农业科技“快公司”盘点

编译｜白小乘

国际

农业科技“快公司”盘点

编译｜白小乘

［√］这些创新“快公司”通过种种科技手段“玩转”行业的同时，也让我们对农业的未来有了更多的期许。

说到农业“黑科技”，我们总会想到无人机植保、遥感卫星测绘土地、基因育种……这些听起来就科技感十足的技术。然而，事实远非如此，随着越来越多的科技植入进农业食品领域，很多小众“快公司”也逐渐进入我们的视野，这些公司通过种种科技手段“玩转”行业的同时，也让我们对农业的未来有了更多的期许。

Pinterest：新 AI功能根据美食图片找到食谱

一个直接与当前美食烹饪网站相竞争的APP目前在美国新近上市。

这个名为Pinterest的APP可根据用户手机中的美食照片推荐食材和匹配的食谱，并在用户搜索特定菜肴时提供相关配料建议。

正如Pinterest公关经理DyaniVanderhorst在新闻稿中写道：“我们应用计算机视觉技术，通过识别照片中的元素，向您展示如何制作菜肴。”

事实上，已经有越来越多的人使用Pinterest，他们利用这些新功能帮助找到并制作了喜爱的食谱。目前这家总部位于旧金山的公司每个月都会收到超过2.5亿次的视觉搜索请求，而在其最为实质的点菜功能中，Pinterest可以同时为每个食谱提供打分和评论——这就使得这家“快公司”同时成为了品牌和广告商的宠儿，也是这款APP独特的赢利点。

该发言人说：“有越来越多的人在手机上搜寻食谱（Pinterest上的手机搜寻量同比已经增长了40%），现在我们专注于让用户更轻松地找到和制作他们喜爱的食谱，这意味着当他们需要的时候，我们的食品合作伙伴可以第一时间提供产品。”

食物“消耗”多少自然资源才来到你的面前？

目前，随着环保政策的收紧，越来越多的农业食品企业将减少碳排放摆上了日程。然而这可不是一项简单的工作：生产一斤猪肉需要多少饲料？生产每100g的塑料包装盒和每一英里公路运输所需要的化石燃料将产生多少温室气体？虽然许多在线计算器可供人们进行简单的碳排量计算，但是这些都是停留在表面的简单方法，在农业生产中很多幕后的生产过程被忽略了：比如，从作物到饲料再到畜禽类产品的生产，这一过程中的碳排放在很多情况下都被忽略不计，然而却是温室气体的主要来源。

为了解决这些问题，绿色商业和建筑评估公司Blue Star Integrative Studio已经创建了自己的计算方法，以深入跟踪餐厅运营和供应链所产生的碳排放，该公司已经为像Clif Bar这样的食品公司和位于俄勒冈州波特兰市的可持续餐饮集团提供服务。

从实际的角度来看，这项服务可以为餐厅的食客在选择吃饭的地方时多一个考虑因素。Blue Star Integrative总监David Jaber表示：“我认为每一个人都应该直面食物供应链对气候变化带来的挑战。”

在盈利点上，Blue Star Integrative根据餐厅和企业的规模收取5000—25000美元的服务费用，为他们的产品计算碳排放。

随着越来越多的企业意识到减少碳排放的重要性，这项生意无疑前景远大。麦当劳目前已经发布了自己的内部碳排放审计，尽管结果差强人意，并没有精确数字而是仅以百分比表示：牛肉占排放量的41%。其他大型业务如达登餐饮也进行了碳排放信息的披露，但是这项工作目前还缺乏行业规范。而未来，随着更多其他行业的供应链引入碳排放计量标准，餐饮业也会加速规范化——也许目前以温室气体排放来评价一家餐饮企业的想法还过于理想化，但这至少为我们的餐饮业发展提供了一个新的方向。

植物电脑：农作物制作“气候食谱”

能想到吗，一间技术感十足的温室可以一遍又一遍地调整温、光、水等生长条件，直到发现最美味蔬菜的生长组合。

在麻省理工媒体实验室的一个运输集装箱大小的箱子里面，罗勒正在由人工智能设计的微气候中生长。这些微型温室为每个作物的每个生长周期生成大约300万个数据点，并使用人工智能来分析它，以期不断调试，为作物生长创建新的更好的“气候食谱”。

气候变化使得户外种植作物的生长由于热浪、风暴、病虫害等因素而变得更加困难，研究人员预计，气候控制的技术型温室（称为“食品电脑”）有望成为作物种植的新方向。

这项技术还可以消除农产品的运输里程，减少碳排放，中国的温室可以在北京精确地重建墨西哥的气候，为鳄梨树创造更好的生长环境而不是将鳄梨从墨西哥运送到中国。

事实上，麻省理工的研究人员从2015年就开发了这个名为OpenAg的食品计算机，它包含传感器、执行器和视觉分析仪，用于作物生长环境的分析，然后复制作物生长的最佳条件。在2016年6月，该团队开始与AI公司Sentient合作，使用其软件来更快地优化作物生长环境。

作为麻省理工学院开放农业 计 划（Open Agricultural Initiative）的研究人员之一，Arielle Johnson说：“在这个项目里，人工智能的合作加快了我们获得实验结果的进度，并拓宽了实验分析数据的维度：由于在这个实验里罗勒是批量生长的，所以AI可以根据每个批次的数据来对下一次作物的“气候配方”进行更改，从而提高实验产量。

而事实上，该实验最大的创新之处在于，研究人员可以通过创建一个可以最大化植物中某项挥发性分子数量的环境，优化作物某一项特殊风味。例如，如果食品电脑中的智能分析结果显示灯光的不断照射会增加作物中895%的特定风味分子时，人们可以通过不同的口味需求来定制作物。同时，AI还重新发现了作物重量和风味之间的已知权衡（植物体积越大，美味度越低）。

值得一提的是，对于未来产生的“作物食谱”，这些研究者表示，实验成果是开源的，“我们正在努力提供所有数据和优化的标准，将由任何人共享。”

这对于刚成立的一些新型室内农业公司来说无疑是好消息，这些开源气候食谱可以帮助农民种植更高效，更美味的作物。同时该团队设想为室内农业创造一种共享语言，“像农业Linux一样，” Open Agriculture Initiative副总监Hildreth England说，“如果我们都使用相同的标准，那么每一个人无论背景，都可以在全球任何地方从事农业种植。”而且，这项研究也可以更加可持续地修正作物的表现型，对农作物有害的遗传进行修饰，正如这个团队所认为的：“最终，这是非转基因生物——毕竟你没有弄乱植物的DNA，只是允许它展示自然界中应该存在的、适应这种环境的行为。”

即时食物新鲜度跟踪器

我们因为变质而抛弃的食物中约有30%并没有变质——我们丢弃它只是因为我们以为它应该是坏的。Zest Fresh的数据驱动跟踪技术正在试图解决这个问题，以减少我们浪费的食物。

“你去超市，挑出一些似乎是新鲜的蓝莓，然而第二天打开冰箱门，却发现已经过了最佳食用期了。事实上，生鲜包装上的保质期不过是一个软保证。”Zest Labs首席执行官Peter Mehring说。

这家位于硅谷的技术公司致力于在供应链中保护产品的质量，通过其去年秋季推出的新Zest Fresh工具，Zest Labs正在帮助食品零售商更好地确定最佳食用日期，以减少在运输过程中浪费食物或食物在冰箱里腐烂后被抛弃的情况。

对于零售商和农民来说，实施Zest Fresh技术很简单：所需要的就是安装传感器，以检测温度、湿度和位置，并将传感器连接到Zest Fresh云，向供应链中的各路玩家传递数据。结果显示，大多数零售商在从种植者那里获取产品时，通常从配送中心开始算起，以保持10天的新鲜度为目标——只有30%的产品可以达到。而在Zest Fresh将技术从种植端开始以后，以10天为标准的新鲜产品数量达到90%以上。

这是为什么？原来Zest Fresh是根据每个项目的具体条件来提供新鲜度判断的，这使得供应链上的工作人员可以调整其供货决策，避免浪费。

在美国，每年有价值1650亿美元的食品（约占总产量的40%）被扔进垃圾填埋场，而这些丢弃的食物中因为超出可食用日期但依然新鲜的食物占据了33%，在Zest Labs看来，这无疑是巨大的浪费。

Mehring说，以前，最佳食用日期是根据产品类型、旅行距离和人眼的一般假设来确定的。而现在，Zest Fresh根据生鲜呼吸速率和糖分解过程而特别针对每个产品量身定制的ZIPR代码会自动调节最佳使用日期。对于生鲜产品，Zest Fresh会提供一个打入ZIPR代码的托盘，以便沿着供应链对产品进行检测（ZIPR代码来源于通过Zest Fresh云跟踪的数据集，并反映了产品类型和温度并随着时间的推移进行改变）。根据托盘的ZIPR代码及其位置，Zest Fresh提供了产品剩余天数的评估，并在供应链上动态更新。任何时候，一个产品由于处理不当（比如冷却设备被停用了太长时间）所变更的剩下新鲜度都将反映出来。“这可以让配送中心的人做出一个聪明的决定：我预计10天的新鲜度，但是这个产品只剩下8天了，因此我最好今天下午而不是明天将他们送到商店。”Mehring说。

至于盈利模式，Zest Fresh采用灵活的支付模式，它的零售商和农民通过使用该平台向Zest Labs支付节约食品价值的10%作为酬劳。Zest Fresh旨在将零售商的浪费降低至少50%，因此，即使科技公司获得10%的收益，零售商仍将看到效率。现在，Zest Fresh将目标扩大到牛肉、家禽和海鲜的分销链，同时Mehring希望以数据驱动的方式向公众澄清：最佳食用时间是减少不必要的食物浪费的重要因素。

（资料来源：www.fastcompany.com）