清研智库：2021年人工智能在改善农业方面的十个应用

1. 使用基于AI和机器学习的监控系统来监测每个农作物田的实时视频信号，识别动物或人类的违规行为，立即发出警报。

AI和机器学习减少了家畜和野生动物意外毁坏农作物或远程农场遭遇闯入或盗窃的可能性。鉴于在AI和机器学习算法的推动下，视频分析的快速发展，每个参与农业的人都可以保护他们的田地和建筑物的周边。AI和机器学习视频监控系统对于大规模农业经营和单个农场来说，同样可以轻松扩展。基于机器学习的监控系统可以通过编程或训练，随着时间的推移，识别员工与车辆。事实证明，通过使用机器学习来识别现场工作的员工，可以有效地保护远程设施的安全，优化作物和阻止入侵者。

2. AI和机器学习通过无人机的实时传感器数据和视觉分析数据，提高作物产量预测。

智能传感器和提供实时视频流的无人机所采集的数据量为农业专家提供了他们以前从未接触过的全新数据集。现在可以将水分、肥料和天然养分的地内传感器数据结合起来，分析每种作物随时间的生长模式。机器学习是结合海量数据集并为优化作物产量提供建议的完美技术。

3. 产量图谱是一种农业技术，它依靠有监督的机器学习算法来寻找大规模数据集的模式，并实时了解它们的正交性，这些对于作物规划来说都是非常宝贵的。

在植被周期开始之前，就可以知道某块田地的潜在产量率。结合使用机器学习技术分析3D地图、传感器的社会状况数据和基于无人机的土壤颜色数据，农业专家现在可以预测特定作物的潜在土壤产量。一系列的收集完成后，可以得到最准确的数据集。

4. 联合国、国际机构和大规模农业作业正在率先将无人机数据与地面传感器相结合，以改善病虫害管理。

利用无人机的红外相机数据与田间的传感器相结合，可以监测植物的相对健康水平，使用AI的农业团队可以在虫害发生之前预测和识别虫害。

5. 如今，农业工人短缺，使得基于AI和机器学习的智能拖拉机、农业机器人和机器人技术成为许多难以找到工人的远程农业作业的可行选择。

大规模的农业企业找不到足够的员工，于是转而使用机器人来管理数百亩的农作物，同时也为偏远地区的周边提供安全保障。对自走式机器人机械进行编程，在每行作物上分配肥料，有助于降低运营成本，进一步提高田间产量。

6. 提高农业供应链的可追踪性，为更新鲜、更安全的农作物进入市场扫除路障，是当下必须要做的事情。

疫情在2020年加速了所有农业供应链的跟踪和可追溯性，并将在今年继续推动其采用。一个管理良好的跟踪和追溯系统有助于通过在供应链上提供更大的可视性和控制来减少库存。一个先进的跟踪系统可以区分入库货物的批次和集装箱级别的物料分配。大多数先进的跟踪和追溯系统依靠先进的传感器来获得对每个货物状况的更多了解。

7. 优化可生物降解农药的正确组合，并将其仅限制在需要处理的田间区域施用，以降低成本，同时提高产量，这是AI和机器学习在当今农业中最常见的用途之一。

通过使用智能传感器结合无人机的视觉数据流，农业AI应用现在可以检测出种植区最容易感染的区域。然后，使用监督的机器学习算法，它们可以定义农药的最佳组合，以减少害虫的威胁进一步扩散并感染健康的作物。

8. 根据产量率对作物进行价格预测，帮助预测生产总量，这对确定特定作物的定价策略非常宝贵。

了解农作物的产量和质量水平有助于农业公司、合作社和农民更好地进行谈判，为他们的收成争取最佳价格。考虑特定作物的总需求，确定特定作物的价格弹性曲线是无弹性、单一性还是高弹性，定义了定价策略的内容。仅仅是了解这些数据，就能为农业企业每年节省数百万美元的收入损失。

9. 寻找灌溉漏点，优化灌溉系统，衡量频繁灌溉的农作物如何有效提高产量率，这些都是AI有助于提高农业效率的领域。

在北美许多地方，水是最稀缺的资源，尤其是在最依赖农业为核心业务的社区。高效地使用水，可能意味着农场或农业经营能否保持盈利的差异。线性编程通常用于计算给定田地或作物达到可接受产量水平所需的最佳水量。监督的机器学习算法是确保田地和作物获得足够的水以优化产量的理想选择，而不会在这个过程中浪费任何水。

10. 监测牲畜的健康，包括生命体征、日常活动水平和食物摄入量，确保它们的健康是AI和机器学习在农业领域增长最快的方面之一。

了解每一种牲畜对饮食和寄养条件的反应是非常宝贵的，可以了解如何长期对它们进行最佳治疗。使用AI和机器学习来了解是什么让日常奶牛保持满足和快乐，生产更多的牛奶是必不可少的。对于许多依赖奶牛和牲畜的农场来说，这一领域为农场如何提高盈利能力开辟了全新的见解。

本文作者Louis Columbus，清研智库李梓涵编译