精準(zhǔn)農(nóng)業(yè)中，人工智能技術(shù)有哪些應(yīng)用？（全球案例）
19 世紀(jì)的工業(yè)革命以前所未有的方式簡化了農(nóng)業(yè)。機械化發(fā)明提高了效率，并消除了與農(nóng)業(yè)相關(guān)的大量勞動力。目前正在發(fā)生的技術(shù)革命有可能同樣徹底地改變我們的世界。?
人工智能引入精準(zhǔn)農(nóng)業(yè)領(lǐng)域，讓農(nóng)民能夠精準(zhǔn)管理投入，確保產(chǎn)量和質(zhì)量最大化。隨著土壤養(yǎng)分耗盡，水源變得稀缺，使用人工智能工具來追蹤理想投入的必要性推動了農(nóng)業(yè)技術(shù)的進(jìn)步。??
從最基本的層面上講，農(nóng)業(yè)依賴于 3 個特定要素：水、營養(yǎng)豐富的生長介質(zhì)和光照。雖然每個要素對作物生長都至關(guān)重要，但過多或過少都會對作物產(chǎn)量造成嚴(yán)重破壞。農(nóng)民正在迅速利用人工智能的預(yù)測能力來保護(hù)和提高作物產(chǎn)量。?
世界各地都在使用創(chuàng)新軟件工具收集數(shù)據(jù)，以提高農(nóng)業(yè)人工智能的準(zhǔn)確性。展望未來，我們可以預(yù)期大型和小型農(nóng)業(yè)設(shè)施都將繼續(xù)使用人工智能工具。
?農(nóng)業(yè)人工智能實際應(yīng)用
2019 年，愛荷華州立大學(xué)的研究人員建立了一系列深度神經(jīng)網(wǎng)絡(luò) (DNN)，用于預(yù)測玉米產(chǎn)量。先進(jìn)的數(shù)據(jù)挖掘?qū)嵺`使他們能夠創(chuàng)建跟蹤基因型、環(huán)境以及兩者之間相互作用的 DNN。該項目的功能是準(zhǔn)確預(yù)測作物產(chǎn)量，其表現(xiàn)優(yōu)于其他協(xié)議的當(dāng)前行業(yè)標(biāo)準(zhǔn)。?
該項目的結(jié)果表明，通過訓(xùn)練有素的 DNN 生成 AI 可顯著提高農(nóng)作物產(chǎn)量的可預(yù)測性。愛荷華州立大學(xué)研究人員生成的農(nóng)作物產(chǎn)量預(yù)測的準(zhǔn)確性不僅優(yōu)于現(xiàn)有方法，而且還證明了環(huán)境因素對農(nóng)作物產(chǎn)量的影響比基因型更大。
他們的發(fā)現(xiàn)意義重大。人工智能已經(jīng)證明，基因型對農(nóng)作物產(chǎn)量的影響小于環(huán)境因素。得益于這些發(fā)現(xiàn)，農(nóng)業(yè)科學(xué)可以擺脫“基因為王”的觀念，轉(zhuǎn)而專注于開發(fā)更強大的人工智能，以更準(zhǔn)確地預(yù)測天氣和環(huán)境模式。
人工智能與農(nóng)業(yè)資源消耗
人工智能與農(nóng)業(yè)最難克服的障礙之一是種植條件缺乏統(tǒng)一性。土壤、天氣和害蟲因地而異。這阻礙了人工智能預(yù)測能力的準(zhǔn)確性。為了克服這一障礙，需要大量有關(guān)各種變量的數(shù)據(jù)。
歐盟的幾個國家已經(jīng)開始整合從其農(nóng)業(yè)人工智能項目收集的數(shù)據(jù)。由此產(chǎn)生的信息開始改變歐洲農(nóng)業(yè)的格局。最成功的成果之一是能夠通過智能灌溉計劃節(jié)約用水。
AI 收集了歐盟牽頭的 IoF2020（食品和農(nóng)場互聯(lián)網(wǎng)）以及 QUHOMA 平臺的數(shù)據(jù)。這兩個平臺與 AI 的結(jié)合產(chǎn)生了一個智能灌溉系統(tǒng)，這個系統(tǒng)可以最大限度地提高農(nóng)作物產(chǎn)量并減少浪費，數(shù)據(jù)顯示，經(jīng)過系統(tǒng)的精心設(shè)計，在保持農(nóng)作物產(chǎn)量的同時，農(nóng)業(yè)用水量減少了 6% 至 11%。?
農(nóng)業(yè)中的基于視覺的人工智能
佛羅里達(dá)大學(xué)的科學(xué)家們設(shè)計了一個基于人工智能的平臺，利用機器視覺來跟蹤和監(jiān)測全州農(nóng)作物的健康狀況、產(chǎn)量預(yù)測和營養(yǎng)需求。該項目名為 Agroview，利用無人機鏡頭捕捉航拍圖像。引入人工智能來分析圖像并發(fā)現(xiàn)值得關(guān)注的區(qū)域。
通過收集圖像，該程序可以生成有關(guān)作物產(chǎn)量、植物壓力原因的數(shù)據(jù)，并建議施肥計劃以最大程度提高產(chǎn)量。航空成像還允許 Agroview 生成地圖，指導(dǎo)農(nóng)民精確施肥。
隨著每張圖像的拍攝，人工智能都會得到更好的訓(xùn)練，能夠正確識別潛在問題。隨著基于視覺的人工智能領(lǐng)域的進(jìn)步，我們可以期待人工智能成像能夠達(dá)到這樣的水平：在植物病害或營養(yǎng)缺乏對農(nóng)作物產(chǎn)量造成損害之前，預(yù)測它們的發(fā)生。
農(nóng)業(yè)人工智能是一項新興技術(shù)。在未來 5 到 10 年內(nèi)，我們可以預(yù)測到智慧農(nóng)業(yè)的快速發(fā)展，它為現(xiàn)代農(nóng)業(yè)提供了精確、可預(yù)測和可持續(xù)的解決方案，將數(shù)據(jù)驅(qū)動的洞察力與創(chuàng)新的軟件工具相結(jié)合，推動現(xiàn)代農(nóng)業(yè)進(jìn)入新時代。
