如今，世界行将面对一个严重危机，这个危机不是人工智能带来的“世界末日”，而是地球人的吃饭成绩。估计到2050年，地球生齿将到达90亿，为了知足年夜幅增加的食粮需求，将来食粮产量至多须要到达如今食粮产量的两倍。但是，全球变温暖城镇化成长等晦气身分正制约着农作物的发展，食粮减产相当艰苦。
几个世纪之前，工业反动和技巧改革年夜年夜进步了我们对地球资本的应用水平，在其时看来，地球资本似乎是取之不尽的。而如今，我们却在由于地盘和水资本的缺乏而重要，由于气象状态的不稳固而懊恼。
如今，人工智能的技巧改革和互联网的成长能够会有助于减缓、乃至处理这些成绩。本文，我将引见人工智能若何赞助我们更高效天时用现有的地球资本。
人工智能和智能农业
曩昔几年，人工智能曾经转变了年夜多半公司和组织的运作方法。现在，这些人工智能算法影响了很多你接触过的收集办事，好比谷歌的搜刮引擎、Facebook的石友推举体系、亚马逊的产物推举办事等等。
隐蔽在这些办事转型面前的技巧立异实际上是“机械进修”，它现实上是一种算法，它经由过程处置和剖析海量数据来找到罕见形式，然后将这些形式改变为猜测和行动成果。当“机械进修”被用于农业临盆时，它就可以赞助避免农作物被损坏和糟蹋。这一理论被称为“精准农业”，它应用了及时数据、汗青数据和机械进修算法，对较小的区域和较短的时光区间采用一些针对性行动，而不是在异常年夜的区域依照惯例，不加剖析地履行完整雷同的操作。举例来讲，我们应当在受虫害的某棵树或许是某根树枝，乃至是某片叶子上应用大批的农药，而不是年夜面积地喷洒。如许，我们能力有用地削减农药的收入，既防止农药的糟蹋，也防止了农药过量应用所带来的伤害。
Prospera公司是“精准农业”理论的一个典范例子，它愿望将传统农业改变为一个数据驱动的理论。Prospera应用了设置在地步里的摄像头、传感器和搜集到的微气候数据，对农作物停止监控而且宣布农作物的及时剖析。深度进修和盘算机视觉算法经由过程对搜集到的数据停止剖析，进而懂得并申报农作物的发展情形。这关于晚期农作物疾病的发明和处置相当主要，有助于削减农作物的伤害，从而扩展食粮产量。应用盘算机视觉技巧来剖析农作物图片的优势之一在于，假如经由了优越的练习，算法可以随时发明那些即便是优良的人类专家都难以发明的成绩。在医学界的癌症诊断范畴也应用了与之相似的办法和技巧。
Arable是另外一家从事“精准农业”的公司，它应用了一种智能传感器来搜集农田里的各类信息，好比降雨量、湿度、农作物的蓄水量、水压、微气象数据、树冠生物量和叶绿素等等。这些数据可以或许赞助农人时辰存眷农作物的情形，依据现实的丈量值而不是依附客观经历和猜想，进而作出农作物相干的猜测，而且有针对性地采用某些主动化办法。这些“精准农业”的操作其实很简略，就像我们依据湿度数据来掌握分歧的地步和区域一样。该范畴的其他公司还在测验考试在没有硬件举措措施的情形下停止精准农业的操作。ConserWater公司应用了NASA的卫星图象和、气象数据和深度进修算法来猜测农作物的需水量，虽然这些猜测不如传感器和摄像头得出的猜测精准，然则它的投入本钱绝对较低，这现实上下降了农人进入精准农业的门坎。
人工智能技巧在农业安排下面临的一个重要挑衅是硬件举措措施在农田笼罩的联通性很差。这限制了数据的搜集，而数据搜集恰好是机械进修算法的症结。然则跟着人们对这一范畴兴致的赓续增长，愈来愈多的公司开端行为，这些妨碍正赓续被战胜。
人工智能可不止于智能农业
人工智能技巧可以用于进步食粮产量、削减糟蹋，但这其实不是其施展感化的独一范畴。在试验室和研讨中间，机械进修算法可以或许赞助培养更好的植物基因，发明更平安、更高效的农作物掩护产物和化肥，而且开辟更多的农产物。现实上，人工智能在这些范畴的参与加倍成熟，由于这一范畴的数据加倍丰硕，数据获得的速度也更快。
食粮的丧失和糟蹋极可能会产生在收成和运输的进程中。举例来讲，不适合的地外形况会在收成的进程中招致年夜量的农作物消耗。别的，农作物运输途中的气象状态也会影响到农作物的产量，好比运输途中的降雨会招致运输延迟，对农作物形成晦气的影响。
这个成绩我们可以应用泥土传感器和气象剖析体系来处理，机械进修算法可以或许依据一些需要的数据，例如泥土湿度、将来气象状态和运输途中将面对的潜伏影响身分，猜测出收成的最好机会。主动化和调和性栽种、农作物收成和分派可以或许尽可能缩减农作物在运输途中的时光，从而削减农作物消耗。跟着硬件联通性的赓续完美，人工智能技巧的赓续成长，我们可以等待主动化的、数据驱动的将来农业的成长偏向。这些技巧改革毕竟能否可以或许处理赓续增加的生齿的吃饭成绩，我们还未可知。但就如今而言，人工智能才是我们的最好选择。
