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，市場總額到2025年預(yù)計(jì)將增長至45億美元。

根據(jù)BI Intelligence Research發(fā)布的預(yù)測報(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10億美元增長至2026年的40億美元，年均復(fù)合增長率（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，市場總額到2025年預(yù)計(jì)將增長至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.makelele.cn/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)合國關(guān)于人口與饑餓問題的預(yù)測數(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)美國農(nóng)業(yè)部經(jīng)濟(jì)研究局公布的數(shù)據(jù)，僅在美國，種植、加工與食品配送業(yè)務(wù)的市場總額就高達(dá)1.7萬億美元。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20億新增人口帶來的預(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)性陽光差異、把握鳥類與昆蟲的遷徙方式、理解特種肥料的使用需求、為農(nóng)作物選擇適宜的殺蟲劑、監(jiān)督種植周期與灌溉周期等等，對機(jī)器學(xué)習(xí)來說都是有望解決且極具現(xiàn)實(shí)意義的重大問題。時(shí)至今日，農(nóng)作物生產(chǎn)正越來越依賴于出色的數(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AI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，借此識別動(dòng)物或人類的違規(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，將關(guān)注范圍覆蓋到整個(gè)農(nóng)場之上。隨著時(shí)間的流逝，我們可以對基于機(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)其識別人員與車輛。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)并通過機(jī)器學(xué)習(xí)識別出田間地頭上的意外入侵者。下圖所示，為Twnty20 Solutions實(shí)時(shí)監(jiān)控示例：

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

憑借智能傳感器提供的實(shí)時(shí)視頻流以及由無人機(jī)捕捉的數(shù)據(jù)，農(nóng)業(yè)專家們得以訪問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，攝取出基于約束條件的建議以優(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：

3. 產(chǎn)量映射是一項(xiàng)農(nóng)業(yè)技術(shù)，通過監(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)劃帶來無法衡量的重大價(jià)值。

時(shí)至今日，我們已經(jīng)能夠在種植周期開始之前，就大致判斷出特定田地的潛在產(chǎn)量。通過將機(jī)器學(xué)習(xí)技術(shù)與3D映射、傳感器數(shù)據(jù)以及基于無人機(jī)的田間顏色數(shù)據(jù)相結(jié)合，農(nóng)業(yè)專家即可快速預(yù)測出特定作物在潛在土壤條件下的產(chǎn)量。這些由無人機(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、各國際機(jī)構(gòu)及大型農(nóng)業(yè)項(xiàng)目，紛紛將無人機(jī)數(shù)據(jù)與現(xiàn)場傳感器相結(jié)合，借此改善害蟲管理能力。

通過將無人機(jī)的紅外熱像儀數(shù)據(jù)與能夠監(jiān)測植物相對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AI的幫助下?lián)屧谙x害發(fā)生之前做出預(yù)測及識別。目前，聯(lián)合國就與普華永道合作評估亞洲各棕櫚種植園中潛在的有害生物侵染問題，如下圖所示：

5. 如今，農(nóng)業(yè)工人嚴(yán)重短缺，使得基于AI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)勢帶來積極推動(dòng)。通過對自主式機(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)作過程中的儀表板信息。

6. 通過消除一系列傳統(tǒng)阻礙，新興技術(shù)有望向市場交付更新鮮、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)大的可見性，全面提升對供應(yīng)鏈的整體控制能力，借此有效降低庫存。最新跟蹤系統(tǒng)甚至能夠區(qū)分入庫貨物的批次、所屬項(xiàng)目并實(shí)現(xiàn)集裝箱級別的細(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)營成本并提高單位田地產(chǎn)量。

通過將智能傳感器與無人機(jī)視覺數(shù)據(jù)流結(jié)合使用，農(nóng)業(yè)AI應(yīng)用現(xiàn)在可以檢測出種植區(qū)內(nèi)病蟲害最嚴(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]到市場對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)場扭虧為盈、起死回生。通過線性編程，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優(yōu)化產(chǎn)量，但又不致過度浪費(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?；顒?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。

要保證長期為牲畜提供良好照料，我們必須隨時(shí)了解各類牲畜對于當(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)專家能夠理解哪些因素決定著奶牛們的情緒，并通過適當(dāng)調(diào)整提高奶牛們的產(chǎn)奶量。對于以牛及其他家畜為主體的畜牧行業(yè)，新興技術(shù)的介入為牧場們開辟新的利潤空間帶來了前所未有的新方向。
責(zé)編AJX