針對現(xiàn)今人口快速增加，即將面臨的糧食不足問題，人工智能（artificial intelligence， AI）技術是否可以應用于農(nóng)業(yè)領域，協(xié)助解決此一難關？目前已有許多公司將AI運用于農(nóng)業(yè)，提高農(nóng)產(chǎn)品生產(chǎn)效率。
加拿大San Jose的Resson公司開發(fā)比人眼更精確的影像辨認系統(tǒng)，可偵察與分辨植物病蟲害疾病，Resson公司和McCain Foods公司合作，已將此技術運用于馬鈴薯生產(chǎn)在線，減少馬鈴薯生產(chǎn)之損失。
新成立的Orbital Insights、Descartes Labs、Gro Intelligence與Tellus Labs公司，利用人造衛(wèi)星影像、氣象信息、歷年生產(chǎn)數(shù)據(jù)，開發(fā)預測軟件。Tellus Labs公司表示利用此預測軟件可以比USDA報告提早一個月，得知生長季節(jié)中每日農(nóng)產(chǎn)品之產(chǎn)量。
位于美國圣地亞哥市新成立的Slantrange公司，成功開發(fā)準確量測作物與雜草數(shù)量之影像偵測機，可使用于美國中西部與南非等植物種植較稀疏之沙質(zhì)土壤地區(qū)，Slantrange公司近期與Bayer Crop Science公司合作，共同從事植物生產(chǎn)工作。
AI與農(nóng)業(yè)機械結(jié)合最成功之案例是位在美國加州Sunnyvale的Blue River Technologies （BRT）公司，運用自動化辨視噴灑（See and Spray）系統(tǒng)，有效消滅棉田中的雜草。利用AI分析高分辨率影像，辨認雜草種類與所在位置，精確噴灑除草劑，有效減少90%除草劑之使用量。
另外，AI也應用于植物生產(chǎn)領域上，孟山都（Monsanto）公司在玉米育種方面，利用過去累積15年之田野試驗信息和分子標志技術，預測并擬定在一年期田間試驗中，具有最佳表現(xiàn)型之育種策略，加速玉米育種時程，相較于傳統(tǒng)育種方式，孟山都公司借此方式可擴大生產(chǎn)線規(guī)模達5倍以上。
AI在農(nóng)業(yè)上之運用，目前已初見成效，未來仍需要農(nóng)民與各界持續(xù)提供田間農(nóng)作物數(shù)據(jù)，建立完整農(nóng)業(yè)大數(shù)據(jù)數(shù)據(jù)庫。同時，期待AI此強大工具，在不久的將來，能夠在農(nóng)作物品種改良、提高生產(chǎn)效率與產(chǎn)量方面，具有更多突破性之發(fā)展。
下載文檔
