联合国估计，到2050年，环球人口将增加到97亿人以上，那时很多饥饿的人口须要养活。
比较于人口的大量增长，耕地面积只会增加4%。
因此，办理办法不是扩大农田来栽种庄稼和喂养畜生，而是更有效地利用现有的地皮。

回顾过去，我们看到大约70年前“绿色革命”的开始，它带来了灌溉系统的改进，农田机器化的方法，以及新型的人造肥料。

这些成分的叠加起来提高了粮食产量，据估计，环球约有10亿人从饥饿中获救。

这种快速发展带来了许多好处，如更高的产量，但也有许多负面成分：在有农场的地方，杀虫剂、化肥的过度利用和动植物生物多样性减少的情形都发生了。
同时，那些垦植方法加在一起，向地球上的小溪和河流注入了大量的毒素，也耗尽了土壤的自然肥力。

可持续农业和粮食问题专家Danielle Nierenberg说：“这些方法从来没打算长期利用。
”

如果我们要连续保持粮食生产的稳定和充足，就必须进行变革。

目前，环球20%的人口受雇于农业综合企业，这是一个代价3万亿美元的家当。
但是我们如何进行这个变换呢？答案可以在人工智能和农业的交汇处找到。
在本文中，我们将研究天下范围内这些新型的机器学习技能在农业各个办理方案中是如何推动食品生产的。
现在让我们来看看人工智能若何改进了发展中国家和已经领先的西方国家的农业状况。

一、人工智能选种

如果我们想要有最好的作物，那么这统统都取决于我们栽种的种子的基因。
Monsanto公司现在正在利用人工智能扫描具有最空想特性的种子的DNA序列。

农人将不再须要投入韶光和精力来进行种子的交叉变异实验，由于现在有打算机程序可以为他们进行这种剖析。

种子本身有萌芽率，或“种子休眠”，这意味着它们只有在特定条件下才会萌芽和开始成长。
研究职员可以利用人工智能找出种子萌芽的最佳条件，如温度和湿度水平，使作物能够比预期的更早开始成长。
这减少了等待韶光，并可以使作物整年栽种。

机器学习支持的图像剖析的新运用，加上移动成像的自动化掌握，可以测试种子的表型，以确定利用哪各类子最好。

这方面的实例可以在种子萌芽技能中找到，该技能已经用于测试番茄和玉米等作物。

二、通过人工智能反馈进行土壤管理

在世界各地栽种农作物时，土壤营养也会发挥浸染。
通过分外的算法，深度学习被带到这里的最前沿，这些算法可以帮助监测栽种前和成长过程中土壤的康健状况

土壤退化和侵蚀也是影响农作物成长的主要成分，但这两个问题都可以用人工智能办理，就像PEAT公司在德国做过的实验那样。
他们开拓了一种能剖析土壤毛病的Plantix。
加上无人机的视觉感知能力，它们可以探测到作物的成长区域，这些作物可能成长在有缺陷的土壤中，或会遭受区域里疾病和害虫的侵袭。

它通过对叶子成像，然后通过一个软件运行，这个软件可以区分正常和不康健的成长模式。
更主要的是，软件会向农人提出办理问题的方法。

CropDiagnosis是另一个类似的运用程序，它可以用无人机扫描全体领域，并且评估土壤中灌溉和氮含量水平。

在美国，Trace Genomics也在追随他们的脚步，采取基于人工智能的技能来研究土壤弱点和作物毛病。

​

三、人工智能管理灌溉和用水

植物要想正常成长，就须要持续不断的水供应。
在世界上雨水和淡水稀少或不可靠的地区，栽种作物尤其困难。
就像你的花园洒水器可以设置定时器一样，当代的人工智能灌溉方法比这更进一步。

他们可以通过农业环境中的机器学习技能实时跟踪土壤中的水分含量，从而准确地知道何时向作物供应水，以及如何合理节约水的花费。
这意味着农人有更多韶光来做其他的主要事情，而不必费心亲自灌溉作物。

据估计，地球上约70%的淡水供应用于农业生产，因此更有效地管理淡水供应将对如何利用这一宝贵资源产生连锁反应。

四、基于图像的养分和肥料利用办理方案

土壤本身并不总是为作物供应最好的营养，农人必须定期轮作。
在过去，肥料是植物的紧张肥料，但农业当代化带来了大量新的和创新的施肥方案。

农人花大量韶光在地里以氮肥的形式为作物供应必要的营养，然而人工智能现在已经成为这个领域的紧张参与者。

当代人工智能办理方案不仅可以检测出须要多少肥料才能减少摧残浪费蹂躏，而且还有可用的硬件来赞助运输过程。
个中一个办理方案便是Rowbot。

这是一台基于图像的机器，它在作物成长期间网络植物数据，只向最须要化肥的作物供应肥料，从而提高原来收成较低的作物的产量。

由Bosch开拓的Plantect是另一个智能的人工智能套件，它可以帮助农场从确定精确的阳光和湿度水平到无缝监控统统，并与物联网协同事情。

五、人工智能可以预测景象状况

从湿润的英格兰到太阳炙烤下的加利福尼亚，再到干旱肆虐的索马里，景象状况极大地影响了农作物的成长。

一季不下雨意味着成千上万的人在几个月内都会受饿。
然而，人工智能现在可以与机器学习干系的分外算法结合利用——再加上卫星信息——以确保无论景象如何，农作物都不会歉收。

美国一家名为aWhere的公司正在利用这种人工智能技能来预测景象模式，使农人能够提前采纳精确的方法。

它能丈量统统：从太阳辐射到降水、温度推测和风速，以供应有关潜在作物成长和产量的准确数据。

例如，如果你知道两天后会有大量降雨，就不须要用昂贵的灌溉用水。
或者，如果你知道接下来的几天会带来高温，那么你可以确保作物在清晨早些时候浇水，为温度上升做好准备，减少土壤蒸发。

这两者都可以被编程到AI机器办理方案中，当软件和硬件结合在一起时，农业技能可以提前为庄家采纳行动。

六、创新的机器视觉来识别作物问题

一旦作物成长，就有必要保护它们的成长不受疾病和虫害的侵蚀。
在这方面，人工智能也可以供应帮助。

你不仅可以在人工智能掌握机器和条件的温室里栽种作物，而且户外作物也可以从技能投入中受益。

跨国农业企业John Deere现在收购了Blue River Technology，作为其人工智能武器库的一部分。
他们共同开拓了一种“看和喷”的方法，利用人工智能机器学习和打算机视觉相结合，找出影响作物成长的杂草，然后将它们打消。

该公司发言人John May表示：“机器学习是Deere未来的一项主要能力，并且它认识到技能对我们客户的主要性。
”

“看和喷”方法意味着，他们现在可以针对特定的杂草，提高作物产量，而不因此高昂的本钱喷洒整株作物，而且还会伴随着对的康健影响。

七、用人工智能技能监测杂草和害虫问题

人工智能传感器也正在开拓中，利用图像传感技能来检测植物叶片的病害特色。
这与通过人工智能机器进行的彩色成像有关。
人工智能机器能够区分康健和患病的叶子，然后通过与机器人集成来去除它们。

微软开拓职员也在利用同样的技能，他们互助开拓了一个害虫预测界面，可以识别毁坏农作物的昆虫。
在很短的韶光内，这将包括诊断和消灭害虫的实际远程机器视觉。

这项技能最多可以减少80%的化学物质的利用，而花在除草剂上的钱会减少90%。

杂草掌握对农人来说非常主要，由于目前约有250个品种对当代除草剂具有抗药性，仅大豆和玉米作物上的杂草成长每年就造成400多亿美元的丢失。

八、预测精确的收成韶光

几个世纪以来，农人们一贯在考虑景象状况和作物的总体状况等成分，决定最佳收割韶光

由于成像技能反馈给远程学习软件，人工智能现在带来了一个决定作物是否可以采摘的新元素。

该技能可以用白色和UVA型灯剖析水果的成熟度，这意味着农人可以选择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韶光。

这可以在温室里小规模地进行，也可以在更大的规模上进行，利用直升机和无人机可以构建一个整体的田间管理舆图。

九、机器收割方法

现在让我们看看食品是如何挑选的。
越来越多的农场工人不愿意日复一日地做重复性的、时令性的采摘水果和蔬菜的事情，估量在2014年至2024年间，这一比例将降至6%。

我们面临着这样的事实上：由于工人短缺，熟透的水果每每无法采摘，这意味着利润的丢失。

根据农业综合企业的性子，一个农场大约40%的利润用于体力劳动和人为。

人工智能可以大幅减少这一数字，由于一旦购买了机器，它们就会随着韶光的推移为自己买单。

有两个机器收割的例子来自Harvest CROO Robotics，它创造了采摘成熟草莓的硬件，以及拥有可以收割苹果园的机器的丰富技能。
这种类型的人工智能将感知和动作结合在一起，因此自主机器可以看到须要收成什么，然后连续实行收成的动作。

十、农场机器接管人工智能升级

当代农业每每利用各种各样的机器来保持生产效率。

从拖沓机和收割机到四轴脚踏车和运货卡车，机器是农业的主要组成部分，但是机器故障和持续的掩护是一个严重但常常被忽略的影响利润的问题。
像汽车这样的普通道路交通工具，现在正在用一组非同平凡的电子产品进行制造，从轮胎压力到油位，这些电子产品可以供应各种反馈。

未来的农业机器也将采取同样前辈的监测系统。
与其等着拖沓机在田里抛锚，还不如提前警告农人任何故障。
与物联网相结合，这些物品乃至可以在问题涌现之前就预先提醒和维修。

十一、人工智能无人机的崛起

展望未来，无人机已经在许多方面得到了运用，要使现有的无人机适应农业生产，所须要的只是硬件和软件的集成，这为这些翱翔器供应了额外的用场。

像VineView所利用的智能摄像头，可以在很远的地方为农人供应反馈和信息——从作物成长受阻和缺水到土壤条件和病虫害监测。
未来的农人不再须要步辇儿数英里穿过他们的庄稼和农田来评估它的状况——而是用无人机在几分钟内飞去所关注的地区。

到2027年，农业无人机的市场份额估量将靠近5亿。
无人驾驶拖沓机也将成为现实，在没有真人辅导的情形下，通过编程使其以一定的速率行驶，同时以有效的办法实行特界说务。

十二、来自数据库的云共享信息可以帮助农人

由于“Alexa”类型的系统为农人的所有问题供应理解决方案，人工智能可以成为农人最好的朋友。

建立农业的知识数据库，并能向其讯问从动物疾病到土壤质量的统统问题。
这样的根本可以学习精确的办理方案和回答问题，然后可以有效地与业务中的其他人共享。

当农业在很大程度上实现自动化时，数据共享无疑将具有主要性。
演习系统须要数据，特殊是人工智能算法的数据非常有代价。

近年来，农业数据同盟(Agricultural Data Coalition)已成立，旨在帮助农人节制信息和数据处理技能，以便从研究职员到农场主、农作物买家和保险公司等所有人都能共同努力，提高产量，从而提高所有人的利润。

得益于人工智能技能，总体产量得以提高，将人工智能运用于农业的终极目标是提高每平方英尺的作物产量。

产量的提高紧张是通过模拟人类认知的算法实现的，在剖析大数据时，将农业中的机器学习技能带到最前沿，并利用它做出有效的决策。
这些数学人工智能公式可以通过决定作物从播种到收成的最佳操作过程来帮助提高作物产量。

人工智能办理方案在农业领域的技能有很多，而且具有险些无限的潜力。
农业传感器可以看到形状，识别语音命令和操作视觉感知能力来网络所需的数据。

信息管理系统掌握网络的数据，并许可儿工智能软件基于深度学习技能和机器学习通过预测剖析做出决策。
这些数据可以用于专门为农业综合企业制造的硬件，比如自动无人机和自动驾驶汽车。

充分利用网络到的数据，能为农人供应最好的做事。
农业领域的人工智能办理方案要想在这一领域起飞，就须要在农业实践中集成人工智能的多方上风。

资料参考：ARTIFICIAL INTELLIGENCE IN AGRICULTURE