隨著我們進(jìn)入機(jī)器學(xué)習(xí)的新技術(shù)時(shí)代，人工智能和農(nóng)業(yè)正變得密不可分。它帶來(lái)了令人興奮的無(wú)限可能性：從種子發(fā)芽，到保持作物的完整性，再到實(shí)際的收獲過(guò)程。聯(lián)合國(guó)估計(jì)，到2050年，全球人口將增加到97億人以上，那時(shí)很多饑餓的人口需要養(yǎng)活。相比于人口的大量增長(zhǎng)，耕地面積只會(huì)增加4%。因此，解決辦法不是擴(kuò)大農(nóng)田來(lái)種植莊稼和飼養(yǎng)牲畜，而是更有效地利用現(xiàn)有的土地。

回顧過(guò)去，我們看到大約70年前“綠色革命”的開(kāi)始，它帶來(lái)了灌溉系統(tǒng)的改善，農(nóng)田機(jī)械化的方法，以及新型的人造肥料。這些因素的疊加起來(lái)提高了糧食產(chǎn)量，據(jù)估計(jì)，全球約有10億人從饑餓中獲救。

這種快速發(fā)展帶來(lái)了許多好處，如更高的產(chǎn)量，但也有許多負(fù)面因素：在有農(nóng)場(chǎng)的地方，殺蟲(chóng)劑、化肥的過(guò)度使用和動(dòng)植物生物多樣性減少的情況都發(fā)生了。同時(shí)，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(xù)農(nóng)業(yè)和糧食問(wèn)題專家Danielle Nierenberg說(shuō)：“這些方法從來(lái)沒(méi)打算長(zhǎng)期使用?！比绻覀円^續(xù)保持糧食生產(chǎn)的穩(wěn)定和充足，就必須進(jìn)行變革。

目前，全球20%的人口受雇于農(nóng)業(yè)綜合企業(yè)，這是一個(gè)價(jià)值3萬(wàn)億美元的產(chǎn)業(yè)。但是我們?nèi)绾芜M(jìn)行這個(gè)變換呢？答案可以在人工智能和農(nóng)業(yè)的交匯處找到。在本文中，我們將研究世界范圍內(nèi)這些新型的機(jī)器學(xué)習(xí)技術(shù)在農(nóng)業(yè)各個(gè)解決方案中是如何推動(dòng)食品生產(chǎn)的?，F(xiàn)在讓我們來(lái)看看人工智能怎樣改善了發(fā)展中國(guó)家和已經(jīng)領(lǐng)先的西方國(guó)家的農(nóng)業(yè)狀況。

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(xiàn)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(nóng)民將不再需要投入時(shí)間和精力來(lái)進(jìn)行種子的交叉變異實(shí)驗(yàn)，因?yàn)楝F(xiàn)在有計(jì)算機(jī)程序可以為他們進(jìn)行這種分析。

在美國(guó)，Trace Genomics也在追隨他們的腳步，采用基于人工智能的技術(shù)來(lái)研究土壤弱點(diǎn)和作物缺陷。植物要想正常生長(zhǎng)，就需要持續(xù)不斷的水供應(yīng)。在世界上雨水和淡水稀少或不可靠的地區(qū)，種植作物尤其困難。就像你的花園灑水器可以設(shè)置定時(shí)器一樣，現(xiàn)代的人工智能灌溉方法比這更進(jìn)一步。

他們可以通過(guò)農(nóng)業(yè)環(huán)境中的機(jī)器學(xué)習(xí)技術(shù)實(shí)時(shí)跟蹤土壤中的水分含量，從而準(zhǔn)確地知道何時(shí)向作物提供水，以及如何合理節(jié)約水的消耗。這意味著農(nóng)民有更多時(shí)間來(lái)做其他的重要工作，而不必費(fèi)心親自灌溉作物。據(jù)估計(jì)，地球上約70%的淡水供應(yīng)用于農(nóng)業(yè)生產(chǎn)，因此更有效地管理淡水供應(yīng)將對(duì)如何利用這一寶貴資源產(chǎn)生連鎖反應(yīng)。

根據(jù)農(nóng)業(yè)綜合企業(yè)的性質(zhì)，一個(gè)農(nóng)場(chǎng)大約40%的利潤(rùn)用于體力勞動(dòng)和工資。人工智能可以大幅減少這一數(shù)字，因?yàn)橐坏┵?gòu)買了機(jī)器，它們就會(huì)隨著時(shí)間的推移為自己買單。有兩個(gè)機(jī)器收割的例子來(lái)自Harvest CROO Robotics，它創(chuàng)造了采摘成熟草莓的硬件，以及擁有可以收割蘋果園的機(jī)器的豐富技術(shù)。這種類型的人工智能將感知和動(dòng)作結(jié)合在一起，因此自主機(jī)器可以看到需要收獲什么，然后繼續(xù)執(zhí)行收獲的動(dòng)作。

像VineView所使用的智能攝像頭，可以在很遠(yuǎn)的地方為農(nóng)民提供反饋和信息——從作物生長(zhǎng)受阻和缺水到土壤條件和病蟲(chóng)害監(jiān)測(cè)。未來(lái)的農(nóng)民不再需要步行數(shù)英里穿過(guò)他們的莊稼和農(nóng)田來(lái)評(píng)估它的狀況——而是用無(wú)人機(jī)在幾分鐘內(nèi)飛去所關(guān)注的地區(qū)。到2027年，農(nóng)業(yè)無(wú)人機(jī)的市場(chǎng)份額預(yù)計(jì)將接近5億。無(wú)人駕駛拖拉機(jī)也將成為現(xiàn)實(shí)，在沒(méi)有真人指導(dǎo)的情況下，通過(guò)編程使其以一定的速度行駛，同時(shí)以有效的方式執(zhí)行特定任務(wù)。

由于“Alexa”類型的系統(tǒng)為農(nóng)民的所有問(wèn)題提供了解決方案，人工智能可以成為農(nóng)民最好的朋友。建立農(nóng)業(yè)的知識(shí)數(shù)據(jù)庫(kù)，并能向其詢問(wèn)從動(dòng)物疾病到土壤質(zhì)量的一切問(wèn)題。這樣的基礎(chǔ)可以學(xué)習(xí)正確的解決方案和回答問(wèn)題，然后可以有效地與業(yè)務(wù)中的其他人共享。當(dāng)農(nóng)業(yè)在很大程度上實(shí)現(xiàn)自動(dòng)化時(shí)，數(shù)據(jù)共享無(wú)疑將具有重要性。訓(xùn)練系統(tǒng)需要數(shù)據(jù)，特別是人工智能算法的數(shù)據(jù)非常有價(jià)值。

近年來(lái)，農(nóng)業(yè)數(shù)據(jù)聯(lián)盟(Agricultural Data CoaliTIon)已成立，旨在幫助農(nóng)民掌握信息和數(shù)據(jù)處理技術(shù)，以便從研究人員到農(nóng)場(chǎng)主、農(nóng)作物買家和保險(xiǎn)公司等所有人都能共同努力，提高產(chǎn)量，從而提高所有人的利潤(rùn)。得益于人工智能技術(shù)，總體產(chǎn)量得以提高，將人工智能應(yīng)用于農(nóng)業(yè)的最終目標(biāo)是提高每平方英尺的作物產(chǎn)量。

產(chǎn)量的提高主要是通過(guò)模仿人類認(rèn)知的算法實(shí)現(xiàn)的，在分析大數(shù)據(jù)時(shí)，將農(nóng)業(yè)中的機(jī)器學(xué)習(xí)技術(shù)帶到最前沿，并利用它做出有效的決策。這些數(shù)學(xué)人工智能公式可以通過(guò)決定作物從播種到收獲的最佳操作過(guò)程來(lái)幫助提高作物產(chǎn)量。人工智能解決方案在農(nóng)業(yè)領(lǐng)域的技術(shù)有很多，而且具有幾乎無(wú)限的潛力。農(nóng)業(yè)傳感器可以看到外形，識(shí)別語(yǔ)音命令和操作視覺(jué)感知能力來(lái)收集所需的數(shù)據(jù)。

信息管理系統(tǒng)控制收集的數(shù)據(jù)，并允許人工智能軟件基于深度學(xué)習(xí)技術(shù)和機(jī)器學(xué)習(xí)通過(guò)預(yù)測(cè)分析做出決策。這些數(shù)據(jù)可以用于專門為農(nóng)業(yè)綜合企業(yè)制造的硬件，比如自動(dòng)無(wú)人機(jī)和自動(dòng)駕駛汽車。充分利用收集到的數(shù)據(jù)，能為農(nóng)民提供最好的服務(wù)。農(nóng)業(yè)領(lǐng)域的人工智能解決方案要想在這一領(lǐng)域起飛，就需要在農(nóng)業(yè)實(shí)踐中集成人工智能的多方優(yōu)勢(shì)。