隨著我們進入機器學習的新技術時代，人工智能和農業正變得密不可分。它帶來了令人興奮的無限可能性：從種子發芽，到保持作物的完整性，再到實際的收獲過程。

聯合國估計，到2050年，全球人口將增加到97億人以上，那時很多饑餓的人口需要養活。相比于人口的大量增長，耕地面積只會增加4%。因此，解決辦法不是擴大農田來種植莊稼和飼養牲畜，而是更有效地利用現有的土地。

回顧過去，我們看到大約70年前“綠色革命”的開始，它帶來了灌溉系統的改善，農田機械化的方法，以及新型的人造肥料。

這些因素的疊加起來提高了糧食產量，據估計，全球約有10億人從饑餓中獲救。

這種快速發展帶來了許多好處，如更高的產量，但也有許多負面因素：在有農場的地方，殺蟲劑、化肥的過度使用和動植物生物多樣性減少的情況都發生了。同時，那些耕作方法加在一起，向地球上的小溪和河流注入了大量的毒素，也耗盡了土壤的自然肥力。

可持續農業和糧食問題專家Danielle Nierenberg說：“這些方法從來沒打算長期使用。”

如果我們要繼續保持糧食生產的穩定和充足，就必須進行變革。

目前，全球20%的人口受雇于農業綜合企業，這是一個價值3萬億美元的產業。但是我們如何進行這個變換呢？答案可以在人工智能和農業的交匯處找到。在本文中，我們將研究世界范圍內這些新型的機器學習技術在農業各個解決方案中是如何推動食品生產的。現在讓我們來看看人工智能怎樣改善了發展中國家和已經領先的西方國家的農業狀況。

一、人工智能選種

如果我們想要有最好的作物，那么這一切都取決于我們種植的種子的基因。Monsanto公司現在正在使用人工智能掃描具有最理想特性的種子的DNA序列。

農民將不再需要投入時間和精力來進行種子的交叉變異實驗，因為現在有計算機程序可以為他們進行這種分析。

種子本身有發芽率，或“種子休眠”，這意味著它們只有在特定條件下才會發芽和開始生長。研究人員可以利用人工智能找出種子發芽的最佳條件，如溫度和濕度水平，使作物能夠比預期的更早開始生長。這減少了等待時間，并可以使作物全年種植。

機器學習支持的圖像分析的新應用，加上移動成像的自動化控制，可以測試種子的表型，以確定使用哪種種子最好。

這方面的實例可以在種子發芽技術中找到，該技術已經用于測試番茄和玉米等作物。

二、通過人工智能反饋進行土壤管理

在世界各地種植農作物時，土壤營養也會發揮作用。通過特殊的算法，深度學習被帶到這里的最前沿，這些算法可以幫助監測種植前和生長過程中土壤的健康狀況

土壤退化和侵蝕也是影響農作物生長的重要因素，但這兩個問題都可以用人工智能解決，就像PEAT公司在德國做過的實驗那樣。他們開發了一種能分析土壤缺陷的Plantix。加上無人機的視覺感知能力，它們可以探測到作物的生長區域，這些作物可能生長在有缺陷的土壤中，或會遭受區域里疾病和害蟲的侵襲。

它通過對葉子成像，然后通過一個軟件運行，這個軟件可以區分正常和不健康的生長模式。更重要的是，軟件會向農民提出解決問題的方法。

CropDiagnosis是另一個類似的應用程序，它可以用無人機掃描整個領域，并且評估土壤中灌溉和氮含量水平。

在美國，Trace Genomics也在追隨他們的腳步，采用基于人工智能的技術來研究土壤弱點和作物缺陷。

三、人工智能管理灌溉和用水

植物要想正常生長，就需要持續不斷的水供應。在世界上雨水和淡水稀少或不可靠的地區，種植作物尤其困難。就像你的花園灑水器可以設置定時器一樣，現代的人工智能灌溉方法比這更進一步。

他們可以通過農業環境中的機器學習技術實時跟蹤土壤中的水分含量，從而準確地知道何時向作物提供水，以及如何合理節約水的消耗。這意味著農民有更多時間來做其他的重要工作，而不必費心親自灌溉作物。

據估計，地球上約70%的淡水供應用于農業生產，因此更有效地管理淡水供應將對如何利用這一寶貴資源產生連鎖反應。

四、基于圖像的養分和肥料使用解決方案

土壤本身并不總是為作物提供最好的營養，農民必須定期輪作。在過去，肥料是植物的主要肥料，但農業現代化帶來了大量新的和創新的施肥方案。

農民花大量時間在地里以氮肥的形式為作物提供必要的營養，然而人工智能現在已經成為這個領域的主要參與者。

現代人工智能解決方案不僅可以檢測出需要多少肥料才能減少浪費，而且還有可用的硬件來輔助運輸過程。其中一個解決方案就是Rowbot。

這是一臺基于圖像的機器，它在作物生長期間收集植物數據，只向最需要化肥的作物提供肥料，從而提高原本收成較低的作物的產量。

由Bosch開發的Plantect是另一個智能的人工智能套件，它可以幫助農場從確定正確的陽光和濕度水平到無縫監控一切，并與物聯網協同工作。

五、人工智能可以預測天氣狀況

從潮濕的英格蘭到太陽炙烤下的加利福尼亞，再到干旱肆虐的索馬里，天氣狀況極大地影響了農作物的生長。

一季不下雨意味著成千上萬的人在幾個月內都會挨餓。然而，人工智能現在可以與機器學習相關的特殊算法結合使用——再加上衛星信息——以確保無論天氣如何，農作物都不會歉收。

美國一家名為aWhere的公司正在利用這種人工智能技術來預測天氣模式，使農民能夠提前采取正確的措施。

它能測量一切：從太陽輻射到降水、溫度推測和風速，以提供有關潛在作物生長和產量的準確數據。

例如，如果你知道兩天后會有大量降雨，就不需要用昂貴的灌溉用水。或者，如果你知道接下來的幾天會帶來高溫，那么你可以確保作物在早晨早些時候澆水，為溫度上升做好準備，減少土壤蒸發。

這兩者都可以被編程到AI機器解決方案中，當軟件和硬件結合在一起時，農業技術可以提前為農戶采取行動。

六、創新的機器視覺來識別作物問題

一旦作物生長，就有必要保護它們的生長不受疾病和蟲害的侵蝕。在這方面，人工智能也可以提供幫助。

你不僅可以在人工智能控制機器和條件的溫室里種植作物，而且戶外作物也可以從技術投入中受益。

跨國農業企業John Deere現在收購了Blue River Technology，作為其人工智能武器庫的一部分。他們共同開發了一種“看和噴”的方法，利用人工智能機器學習和計算機視覺相結合，找出影響作物生長的雜草，然后將它們清除。

該公司發言人John May表示：“機器學習是Deere未來的一項重要能力，并且它認識到技術對我們客戶的重要性。”

“看和噴”方法意味著，他們現在可以針對特定的雜草，提高作物產量，而不是以高昂的成本噴灑整株作物，而且還會伴隨著對的健康影響。

七、用人工智能技術監測雜草和害蟲問題

人工智能傳感器也正在開發中，利用圖像傳感技術來檢測植物葉片的病害特征。這與通過人工智能機器進行的彩色成像有關。人工智能機器能夠區分健康和患病的葉子，然后通過與機器人集成來去除它們。

微軟開發人員也在使用同樣的技術，他們合作開發了一個害蟲預測界面，可以識別破壞農作物的昆蟲。在很短的時間內，這將包括診斷和消滅害蟲的實際遠程機器視覺。

這項技術最多可以減少80%的化學物質的使用，而花在除草劑上的錢會減少90%。

雜草控制對農民來說非常重要，因為目前約有250個品種對現代除草劑具有抗藥性，僅大豆和玉米作物上的雜草生長每年就造成400多億美元的損失。

八、預測正確的收獲時間

幾個世紀以來，農民們一直在考慮天氣狀況和作物的總體狀況等因素，決定最佳收割時間

由于成像技術反饋給遠程學習軟件，人工智能現在帶來了一個決定作物是否可以采摘的新元素。

該技術可以用白色和UVA型燈分析水果的成熟度，這意味著農民可以選擇只采摘最成熟的水果或蔬菜，而把其他未成熟的水果留一段時間。

這可以在溫室里小規模地進行，也可以在更大的規模上進行，使用直升機和無人機可以構建一個整體的田間管理地圖。

九、機械收割方法

現在讓我們看看食物是如何挑選的。越來越多的農場工人不愿意日復一日地做重復性的、季節性的采摘水果和蔬菜的工作，預計在2014年至2024年間，這一比例將降至6%。

我們面臨著這樣的事實上：由于工人短缺，熟透的水果往往無法采摘，這意味著利潤的損失。

根據農業綜合企業的性質，一個農場大約40%的利潤用于體力勞動和工資。

人工智能可以大幅減少這一數字，因為一旦購買了機器，它們就會隨著時間的推移為自己買單。

有兩個機器收割的例子來自Harvest CROO Robotics，它創造了采摘成熟草莓的硬件，以及擁有可以收割蘋果園的機器的豐富技術。這種類型的人工智能將感知和動作結合在一起，因此自主機器可以看到需要收獲什么，然后繼續執行收獲的動作。

十、農場機器接受人工智能升級

現代農業往往使用各種各樣的機器來保持生產效率。

從拖拉機和收割機到四軸腳踏車和運貨卡車，機器是農業的重要組成部分，但是機器故障和持續的維護是一個嚴重但經常被忽視的影響利潤的問題。像汽車這樣的普通道路交通工具，現在正在用一組非同尋常的電子產品進行制造，從輪胎壓力到油位，這些電子產品可以提供各種反饋。

未來的農業機械也將采用同樣先進的監測系統。與其等著拖拉機在田里拋錨，還不如提前警告農民任何故障。與物聯網相結合，這些物品甚至可以在問題出現之前就預先提醒和維修。

十一、人工智能無人機的崛起

展望未來，無人機已經在許多方面得到了應用，要使現有的無人機適應農業生產，所需要的只是硬件和軟件的集成，這為這些飛行器提供了額外的用途。

像VineView所使用的智能攝像頭，可以在很遠的地方為農民提供反饋和信息——從作物生長受阻和缺水到土壤條件和病蟲害監測。未來的農民不再需要步行數英里穿過他們的莊稼和農田來評估它的狀況——而是用無人機在幾分鐘內飛去所關注的地區。

到2027年，農業無人機的市場份額預計將接近5億。無人駕駛拖拉機也將成為現實，在沒有真人指導的情況下，通過編程使其以一定的速度行駛，同時以有效的方式執行特定任務。

十二、來自數據庫的云共享信息可以幫助農民

由于“Alexa”類型的系統為農民的所有問題提供了解決方案，人工智能可以成為農民最好的朋友。

建立農業的知識數據庫，并能向其詢問從動物疾病到土壤質量的一切問題。這樣的基礎可以學習正確的解決方案和回答問題，然后可以有效地與業務中的其他人共享。

當農業在很大程度上實現自動化時，數據共享無疑將具有重要性。訓練系統需要數據，特別是人工智能算法的數據非常有價值。

近年來，農業數據聯盟(Agricultural Data Coalition)已成立，旨在幫助農民掌握信息和數據處理技術，以便從研究人員到農場主、農作物買家和保險公司等所有人都能共同努力，提高產量，從而提高所有人的利潤。

得益于人工智能技術，總體產量得以提高，將人工智能應用于農業的最終目標是提高每平方英尺的作物產量。

產量的提高主要是通過模仿人類認知的算法實現的，在分析大數據時，將農業中的機器學習技術帶到最前沿，并利用它做出有效的決策。這些數學人工智能公式可以通過決定作物從播種到收獲的最佳操作過程來幫助提高作物產量。

人工智能解決方案在農業領域的技術有很多，而且具有幾乎無限的潛力。農業傳感器可以看到外形，識別語音命令和操作視覺感知能力來收集所需的數據。

信息管理系統控制收集的數據，并允許人工智能軟件基于深度學習技術和機器學習通過預測分析做出決策。這些數據可以用于專門為農業綜合企業制造的硬件，比如自動無人機和自動駕駛汽車。

充分利用收集到的數據，能為農民提供最好的服務。農業領域的人工智能解決方案要想在這一領域起飛，就需要在農業實踐中集成人工智能的多方優勢。

資料參考：ARTIFICIAL INTELLIGENCE IN AGRICULTURE: FARMING FOR THE 21ST CENTURY

更多干貨、市場分析、重磅案例、實戰課程歡迎訂閱 [農業行業觀察]公眾號：nyguancha

文章：1233 篇

瀏覽：19897 次

代表文章

透視小米商業模式，看褚橙、小罐茶、壹號土豬如何玩新商業

悲情啊！回不去的樂百氏，長不大的娃哈哈

社區拼團美家買菜開啟團長裂變模式

從馬云的賺錢論，談2019農業如何突破(方法可復制)

智慧農業最全版圖，阿里、百度、京東、騰訊、美團紛紛布局

雙匯集團將成歷史，萬隆接班人格局初現！！！

“桃王”的成功秘訣！

農村電商已進入得供應鏈者得天下的風口浪尖

揭秘|中國8大農業產業基金（內附模式）

新模式研究|褚橙、小罐茶、壹號土豬如何玩新商業