知識星球全球面臨著土地資源緊缺、化肥農藥過度使用造成的土壤和環境破壞等問題。如何在耕地資源有限的情況下增加農業的產出，同時保持可持續發展？人工智慧是解決方法之一，其展示出巨大的應用潛力。
一、土壤、病蟲害探測等智慧識別系統
人工智慧在農業領域可實現土壤探測、病蟲害防護、產量預測、畜禽患病預警等功能。在土壤探測領域，IntelinAir公司開發了一款無人機，透過類似核磁共振成像技術拍下土壤照片，透過電腦智慧分析，確定土壤肥力，精準判斷適宜栽種的農作物。在病蟲害防護領域，生物學家戴維·休斯和作物流行病學家馬塞爾·薩拉斯將關於作物葉子的5萬多張照片匯入計算機，並執行相應的深度學習演演算法開發了一款手機App Plant Village（美國），農戶將在合乎標準光線條件及背景下拍攝出來的農作物照片上傳，App能智慧識別作物所患蟲害。目前，該款App可檢測出14種作物的26種疾病，識別準確率高達99.35%。此外，該款App上還有使用者和專家交流的社群，農戶可諮詢專家有關作物所患病蟲害的解決方案。在產量預測領域，美國Descartes Labs公司透過人工智慧和深度學習技術，利用大量與農業相關的衛星影象資料，分析其與農作物生長之間的關係，從而對農作物的產量做出精準預測。據測算，這家公司預測的玉米產量比傳統預測方法準確率高出99%。在畜牧業領域，加拿大Cainthus機器視覺公司透過農場的攝像裝置獲得牛臉以及身體狀況的照片，進而對牛的情緒、健康狀況、是否到了發情期等進行智慧分析判斷，並將結果及時告知農場主。
二、耕作、播種、採摘等智慧機器人
將人工智慧識別技術與智慧機器人技術相結合，可廣泛應用於農業中的播種、耕作、採摘等場景，極大提升農業生產效率，同時降低農藥和化肥消耗。在播種環節，美國David Dorhout研發了一款智慧播種機器人Prospero，其可以透過探測裝置獲取土壤資訊，然後透過演演算法得出最最佳化的播種密度並且自動播種。在耕作環節，美國Blue RiverTechnologies生產的Lettuce Bot農業智慧機器人可以在耕作過程中為沿途經過的植株拍攝照片，利用電腦影象識別和機器學習技術判斷是否為雜草，或長勢不好/間距不合適的作物，從而精準噴灑農藥殺死雜草，或拔除長勢不好或間距不合適的作物。據測算，LettuceBot可以幫助農民減少90%的農藥化肥使用。在採摘環節，美國Aboundant Robotics公司開發了一款蘋果採摘機器人，其透過攝像裝置獲取果樹的照片，用圖片識別技術識別適合採摘的蘋果，結合機器人的精確操控技術，可以在不破壞果樹和蘋果的前提下實現一秒一個的採摘速度，大大提升工作效率，降低人力成本。
三、禽畜智慧穿戴產品
智慧穿戴產品主要應用在畜牧業，其可以實時蒐集所養殖畜禽的個體資訊，透過機器學習技術識別畜禽的健康狀況、發情期探測和預測、喂養狀況等，從而及時獲得相應處置。以日本Farmnote開發的一款用於奶牛身上的可穿戴裝置“Farmnote Color”為例，它可以實時收集每頭奶牛的個體資訊。這些資料資訊會透過配套的軟體進行分析，採用人工智慧技術分析出奶牛是否出現生病、排卵或是生產的情況，並將相應資訊自動推送給農戶，以得到及時的處理。（來源；賽迪智庫）
親愛的讀者朋友們，您們有什麼想法，請點選【寫留言】按鈕，寫下您的留言。
資料人網（http://shujuren.org）誠邀各位資料人來平臺分享和傳播優質資料知識。
公眾號推薦：
360區塊鏈，專註於360度分享區塊鏈內容。
好又樂書屋，專註分享有思想的人物，身心健康，自我教育，閱讀寫作和有趣味的生活等內容，傳播正能量。
閱讀原文，更多精彩！
分享是收穫，傳播是價值！
