除此之外，波恩大学PhenoRob Cluster of Excellence的研究职员正在研究无人机在农业中的运用。
图片来源：Volker Lannert / 波恩大学

人工智能和机器人技能正在改变农业，通过对作物管理进行有针对性的干预，使其更具可持续性和效率。

波恩大学的研究职员正在通过利用人工智能和新技能来提高效率和可持续性，从而彻底改变农业。
在最近揭橥在《欧洲农学杂志》上的一篇论文中，研究职员概述了推进农业智能数字化必须办理的关键研究问题。

当代、高性能的农业使地球能够养活超过80亿人。
然而，这种成功伴随着巨大的环境本钱。
目前的垦植方法正在危及生物多样性，合成肥料导致温室气体排放，农用化学品正在污染水体和更广泛的环境。

个中许多问题可以通过更精确的农业方法来缓解。
例如，只在杂草有问题的地方施用除草剂，而不是在全体田地里施用除草剂，可以减少化学品的利用。
同样，只处理病作物并在真正须要的地方施肥可以优化资源利用。
然而，利用传统方法大规模履行此类策略既繁芜又具有寻衅性。

来自各种机载或地面传感器的信息被组合在一起，以帮助农业在未来变得更加高效和环保。
图片来源：Ansgar Dreier / 波恩大学

“一个答案可能是利用智能数字技能，”PhenoRob 卓越集群成员 Hugo Storm 阐明道。
波恩大学与 Forschungszentrum Jülich、圣奥古斯丁的弗劳恩霍夫算法和科学打算研究所、明切贝格的莱布尼茨农业景不雅观研究中央和哥廷根的甜菜研究所互助开展了大型项目，旨在利用新技能和人工智能 （AI） 提高农业效率和环保性。

该团队包括来自各个学科的专家，包括生态学、植物科学、土壤科学、打算机科学、机器人技能、大地丈量学和农业经济学。
在他们的论文中，他们概述了他们认为在短期内优先考虑的步骤。
“我们已经确定了几个关键的研究问题，”斯托姆说。
个中之一涉及监测农田，以实时创造任何营养缺少、杂草成长或虫害。
卫星图像供应了粗略的概况，而无人机或机器人则可以进行更详细的监控。
后者可以系统地覆盖全体田地，乃至可以在此过程中记录单个植物的状况。
“一个困难在于将所有这些信息联系在一起，”Storm 的同事 Sabine Seidel 说，他与他一起折衷了该出版物：“例如，低分辨率什么时候就足够了？什么时候事情须要变得更详细？无人机须要如何翱翔才能最大限度地提高效率，查看所有作物，尤其是那些有风险的作物？

机器人还可以帮助提高农业的效率和环境可持续性。
图片来源：Volker Lannert / 波恩大学

所得到的数据供应了当前情形的图景。
然而，农人紧张感兴趣的是比较各种潜在策略及其影响。
诸如可容忍的杂草数量、必要的肥料量以及减少杀虫剂利用的后果等问题须要精确的答案。
“要回答这样的问题，你必须创建农田的数字副本，”Seidel阐明道。
“有几种方法可以做到这一点。
研究职员仍旧须要弄清楚的是如何结合各种方法来得到更准确的模型。
还须要制订适当的方法，根据这些模型制订行动建议。
从机器学习和人工智能中借鉴的技能在这两个领域都发挥着重要浸染。

为了将这些数字进步完备融入作物生产，农人必须理解并接管其好处。
“展望未来，我们将不得不更多地关注须要哪些基本条件才能得到这种接管的问题，”Heiner Kuhlmann教授说，他是一名大地丈量学家，也是卓越集群的两位演讲者之一，以及其机器人小组的卖力人Cyrill Stachniss教授。
“例如，你可以供应经济勉励或对化肥的利用设定法律限定。
如今，这些工具的有效性，无论是单独利用还是组合利用，都可以利用打算机模型来衡量。

在他们的论文中，来自PhenoRob的研究职员还利用示例来证明当前技能已经具备的能力。
例如，在传感器的帮助下，可以创建栽培区域的“数字孪生”，并源源不断地供应各种数据流，例如检测根系成长或土壤中气态氮化合物的开释。

“从中期来看，这将使施用的氮肥水平能够根据特定地点的营养丰富程度实时适应作物的需求，”Stachniss补充道。
在一些地方，农业的数字革命已经比人们想象的更近了。