機器人通過圖靈測試進行混養栽培園藝

UC BERKELEY

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，可以搞定水、營養和（假）陽光，而且它們做得很好。尤其是加州大學伯克利分校的機器人專家現在有數據支持這樣一種說法，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栽培園藝的能力。

加州大學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解釋了！

AlphaGarden是商業龍門機器人耕作系統和加州大學伯克利分校的AlphaGarendSim的組合，能夠指導機器人如何最大限度地提高植物健康和生長。該系統包括一個高分辨率相機和土壤濕度傳感器，用于監測植物生長，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，混合養殖比單一養殖更勞動密集，這就是大多數大規模養殖的方式。

為了測試AlphaGarden的性能，加州大學伯克利分校的研究人員同時種植了兩塊并排的農田，種子相同。共有32種植物，包括羽衣甘藍、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，而專業園藝師則照料隔壁的地塊。然后，重復實驗，只是允許AlphaGarden錯開種子種植，讓生長較慢的植物優先。人類不時地可能會幫助機器人進行修剪，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人類的步伐。換句話說，當由機器人進行照料時，東西生長得和由專業人類照料時一樣好。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?！安贿^他們仍然表示，“還有很多工作要做”，主要是通過改進AlphaGardenSim植物生長模擬器來進一步優化用水，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 —— 硬件相當昂貴，人力（相對）便宜。當然，人類的專業知識并不便宜。但對于我們這些非常不專業的人來說，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。

來自加州大學伯克利分校的Simeon Adebola、Rishi Parikh、Mark Presten、Satvik Sharma、Shrey Aeron、Ananth Rao、Sandeep Mukherjee、Tomson Qu、Christina Wistrom、Eugen Solowjow和Ken Goldberg所著的文章“Can Machines Garden? Systematically Comparing the AlphaGarden vs. Professional Horticulturalists”在倫敦的ICRA 2023（https://www.icra2023.org/）上進行了宣講。