加拿大最高出资C $1,693,412，将苹果园AI技术转用于葡萄园

加拿大政府正向 Vivid Machines Inc. 投资最高 C $1,693,412，用于开发计算机视觉和机器学习工具，旨在帮助葡萄园经营者更早检测病害、监测果实品质，并更精准地估算产量。

Agriculture and Agri-Food Canada 表示，这笔资金将通过 Sustainable Canadian Agricultural Partnership 框架下 AgriScience Program 的 Projects Component 提供。该支持旨在帮助这家总部位于多伦多的农业科技公司，将其目前用于苹果园的现有 Vivid XV 系统改造后用于葡萄园。

根据该联邦部门的说法，该项目将扩展公司的成像技术，使其能够实时扫描葡萄藤，并生成单株葡萄藤、行以及整个葡萄园地块层面的数据。升级后的系统预计将使用基于摄像头的传感和机器学习模型，识别作物病害的早期迹象，跟踪果实发育，评估品质，并在采收前预测产量水平。

这一宣布反映出加拿大更广泛的推动：支持能够改善农场管理并增强长期生产能力的农业创新。在这一案例中，政府表示，这项技术可为种植者提供更快、更详细的作物状况信息，让他们在病害风险出现时更早采取行动，并更精准地管理投入品。

Vivid Machines 的业务建立在面向果树种植者的自动化成像工具之上。其 Vivid XV 系统安装在拖拉机和喷雾机等农用设备上，在穿行田间时采集图像。随后，这些图像由人工智能模型处理，用于解读植株健康、果实生长以及压力或病害迹象。在葡萄园中，这意味着比单纯目视检查更一致的监测，尤其是在面积较大的地块上，因为那里的状况可能会在不同地块之间迅速变化。

政府表示，计划中的葡萄园版本系统不仅旨在提升病害检测，还希望帮助减少化学品使用。更早识别问题，能让种植者更有针对性地处理，而不是出于预防在更大范围内施用。若这一做法在商业应用中被证明有效，便可降低投入成本、减少不必要的施用，同时有助于保护作物品质。

这不仅关乎农场经营。葡萄是酿酒的原料，而能够改善病害监测和产量预测的工具，可能帮助酒庄和葡萄供应商规划采收时间、管理果实品质并稳定产量。随着时间推移，更精准的葡萄园监测还可通过提升供应可见度，并有可能减少部分作物保护投入，来支持整个饮料行业的效率提升，不过这些结果将取决于采用情况和田间表现。

Vivid Machines 联合创始人兼首席执行官 Jenny Lemieux 在公告中表示，联邦资金将使公司能够把最初为苹果种植者打造的技术应用到葡萄园的主要挑战上，包括结果量估算和早期病害检测。她还表示，该项目将支持在多伦多的招聘，并扩大安大略省高技能农业科技工作的规模。

联邦政府将这项投资定位为对农场生产力和经济发展的双重支持。Agriculture and Agri-Food Canada 表示，该项目旨在增强加拿大葡萄和葡萄酒行业的韧性，因为种植者正面临病害风险、天气多变以及提高效率的压力。

这项底层技术结合了两种在农机设备上日益常见的人工智能形式。计算机视觉让系统能够采集并解读来自植株和果实的视觉信息。机器学习则利用大规模数据集寻找规律，并随着时间推移改进预测。就实际应用而言，这意味着系统可以通过田间采集的图像，训练识别病害症状、果穗以及作物发育阶段。

对于葡萄园经营者而言，该项目的核心承诺之一是速度。传统巡查往往依赖工作人员步行穿过葡萄园并手工记录观察结果。安装在已在葡萄园中移动的设备上的摄像头系统，能够更频繁地收集更多数据，使种植者更容易在生长季推进过程中发现变化。按单株葡萄藤、行和地块层面的产量估算，也可帮助种植者就劳动力、采收安排和酒庄接收计划作出决策。

这笔资金由 Agriculture and Agri-Food Canada 于 9 月 10 日发布的新闻稿宣布，随后被 The Grower 报道。该部门表示，该项目是加拿大支持本土农业科技努力的一部分，这些技术可直接应用于商业生产，并帮助种植者应对运营和环境压力。