AI 如何改變農業？那些綠色農場中你不知道的「黑科技」

文 | 劉丟丟

提到人工智慧，人們通常會想到計算機、互聯網、機器人這些高科技領域，大部分人不知道的是，AI 技術在農業領域上也有很多應用。在機器學習和計算機視覺的幫助下，農業生產正朝著精細化、自動化發展。

根據聯合國發布的世界人口趨勢報告，到 2045 年地球上的人口將達到 90 億，這意味著同樣的土地要養活更多的人。人口增長對農業生產提出更高的需求，沒有額外的土地用於生產，就要在現有條件下增加更多的糧食供應。

「精細農業」對新技術的要求

卡耐基梅隆大學機器人學院的研究人員認為，解決這個問題的答案是 AI、機器人和感測器。研究人員提出一項叫「FarmView」的計劃，他們正在努力將 AI、機器人和感測器相結合，建立一個移動作業機器人隊伍，來改善農作物的生產和管理。他們認為機器人可以準確及時地收集農業數據，幫助種植者管理信息，提高產量。

（圖片來源：Forbes）

傳統的農業勞作如種植、收穫等，通常按照固定的時間安排來進行。新技術的發展給農業生產提供了可參考的依據，通過收集天氣、土壤、空氣質量的數據，觀察作物成熟度，還有設備和勞動力成本，可以對農業生產做出更準確的規劃，甚至能預測分析出未來的生產狀況。

精細農業要求實時收集和處理數據，幫助農民在種植、施肥、收穫作物時做出最佳決策。用於測量土壤和周圍空氣溫度、濕度的感測器遍布整個農田。使用衛星圖像和無人機拍攝實時照片，圖像可以展示作物成熟度，並與天氣模型結合，提前進行預測。

用 AI 收集分析農業數據

來自以色列的 AI 創業公司 Prospera 在 7 月份完成了 B 輪 1500 萬美元融資，該公司的主要業務是用計算機視覺和人工智慧來幫助農民分析收集來的農業數據。

Prospera 的設備安裝在溫室和田間，目前已經包括：太陽能電池板，攝像機還有溫度、濕度和光線感測器。近距離攝像機和雲服務用來收集分析農民需要的信息，Prospera 利用機器學習來記錄實時數據，通過早期的分析可以幫助農民預測產量，並通過其他方式彌補預期損失。

Prospera 的設備可以看到植物生長情況，植物的顏色、花朵、果實，蜜蜂的密度和質量如何，葉子上是否有病害。該公司表示，農民通過這項系統，可以比衛星和無人機的圖像，更準確地了解作物的生長情況。

Prospera 的技術在西班牙和墨西哥已經被很多農場使用，該公司的客戶包括沃爾瑪、樂購等零售企業。

利用機器視覺識別作物，實現智能噴霧

對於農業專家來說，他們可以從土壤和天氣中獲得大量的信息，用無人機和衛星服務獲取航空圖像和其他數據。但對於親手種植作物的農民，這些高科技工具和服務並不能直接幫助他們進行生產。

想要在以現有的土地資源滿足未來的人口增長，就需要提高農業生產效率，降低成本，這正是農機企業正在乾的事。

美國迪爾公司（John Deere）是世界上最大的農機巨頭，多年來一直為農業生產提供先進的產品和服務。1999 年，迪爾公司收購 NavCom Technology，該公司的 GPS 技術被用於農業生產，自動化控制農業機械的行動，精度達到英寸以下。迪爾公司開始成為「精細農業」的領導者。

今年 9 月初，迪爾公司以 3.05 億美元的價格收購了 AI 初創公司藍河科技（Blue River Technology），將機器學習應用於農業生產。

Blue River 的核心技術是利用機器視覺來識別農作物和雜草，實現智能噴霧。傳統的農業生產中，農藥和肥料要噴洒在整片田中給所有作物，效率低而成本高。Blue River 的技術則是將一套攝像頭固定在噴霧器上，利用機器學習來識別植物。如果是雜草會噴洒除草劑來，如果是作物會施下一些肥料，具體參數可以由農民自行設定。Blue River 表示這可以節省 90% 的除草劑，同時也降低了人工成本。

Blue River 被收購反映了科技在農業自動化中日益增長的需求，傳統農業中的很多工作正在被數字化技術代替。迪爾公司認為，機器學習在未來的精細農業中會是一項重要的能力。

AI 技術對農業生產的幫助主要是數字化信息的整理，就像目前的自動駕駛汽車一樣，只能幫助導航，不能取代司機。因為農業生產有著諸多的變化和不可控，一些簡單重複的勞動可以由自動化代勞，但農場依然需要一個主人。

新的技術彌補了傳統農業的不足，全自動化的未來農場也會越來越近。農業生產的動力進步對效率的提升正在變小，未來的技術創新會體現在信息上。

文章參考：TechCrunch、The Verge

頭圖來源：BsnSCB

原文鏈接 → 只為商業新變數