普華永道指出，基于物聯(lián)網(wǎng)的農(nóng)業(yè)（IoTAg）監(jiān)控已經(jīng)成為聯(lián)網(wǎng)智能農(nóng)業(yè)領(lǐng)域發(fā)展最快的技術(shù)領(lǐng)域，市場(chǎng)總額到2025年預(yù)計(jì)將增長(zhǎng)至45億美元。

根據(jù)BI Intelligence Research發(fā)布的預(yù)測(cè)報(bào)告，到2025年全球在聯(lián)網(wǎng)智能農(nóng)業(yè)技術(shù)與系統(tǒng)（包括人工智能與機(jī)器學(xué)習(xí)）領(lǐng)域的支出預(yù)計(jì)將增長(zhǎng)兩倍，達(dá)到153億美元。

根據(jù)Markets&Markets公布的數(shù)據(jù)，僅農(nóng)業(yè)方面的AI技術(shù)與解決方案支出預(yù)計(jì)將由2020年的10億美元增長(zhǎng)至2026年的40億美元，年均復(fù)合增長(zhǎng)率（CAGR）為25.5%。

普華永道指出，基于物聯(lián)網(wǎng)的農(nóng)業(yè)（IoTAg）監(jiān)控已經(jīng)成為聯(lián)網(wǎng)智能農(nóng)業(yè)領(lǐng)域發(fā)展最快的技術(shù)領(lǐng)域，市場(chǎng)總額到2025年預(yù)計(jì)將增長(zhǎng)至45億美元。

AI、機(jī)器學(xué)習(xí)（ML）以及物聯(lián)網(wǎng)傳感器，能夠?yàn)?a href="http://www.brongaenegriffin.com/v/tag/2562/" target="_blank">算法提供豐富的實(shí)時(shí)數(shù)據(jù)，借此提高農(nóng)業(yè)生產(chǎn)效率、提高農(nóng)作物產(chǎn)量并降低食品生產(chǎn)成本。根據(jù)聯(lián)合國(guó)關(guān)于人口與饑餓問(wèn)題的預(yù)測(cè)數(shù)據(jù)，到2050年，全球人口將進(jìn)一步增加20億，農(nóng)業(yè)生產(chǎn)力需要提高60%才能提供充足的食物。而根據(jù)美國(guó)農(nóng)業(yè)部經(jīng)濟(jì)研究局公布的數(shù)據(jù)，僅在美國(guó)，種植、加工與食品配送業(yè)務(wù)的市場(chǎng)總額就高達(dá)1.7萬(wàn)億美元。到2050年，人工智能與機(jī)器學(xué)習(xí)很可能成為新的技術(shù)核心，幫助我們從容應(yīng)對(duì)20億新增人口帶來(lái)的預(yù)期糧食需求。

「農(nóng)業(yè)」——最具前景的人工智能與機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景之一

設(shè)想一下，在這些通常以數(shù)百英畝為基本規(guī)劃單位的大型耕作區(qū)內(nèi)，至少存在40種需要同步跟蹤、凸顯與監(jiān)控的基礎(chǔ)流程。深入剖析天氣變化、季節(jié)性陽(yáng)光差異、把握鳥(niǎo)類(lèi)與昆蟲(chóng)的遷徙方式、理解特種肥料的使用需求、為農(nóng)作物選擇適宜的殺蟲(chóng)劑、監(jiān)督種植周期與灌溉周期等等，對(duì)機(jī)器學(xué)習(xí)來(lái)說(shuō)都是有望解決且極具現(xiàn)實(shí)意義的重大問(wèn)題。時(shí)至今日，農(nóng)作物生產(chǎn)正越來(lái)越依賴(lài)于出色的數(shù)據(jù)收集與分析能力。正因?yàn)槿绱耍r(nóng)民、合作社以及農(nóng)業(yè)發(fā)展企業(yè)才決定進(jìn)一步采用以數(shù)據(jù)為中心的方法，并不斷引入AI與機(jī)器學(xué)習(xí)元素以提高農(nóng)業(yè)產(chǎn)量與農(nóng)作物質(zhì)量。著眼于2021年，以下十種方式有望推動(dòng)農(nóng)業(yè)進(jìn)一步發(fā)展向前：

1. 使用基于A(yíng)I與機(jī)器學(xué)習(xí)的監(jiān)控系統(tǒng)，跟蹤每塊作物田地的實(shí)時(shí)視頻源，借此識(shí)別動(dòng)物或人類(lèi)的違規(guī)行為并立即發(fā)出警報(bào)。

AI與機(jī)器學(xué)習(xí)能夠減少家畜或野生動(dòng)物意外破壞農(nóng)作物、或闖入偏遠(yuǎn)地區(qū)農(nóng)場(chǎng)的可能性。隨著AI與機(jī)器學(xué)習(xí)算法在視頻分析領(lǐng)域的快速發(fā)展，每一位農(nóng)業(yè)生產(chǎn)參與者都可以借此保護(hù)自己的田地與農(nóng)業(yè)設(shè)施。AI與機(jī)器學(xué)習(xí)視頻監(jiān)控系統(tǒng)能夠輕松擴(kuò)展以適應(yīng)大規(guī)模農(nóng)業(yè)運(yùn)營(yíng)，將關(guān)注范圍覆蓋到整個(gè)農(nóng)場(chǎng)之上。隨著時(shí)間的流逝，我們可以對(duì)基于機(jī)器學(xué)習(xí)的監(jiān)控系統(tǒng)進(jìn)行編程或訓(xùn)練，教導(dǎo)其識(shí)別人員與車(chē)輛。作為AI與機(jī)器學(xué)習(xí)監(jiān)控系統(tǒng)領(lǐng)域的領(lǐng)導(dǎo)者，Twenty20 Solutions公司已經(jīng)用實(shí)際行動(dòng)證明這些技術(shù)能夠有效保護(hù)遠(yuǎn)程設(shè)施、優(yōu)化作物生產(chǎn)并通過(guò)機(jī)器學(xué)習(xí)識(shí)別出田間地頭上的意外入侵者。下圖所示，為T(mén)wnty20 Solutions實(shí)時(shí)監(jiān)控示例：

2. AI與機(jī)器學(xué)習(xí)——通過(guò)無(wú)人機(jī)實(shí)時(shí)傳感器數(shù)據(jù)與視覺(jué)分析數(shù)據(jù)， 改善作物產(chǎn)量預(yù)測(cè)。

憑借智能傳感器提供的實(shí)時(shí)視頻流以及由無(wú)人機(jī)捕捉的數(shù)據(jù)，農(nóng)業(yè)專(zhuān)家們得以訪(fǎng)問(wèn)自己以往接觸不到的全新數(shù)據(jù)集。如今，研究人員可以結(jié)合水分、肥料與天然營(yíng)養(yǎng)水平等傳感器數(shù)據(jù)分析每種作物隨時(shí)間推移而不斷變化的生長(zhǎng)方式。機(jī)器學(xué)習(xí)則負(fù)責(zé)將大量數(shù)據(jù)集整合起來(lái)，攝取出基于約束條件的建議以?xún)?yōu)化農(nóng)作物產(chǎn)量。下圖所示，為AI、機(jī)器學(xué)習(xí)、現(xiàn)場(chǎng)傳感器、紅外圖像以及實(shí)時(shí)視頻分析技術(shù)結(jié)合使用的場(chǎng)景示例，農(nóng)民們能夠借此獲得關(guān)于改善作物健康及畝產(chǎn)水平的全新洞見(jiàn)：

3. 產(chǎn)量映射是一項(xiàng)農(nóng)業(yè)技術(shù)，通過(guò)監(jiān)督機(jī)器學(xué)習(xí)算法，從大規(guī)模數(shù)據(jù)集內(nèi)查找模式并實(shí)時(shí)了解不同模式間的正交性，由此為作物生產(chǎn)規(guī)劃帶來(lái)無(wú)法衡量的重大價(jià)值。

時(shí)至今日，我們已經(jīng)能夠在種植周期開(kāi)始之前，就大致判斷出特定田地的潛在產(chǎn)量。通過(guò)將機(jī)器學(xué)習(xí)技術(shù)與3D映射、傳感器數(shù)據(jù)以及基于無(wú)人機(jī)的田間顏色數(shù)據(jù)相結(jié)合，農(nóng)業(yè)專(zhuān)家即可快速預(yù)測(cè)出特定作物在潛在土壤條件下的產(chǎn)量。這些由無(wú)人機(jī)捕捉到的數(shù)據(jù)集準(zhǔn)確且可靠。下圖所示，為產(chǎn)量映射分析得出的結(jié)果：

4. 聯(lián)合國(guó)、各國(guó)際機(jī)構(gòu)及大型農(nóng)業(yè)項(xiàng)目，紛紛將無(wú)人機(jī)數(shù)據(jù)與現(xiàn)場(chǎng)傳感器相結(jié)合，借此改善害蟲(chóng)管理能力。

通過(guò)將無(wú)人機(jī)的紅外熱像儀數(shù)據(jù)與能夠監(jiān)測(cè)植物相對(duì)健康水平的傳感器結(jié)合使用，農(nóng)業(yè)管理團(tuán)隊(duì)可以在A(yíng)I的幫助下?lián)屧谙x(chóng)害發(fā)生之前做出預(yù)測(cè)及識(shí)別。目前，聯(lián)合國(guó)就與普華永道合作評(píng)估亞洲各棕櫚種植園中潛在的有害生物侵染問(wèn)題，如下圖所示：

5. 如今，農(nóng)業(yè)工人嚴(yán)重短缺，使得基于A(yíng)I與機(jī)器學(xué)習(xí)的智能拖拉機(jī)、農(nóng)用機(jī)器人以及其他智能機(jī)械，成為偏遠(yuǎn)地區(qū)農(nóng)業(yè)種植的首選方案。

目前，大型農(nóng)業(yè)企業(yè)找不到足夠的員工，只能依靠機(jī)器人技術(shù)收取數(shù)百英畝土地上的農(nóng)作物，這同時(shí)也給偏遠(yuǎn)地區(qū)的安全態(tài)勢(shì)帶來(lái)積極推動(dòng)。通過(guò)對(duì)自主式機(jī)器人設(shè)備進(jìn)行編程，它們能夠?yàn)檗r(nóng)作物播撒肥料、由此降低運(yùn)營(yíng)成本并進(jìn)一步提高田地產(chǎn)量。目前農(nóng)業(yè)機(jī)器人的復(fù)雜度正在迅速提高，下圖所示為VineScout機(jī)器人在運(yùn)作過(guò)程中的儀表板信息。

6. 通過(guò)消除一系列傳統(tǒng)阻礙，新興技術(shù)有望向市場(chǎng)交付更新鮮、更安全的農(nóng)作物，同時(shí)極大改善農(nóng)業(yè)供應(yīng)鏈的可追溯性。

2020年爆發(fā)的新冠疫情加快了在農(nóng)業(yè)供應(yīng)鏈中部署跟蹤與溯源功能的速度，2021年這股趨勢(shì)也仍將穩(wěn)定存在。這種擁有良好管理的跟蹤系統(tǒng)能夠提供更強(qiáng)大的可見(jiàn)性，全面提升對(duì)供應(yīng)鏈的整體控制能力，借此有效降低庫(kù)存。最新跟蹤系統(tǒng)甚至能夠區(qū)分入庫(kù)貨物的批次、所屬項(xiàng)目并實(shí)現(xiàn)集裝箱級(jí)別的細(xì)粒度記錄。此外，隨著RFID與物聯(lián)網(wǎng)傳感器在整個(gè)制造流程中的快速普及，目前大多數(shù)先進(jìn)跟蹤系統(tǒng)也開(kāi)始依靠先進(jìn)的傳感器以獲取關(guān)于每批貨物的更多狀態(tài)信息。沃爾瑪方面就在推動(dòng)一項(xiàng)試點(diǎn)，旨在研究如何利用RFID簡(jiǎn)化配送中心的貨品跟蹤性能，并將效率提升至手動(dòng)操作的16倍。

7. 借助AI與機(jī)器學(xué)習(xí)組合優(yōu)化可生物降解農(nóng)藥的正確混合比例并僅在必要時(shí)使用，進(jìn)而降低運(yùn)營(yíng)成本并提高單位田地產(chǎn)量。

通過(guò)將智能傳感器與無(wú)人機(jī)視覺(jué)數(shù)據(jù)流結(jié)合使用，農(nóng)業(yè)AI應(yīng)用現(xiàn)在可以檢測(cè)出種植區(qū)內(nèi)病蟲(chóng)害最嚴(yán)重的區(qū)域。以此為基礎(chǔ)，再使用監(jiān)督式機(jī)器學(xué)習(xí)算法，農(nóng)業(yè)專(zhuān)家即可確定農(nóng)藥的最佳組合，有效控制有害生物威脅、阻止其進(jìn)一步擴(kuò)散并感染其他健康農(nóng)作物。

8. 根據(jù)農(nóng)作物單產(chǎn)率確定總產(chǎn)量，借此制定合理有效的農(nóng)作物定價(jià)策略。

準(zhǔn)確把握農(nóng)作物的收成率與質(zhì)量水平，有助于農(nóng)業(yè)企業(yè)、合作社以及農(nóng)民更好地制定定價(jià)策略?？紤]到市場(chǎng)對(duì)于特定作物的總體需求基本恒定，各方可以根據(jù)作物的收成選擇固定售價(jià)、統(tǒng)一售價(jià)乃至彈性售價(jià)等策略。單憑這些數(shù)據(jù)，每年就能為農(nóng)業(yè)企業(yè)消除數(shù)百萬(wàn)美元損失。

9. AI可幫助農(nóng)民查找灌溉系統(tǒng)中的滲漏點(diǎn)，優(yōu)化系統(tǒng)效能并衡量如何調(diào)整灌溉頻率以提高農(nóng)作物產(chǎn)量。

在北美很多地區(qū)，水都是最為稀缺的資源之一，甚至直接決定著以務(wù)農(nóng)為生的整個(gè)社群的生活走向。高效利用水資源，也許能夠讓一家農(nóng)場(chǎng)扭虧為盈、起死回生。通過(guò)線(xiàn)性編程，我們可以快速計(jì)算出特定田地或農(nóng)作物達(dá)到理想產(chǎn)量水平時(shí)所需要的最佳水量。監(jiān)督式機(jī)器學(xué)習(xí)算法則可以確保田地與農(nóng)作物獲得足夠的水分以?xún)?yōu)化產(chǎn)量，但又不致過(guò)度浪費(fèi)這種寶貴資源。

10. 監(jiān)控并保持牲畜的健康狀況——包括生命體重、日常活動(dòng)水平以及食物攝入量——已經(jīng)成為AI與機(jī)器學(xué)習(xí)的全新應(yīng)用陣地。

要保證長(zhǎng)期為牲畜提供良好照料，我們必須隨時(shí)了解各類(lèi)牲畜對(duì)于當(dāng)前飲食及居住條件的實(shí)際反應(yīng)。利用AI與機(jī)器學(xué)習(xí)技術(shù)，農(nóng)業(yè)專(zhuān)家能夠理解哪些因素決定著奶牛們的情緒，并通過(guò)適當(dāng)調(diào)整提高奶牛們的產(chǎn)奶量。對(duì)于以牛及其他家畜為主體的畜牧行業(yè)，新興技術(shù)的介入為牧場(chǎng)們開(kāi)辟新的利潤(rùn)空間帶來(lái)了前所未有的新方向。
責(zé)編AJX