根據(jù)聯(lián)合國(guó)糧農(nóng)組織（FAO）的統(tǒng)計(jì)，到2050年，全球人口將超過90億。為了滿足這一日益增長(zhǎng)的人口，整體糧食生產(chǎn)需要增加70％。估計(jì)可用面積僅為4％，不可能簡(jiǎn)單地種植更多的作物或繁殖更多的牲畜。唯一的選擇是在現(xiàn)有途徑上強(qiáng)化農(nóng)業(yè)，這意味著以更少的資源做更多的事情

需要提高各級(jí)農(nóng)業(yè)生產(chǎn)的效率，而土地、水、能源和化肥等資源正變得更加稀缺，需要認(rèn)真有效地進(jìn)行管理，以確?？沙掷m(xù)性。專家認(rèn)為，在精準(zhǔn)農(nóng)業(yè)和大數(shù)據(jù)的大框架內(nèi)，人工智能可以提供解決方案。

農(nóng)業(yè)正在經(jīng)歷一場(chǎng)所謂的“技術(shù)革命”。隨著無人機(jī)、機(jī)器人和智能監(jiān)控系統(tǒng)成功部署在研究和現(xiàn)場(chǎng)試驗(yàn)中，機(jī)器學(xué)習(xí)正變得越來越主流，它將使農(nóng)業(yè)發(fā)生革命性的變化。

在最近的一項(xiàng)研究中，歐洲議會(huì)認(rèn)識(shí)到農(nóng)業(yè)大數(shù)據(jù)是提高生產(chǎn)力、糧食安全和農(nóng)民收入的一種方式。人工智能預(yù)計(jì)不會(huì)取代農(nóng)民的知識(shí)和直覺，而是補(bǔ)充和改進(jìn)決策，特別是在數(shù)據(jù)生成、收集和分析的情況下。

市場(chǎng)規(guī)模

雖然人工智能已經(jīng)成為科技界的中流砥柱，但農(nóng)業(yè)領(lǐng)域及相關(guān)設(shè)備和服務(wù)提供商尚未大力推行農(nóng)業(yè)人工智能應(yīng)用。

根據(jù)麥肯錫的研究，數(shù)字技術(shù)和人工智能應(yīng)用繼續(xù)滲透農(nóng)業(yè) - 數(shù)字化程度最低的行業(yè)之一--但與其他行業(yè)相比，其速度較慢。這可能是由于人們對(duì)AI進(jìn)展的總體缺乏了解。

由于人工智能具有極強(qiáng)的滲透性，人工智能在農(nóng)業(yè)領(lǐng)域市場(chǎng)規(guī)模的預(yù)測(cè)差別很大。然而，所有可用的預(yù)測(cè)都看起來有利，并指出未來幾年人工智能在農(nóng)業(yè)方面的強(qiáng)勁增長(zhǎng)。根據(jù)美國(guó)銀行美林證券的研究，2015年AI總收入約為21億美元。Tractica估計(jì)農(nóng)業(yè)應(yīng)用占整個(gè)人工智能市場(chǎng)的8％，這意味著2015年大約有1.68億美元用于農(nóng)業(yè)應(yīng)用。盡管人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用將繼續(xù)增長(zhǎng)，但其整體市場(chǎng)份額預(yù)計(jì)會(huì)下降。農(nóng)業(yè)部門的增長(zhǎng)可能會(huì)超過衛(wèi)生保健、診斷和藥物開發(fā)等部門的增長(zhǎng)。

全球人工智能農(nóng)業(yè)市場(chǎng)預(yù)計(jì)未來四年（從2017年至2021年）的復(fù)合年增長(zhǎng)率約為23％。農(nóng)業(yè)領(lǐng)域人工智能技術(shù)需求的主要驅(qū)動(dòng)因素是農(nóng)業(yè)機(jī)器人需求激增。需求的增長(zhǎng)可歸因于農(nóng)業(yè)勞動(dòng)力的相對(duì)減少以及數(shù)字農(nóng)業(yè)和新農(nóng)業(yè)技術(shù)的發(fā)展。

根據(jù)Tractica的調(diào)查，農(nóng)業(yè)機(jī)器人的出貨量預(yù)計(jì)在不久的將來將大幅增加，從2016年的32000臺(tái)增加到2024年的594000臺(tái)，屆時(shí)全球市場(chǎng)的年收入預(yù)計(jì)將超過740億美元。

AI在農(nóng)業(yè)領(lǐng)域的應(yīng)用

農(nóng)業(yè)為AI解決方案的應(yīng)用提供了許多機(jī)會(huì)。這些應(yīng)用將幫助農(nóng)民和農(nóng)業(yè)生物企業(yè)更好地了解作物生長(zhǎng)的自然規(guī)律，并允許他們使用更少的化學(xué)品和殺蟲劑。該部門的最終目標(biāo)是采用人工智能系統(tǒng)優(yōu)化農(nóng)作物生長(zhǎng)，處理疾病和病原體，并能夠全天候監(jiān)測(cè)牲畜、作物和土壤。

農(nóng)業(yè)生產(chǎn)的復(fù)雜性要求較高的建模能力，可靠的預(yù)測(cè)需要跨學(xué)科的方法和一系列技術(shù)，其中包括機(jī)器人技術(shù)、計(jì)算機(jī)視覺、傳感器、圖像分析、大數(shù)據(jù)和環(huán)境交互。

然后，超級(jí)計(jì)算機(jī)和基于人工智能的算法負(fù)責(zé)分析從現(xiàn)場(chǎng)傳感器、衛(wèi)星圖像、無人機(jī)等收集的所有數(shù)據(jù)，并做出決定，例如何時(shí)收獲，何時(shí)澆灌以及何時(shí)應(yīng)用農(nóng)用化學(xué)品。目前主要的農(nóng)業(yè)人工智能應(yīng)用可以總結(jié)如下：

1自動(dòng)灌溉系統(tǒng)

傳統(tǒng)的灌溉管理是一項(xiàng)艱巨的任務(wù)，它依靠歷史氣象數(shù)據(jù)來預(yù)測(cè)。新設(shè)計(jì)的依賴AI技術(shù)的灌溉系統(tǒng)是全自動(dòng)的，能夠?qū)崟r(shí)測(cè)量和保持所需的土壤條件（如濕度），以提高產(chǎn)量。這減少了對(duì)體力勞動(dòng)的需求，降低了成本，并使農(nóng)民能夠更好地管理水供應(yīng)。此外，當(dāng)傳感器、機(jī)器學(xué)習(xí)和預(yù)測(cè)分析集中在一起時(shí)，智能灌溉系統(tǒng)能夠分析天氣狀況并預(yù)測(cè)需要的水量。

2作物健康和土壤管理

傳統(tǒng)的土壤管理方法要求農(nóng)民調(diào)查和測(cè)試種植土壤的質(zhì)量，然后手動(dòng)進(jìn)行種植和育種過程。隨著人工智能技術(shù)的發(fā)展，確定種植或收獲的適宜時(shí)間將變得更加容易。先進(jìn)的傳感器和配套的AI技術(shù)使農(nóng)民的勞作變得更加簡(jiǎn)單。

以同樣的方式，傳統(tǒng)的作物健康監(jiān)測(cè)方法非常耗時(shí)，并且在大多數(shù)情況下需要目視檢查作物。新開發(fā)的自動(dòng)檢測(cè)和分析技術(shù) - 如高光譜成像和三維激光掃描 - 預(yù)計(jì)將顯著提高所收集數(shù)據(jù)的精確度和數(shù)量，并有助于識(shí)別疾病或潛在的侵襲。

最近，一組研究人員開發(fā)了一種能夠鑒別木薯植物中的疾病的AI系統(tǒng) - 這是全球種植最廣泛的作物之一，也是碳水化合物的重要來源。該團(tuán)隊(duì)使用了一種稱為轉(zhuǎn)移學(xué)習(xí)的技術(shù)來教導(dǎo)系統(tǒng)如何識(shí)別作物病害和害蟲。結(jié)果是成功的，因?yàn)樵撓到y(tǒng)能夠以98％的準(zhǔn)確度正確識(shí)別褐斑病斑。這種系統(tǒng)可以裝載在智能手機(jī)、平板電腦或計(jì)算機(jī)上，并能夠及時(shí)識(shí)別疾病和采取對(duì)策。

3畜牧業(yè)

畜牧業(yè)是農(nóng)業(yè)的一個(gè)不可分割的部門，涉及確保和監(jiān)測(cè)動(dòng)物健康、遺傳品質(zhì)和行為。通過人工智能收集有用的信息并實(shí)時(shí)監(jiān)測(cè)動(dòng)物的表現(xiàn)和行為，將使農(nóng)民能夠更加有效地管理家畜。

自動(dòng)擠奶廳是一種畜牧業(yè)工具的一個(gè)例子，它顯示出AI技術(shù)的應(yīng)用越來越廣泛。AI啟用的傳感器可以讓自動(dòng)化的擠奶機(jī)分析牛奶質(zhì)量并標(biāo)記出任何異常情況。此外，利拉伐和IceRobotics等公司開發(fā)的用于牛奶生產(chǎn)、畜牧業(yè)數(shù)據(jù)收集和分析的設(shè)備，以監(jiān)測(cè)奶牛行為，預(yù)計(jì)將在不久的將來集成到AI系統(tǒng)。

4 機(jī)器人和無人機(jī)

人工智能機(jī)器人技術(shù)和無人機(jī)在農(nóng)業(yè)應(yīng)用中被視為最有用的技術(shù)。隨著農(nóng)民自動(dòng)化操作，機(jī)器人和無人機(jī)已成為提高農(nóng)產(chǎn)品產(chǎn)量和產(chǎn)品質(zhì)量的重要組成部分

AI是機(jī)器人技術(shù)的中堅(jiān)力量，它使機(jī)器能夠使用語言處理和深度學(xué)習(xí)功能來進(jìn)行認(rèn)知決策。例如，2017年5月，創(chuàng)業(yè)公司Abundant Robotics開發(fā)了一種蘋果采摘機(jī)器人。此外，最近，哈珀亞當(dāng)斯大學(xué)測(cè)試了可用于種植、維護(hù)和收獲大麥的自主無人機(jī)和車輛。

無人機(jī)技術(shù)不斷改進(jìn)，通過深入的田間分析、作物測(cè)繪、長(zhǎng)距離作物噴灑和高效作物監(jiān)測(cè)，提高了作物產(chǎn)量。

5 無人駕駛拖拉機(jī)

尖端軟件、傳感器、雷達(dá)和全球定位系統(tǒng)的結(jié)合很快將推動(dòng)從人駕駛拖車到全自動(dòng)車輛的轉(zhuǎn)變，這將減輕現(xiàn)有員工的壓力，并允許更多的播種面積全天候工作。據(jù)高盛稱，無人駕駛拖拉機(jī)可顯著降低農(nóng)場(chǎng)勞動(dòng)力成本，并將農(nóng)民收入增加10％以上。

就農(nóng)業(yè)而言，自動(dòng)駕駛的趨勢(shì)主要集中在大型農(nóng)業(yè)機(jī)械（即拖拉機(jī)）上。 2017年8月，以Case IH拖拉機(jī)品牌而聞名的歐洲CNH工業(yè)公司推出了一款自主概念拖拉機(jī)。Case IH自主概念車具備LiDAR（光成像、探測(cè)和測(cè)距）、GPS和攝像頭定位和感距功能。兩家競(jìng)爭(zhēng)對(duì)手，農(nóng)機(jī)制造商Deere和AGCO也擁有類似的技術(shù)，并正在努力用自主無人化版本取代農(nóng)業(yè)機(jī)械。最近，日本的洋馬、久保田和伊勢(shì)三家公司也合作開發(fā)自主拖拉機(jī)。

6 預(yù)測(cè)分析

預(yù)測(cè)分析專注于使用機(jī)器學(xué)習(xí)算法來生成預(yù)測(cè)模型，這些預(yù)測(cè)模型可以考慮不同的市場(chǎng)情景、收益率、預(yù)期的天氣條件和運(yùn)營(yíng)成本等參數(shù)，以最大限度地提高效率。

在精準(zhǔn)農(nóng)業(yè)之外的應(yīng)用

人工智能在發(fā)現(xiàn)和開發(fā)更高效的農(nóng)業(yè)應(yīng)用方面不應(yīng)忽視。在植物育種、生物技術(shù)和農(nóng)用化學(xué)品發(fā)現(xiàn)等領(lǐng)域有很多機(jī)會(huì)利用人工智能。

事實(shí)上，人工智能系統(tǒng)可能會(huì)更快地被用于新作物品種、牲畜育種、肥料或作物產(chǎn)品的保護(hù)和開發(fā)，而不是精準(zhǔn)農(nóng)業(yè)應(yīng)用。這個(gè)假設(shè)可以由兩個(gè)因素支持：

·植物和動(dòng)物育種者和農(nóng)用化學(xué)品開發(fā)者在過去十年中一直致力于收集和存儲(chǔ)詳細(xì)數(shù)據(jù)。因此，關(guān)于合成化合物的測(cè)序數(shù)據(jù)、SNP、譜系、結(jié)構(gòu) - 活性關(guān)系、毒性和生物可降解性的信息有很多。 ·加速農(nóng)業(yè)研發(fā)活動(dòng)帶來的經(jīng)濟(jì)收益可能相當(dāng)大。

截至2016年，飛利浦麥克杜格爾分析公司估計(jì)，將新的農(nóng)業(yè)作物推向市場(chǎng)需要對(duì)超過160000種化合物進(jìn)行分析 - 相當(dāng)于11年以上的研發(fā)成本和每種商業(yè)產(chǎn)品超過2.8億美元的總體成本。11家公司已經(jīng)為每年新農(nóng)用化學(xué)品的研發(fā)投入了26億美元。AI系統(tǒng)可以幫助加快流程并提高效率。

孟山都公司是首批認(rèn)可的農(nóng)業(yè)領(lǐng)域人工智能系統(tǒng)的大型農(nóng)業(yè)生物公司之一。例如，孟山都公司和Atomwise公司最近形成了一項(xiàng)研究合作，開發(fā)用于分子發(fā)現(xiàn)的AI系統(tǒng)，以提高發(fā)現(xiàn)新型作物的速度。此次利用深度學(xué)習(xí)算法和超級(jí)計(jì)算機(jī)在早期作物發(fā)現(xiàn)過程中可以獲取潛在的數(shù)據(jù)。Atomwise可以幫助孟山都減少發(fā)現(xiàn)新活性成分的時(shí)間和成本。

此外，孟山都還與Second Genome建立了合作關(guān)系，后者是一家風(fēng)險(xiǎn)投資公司，依靠微生物科學(xué)的專業(yè)知識(shí)發(fā)現(xiàn)和開發(fā)新型保健產(chǎn)品，包括治療炎癥性腸病和代謝性疾病的候選藥物。該合作將利用孟山都廣泛的基因組數(shù)據(jù)庫、大數(shù)據(jù)宏基因組學(xué)、蛋白質(zhì)發(fā)現(xiàn)、機(jī)器學(xué)習(xí)和微生物預(yù)測(cè)分析的專業(yè)知識(shí)，以加速發(fā)現(xiàn)下一代的新蛋白質(zhì)。

AI的好處也適用于植物育種。孟山都公司估計(jì)，在商業(yè)化之前對(duì)田間試驗(yàn)中玉米雜交品種的評(píng)估可能需要8年的時(shí)間。從歷史上看，育種計(jì)劃將從500多種組合中的幾十種品種中進(jìn)行選擇，以進(jìn)行試驗(yàn)，這種選擇受到與田間試驗(yàn)相關(guān)成本的限制。為了解決這個(gè)問題，孟山都開發(fā)了一種基于歷史現(xiàn)場(chǎng)試驗(yàn)和分子市場(chǎng)數(shù)據(jù)的人工智能算法，該算法可以預(yù)測(cè)哪一年的現(xiàn)場(chǎng)測(cè)試表現(xiàn)出最佳性能。該算法幫助孟山都加快了繁殖過程，并將養(yǎng)殖規(guī)模擴(kuò)大了5倍。

以類似的方式，先正達(dá)最近宣布與'AI for Good Foundation'建立合作關(guān)系，以推出'Syngenta AI Challenge'，這是一項(xiàng)專注于利用AI工具用于種子育種的國(guó)際合作項(xiàng)目。參與者可獲得包括種子遺傳信息以及土壤、天氣和氣候數(shù)據(jù)的數(shù)據(jù)集。最終目標(biāo)是開發(fā)算法，以確定在特定條件下應(yīng)在特定區(qū)域種植哪些品種。

在學(xué)術(shù)方面，卡內(nèi)基梅隆大學(xué)的研究人員正在研究一項(xiàng)名為FarmView的新舉措，該方案將傳感器、機(jī)器人和人工智能結(jié)合在一起，創(chuàng)造出可改善植物育種和作物管理的移動(dòng)式野外機(jī)器人。FarmView使用AI工具將植物表型數(shù)據(jù)與遺傳和環(huán)境數(shù)據(jù)聯(lián)系起來，幫助理解遺傳、環(huán)境和作物表現(xiàn)之間的關(guān)系。在育種方面，都柏林大學(xué)（UCD）一直在研究一種算法，該算法利用統(tǒng)計(jì)分析與機(jī)器學(xué)習(xí)相結(jié)合，根據(jù)測(cè)序數(shù)據(jù)、SNP數(shù)據(jù)和譜系預(yù)測(cè)作物和動(dòng)物的表型。