實世界產生的影響，而農業顯然是個直觀且意義非凡的領網域。
事實上，不同于大眾刻板印象中農業發展的緩慢，人工智能、物聯網、大數據、區塊鏈在内的這些前沿科學技術在其他生產領網域尚且難以完全落地之前，反而率先在農業中找到了合适的應用場景。
比如在最新一波由 ChatGPT 引發的生成式 AI 技術，也被這些年輕賽博農學家拿來促生產了。
" 像這次比賽我們是 6 人團隊負責一個貨櫃，未來我們希望可以 1 個人負責 100 個甚至 1000 個貨櫃的植物工廠生產，那意味着有非常大量的數據處理工作，這部分其實可以通過生成式的 AI 技術實現自動化。"
熊元科告訴品玩，就他們的觀察，目前大語言模型的邏輯是先給它一個大目标、讓其自行循環思考、執行、反饋，之後再進一步定義小目标，"OpenAI 前幾個月推出了一個 AutoGPT，就可以讓大語言模型實現自動化循環，這項技術在開源社區的推進速度非常快，我們也很看重這項技術，現在上手是最合适的時機，我們希望把決策階段也智能化 "。
客觀而言，我國包括植物工廠在内的智慧農業發展水平與發達國家相比還有差距，尤其是傳感器、農業模型、核心算法等人工智能技術軟硬體在設施農業中的應用。也因此，智慧農業核心技術的創新和發展，成為了年輕一代賽博農學家的首要課題。
而這同樣也是多多農研科技大賽的目标。自 2020 年始，拼多多連續三年牽頭舉辦 " 多多農研科技大賽 "，集結科學家、頂尖農人，利用人工智能、數字技術、合成生物等技術，用更低能耗種出產量更高、品質更好的草莓、番茄和生菜。
植物工廠種植的生菜，送到了崇明島的酒店餐飲部 / 品玩攝
更重要的是，這幾屆多多農研大賽的成果都不同程度地在產業端落地應用：首屆農研大賽獲獎團隊 " 智多莓 " 在比賽過程中看到了智慧種植的廣闊前景，從而成立了智多莓公司，将科研成果應用于廣袤的田間地頭，幫助中小種植者提升效益。
第二屆多多農研大賽的冠軍團隊 " 番茄快長 " 設計的產量預測模型，也被應用到極星農業的玻璃溫室種植中，而在今年大賽中研發出生菜營養液獨家配方的 CyberFarmer 團隊，也準備将其在北京小湯山基地中推廣應用。
農研大賽落下帷幕的當晚，熊元科在夜晚發了條朋友圈回顧整個比賽過程，" 決賽答辯後覺得，咱們農學基礎和生長模型得學上農，傳感器設備和品質把控得學農大，產業化和品牌化得學極星，期待後面與大家的合作，老鮑加油 "。
經過 90 天的激烈角逐，四支團隊固然是彼此強勁的競争對手，但不打不相識的他們在未來的農研領網域也将是彼此最佳的合作夥伴。即将碩士畢業的熊元科告訴品玩，他會繼續申請農業能源方向的博士，将其作為長期發展的職業方向。
這些活躍在學術和產業一線的年輕人們，會聯手打造一個全新的賽博農業時代。
