我（作者，以下簡稱我）喜歡植物，但我對它們又不太在行。因此我將照顧植物的任務(wù)托付給了機器人。請注意，這并不是花俏無用的機器人：它們是自動水培系統(tǒng)，可以搞定水、營養(yǎng)和（假）陽光，而且它們做得很好。尤其是加州大學(xué)伯克利分校的機器人專家現(xiàn)在有數(shù)據(jù)支持這樣一種說法，即機器人園丁可以做得和最好的人類園丁一樣好。事實上，在某些指標(biāo)上，機器人甚至可以做得更好。

1950年，Alan Turing考慮了“機器能思考嗎（Can Machines Think）？”這個問題（https://academic.oup.com/mind/article/LIX/236/433/986238），并提出了一個基于比較人類和機器回答問題能力的測試。在這篇論文中，我們考慮了“機器能進(jìn)行園藝工作嗎？”這個問題，基于比較人類和機器管理真正的混養(yǎng)栽培園藝的能力。

加州大學(xué)伯克利分校有著悠久的機器人園藝歷史，至少可以追溯到90年代初。而且（正如我所經(jīng)歷的），你完全可以用機器人打理花園。但真正的問題是：機器人能夠高效地照料花園嗎？是時候需要一個科學(xué)解釋了！

AlphaGarden是商業(yè)龍門機器人耕作系統(tǒng)和加州大學(xué)伯克利分校的AlphaGarendSim的組合，能夠指導(dǎo)機器人如何最大限度地提高植物健康和生長。該系統(tǒng)包括一個高分辨率相機和土壤濕度傳感器，用于監(jiān)測植物生長，從種子種植到滴灌再到修剪，一切（大部分）都是完全自動化的?；▓@本身有點復(fù)雜，因為它是一個混合栽培的花園（意思是有著不同的植物）。多元養(yǎng)殖模仿了植物在自然界中的生長方式；它的好處包括害蟲抵御能力、減少施肥需求和改善土壤健康。但是，由于不同的植物有不同的需求，以不同的方式及不同的速度生長，混合養(yǎng)殖比單一養(yǎng)殖更勞動密集，這就是大多數(shù)大規(guī)模養(yǎng)殖的方式。

為了測試AlphaGarden的性能，加州大學(xué)伯克利分校的研究人員同時種植了兩塊并排的農(nóng)田，種子相同。共有32種植物，包括羽衣甘藍(lán)、琉璃苣、瑞士甜菜、芥菜、蕪菁、芝麻菜、綠生菜、香菜和紅生菜。在兩個月的時間里，AlphaGarden全職照料其地塊，而專業(yè)園藝師則照料隔壁的地塊。然后，重復(fù)實驗，只是允許AlphaGarden錯開種子種植，讓生長較慢的植物優(yōu)先。人類不時地可能會幫助機器人進(jìn)行修剪，但也僅限于修剪工具無法完全完成機器人指令時。

UC BERKELEY

這些測試的結(jié)果表明，該機器人在整體植物多樣性和覆蓋率方面都能跟上專業(yè)人類的步伐。換句話說，當(dāng)由機器人進(jìn)行照料時，東西生長得和由專業(yè)人類照料時一樣好。最大的不同是，該機器人在減少44%的用水的同時保持了生長速度：以至于在兩個月內(nèi)減少了幾百升水的使用。

研究人員說：“AlphaGarden因此通過了園藝的圖靈測試。“不過他們?nèi)匀槐硎?，“還有很多工作要做”，主要是通過改進(jìn)AlphaGardenSim植物生長模擬器來進(jìn)一步優(yōu)化用水，盡管還有其他變量需要探索，比如人工光源。這里的未來有點不確定 —— 硬件相當(dāng)昂貴，人力（相對）便宜。當(dāng)然，人類的專業(yè)知識并不便宜。但對于我們這些非常不專業(yè)的人來說，想象一下在花園上方安裝一些攝像頭和傳感器，然后按照模擬器的命令，在哪里、什么時候以及澆水和如何修剪 —— 把事情交給一個比自己更清楚在做什么的機器人或許更好。
責(zé)任編輯：彭菁