人工智能，機器學(xué)習(ML)和IoT傳感器為算法提供實(shí)時(shí)數據，可提高農業(yè)效率，提高農作物產(chǎn)量并降低食品生產(chǎn)成本。根據聯(lián)合國關(guān)于人口與饑餓的預測數據，到2050年，世界人口將增加20億，需要糧食生產(chǎn)力提高60%才能為他們提供食物。根據美國農業(yè)部經(jīng)濟研究局的數據，僅在美國，種植，加工和分配食品的業(yè)務(wù)就達到1.7萬(wàn)億美元。到2050年，人工智能和機器學(xué)習已經(jīng)顯示出潛力，可以幫助縮小全球另外20億人口的預期糧食需求差距。

農業(yè)是人工智能和機器學(xué)習中最肥沃的產(chǎn)業(yè)之一想象一下，在一個(gè)通常以數百英畝為單位的大型耕作區中，至少有40個(gè)基本流程可以同時(shí)跟蹤，出色和監控。深入了解天氣，季節性陽(yáng)光，動(dòng)物，鳥(niǎo)類(lèi)，昆蟲(chóng)的遷徙方式，特種肥料的使用，農作物的殺蟲(chóng)劑，種植周期和灌溉周期對機器學(xué)習的影響是一個(gè)完美的問(wèn)題。作物周期在財務(wù)上如何成功從未如此依賴(lài)出色的數據。這就是為什么農民，合作社和農業(yè)發(fā)展公司加倍采用以數據為中心的方法，并擴大了他們使用AI和機器學(xué)習來(lái)提高農業(yè)產(chǎn)量和質(zhì)量的方式和規模。以下是人工智能在2021年有潛力改善農業(yè)的十種方式：

1.使用基于人工智能和基于機器學(xué)習的監視系統監視每個(gè)作物田的實(shí)時(shí)視頻源，以識別動(dòng)物或人類(lèi)的違規行為，并立即發(fā)送警報。人工智能和機器學(xué)習減少了家畜和野生動(dòng)物意外破壞農作物或在偏遠農場(chǎng)位置遭受闖入或入室盜竊的可能性。鑒于A(yíng)I和機器學(xué)習算法在視頻分析領(lǐng)域的快速發(fā)展，參與農業(yè)的每個(gè)人都可以保護自己的田地和建筑物的外圍。人工智能和機器學(xué)習視頻監控系統可輕松擴展到大規模農業(yè)運營(yíng)，就像單個(gè)農場(chǎng)一樣。隨著(zhù)時(shí)間的流逝，可以對基于機器學(xué)習的監視系統進(jìn)行編程或培訓，以識別員工和車(chē)輛。Twenty20解決方案是基于人工智能和機器學(xué)習的監控領(lǐng)域的領(lǐng)導者，并且通過(guò)使用機器學(xué)習來(lái)識別在現場(chǎng)工作的員工，已證明在保護遠程設施，優(yōu)化作物和阻止侵入者方面有效。

2.人工智能和機器學(xué)習通過(guò)無(wú)人機的實(shí)時(shí)傳感器數據和視覺(jué)分析數據改善作物產(chǎn)量預測。提供實(shí)時(shí)視頻流的智能傳感器和無(wú)人機捕獲的數據量為農業(yè)專(zhuān)家提供了他們從未訪(fǎng)問(wèn)過(guò)的全新數據集?，F在，可以結合水分，肥料和天然營(yíng)養水平的地下傳感器數據來(lái)分析每種作物隨時(shí)間的生長(cháng)方式。機器學(xué)習是結合大量數據集并提供基于約束的建議以?xún)?yōu)化作物產(chǎn)量的理想技術(shù)。

3.產(chǎn)量映射是一種農業(yè)技術(shù)，它依賴(lài)于監督的機器學(xué)習算法來(lái)查找大規模數據集中的模式并實(shí)時(shí)了解它們的正交性，所有這些對于作物計劃而言都是無(wú)價(jià)的。在植被周期開(kāi)始之前，有可能知道給定田地的潛在產(chǎn)量。通過(guò)結合使用機器學(xué)習技術(shù)來(lái)分析3D映射，傳感器的社會(huì )狀況數據和基于無(wú)人機的土壤顏色數據，農業(yè)專(zhuān)家現在可以預測給定作物的潛在土壤產(chǎn)量。完成了一系列飛行，以獲取最準確的數據集。

4.聯(lián)合國，國際機構和大規模農業(yè)行動(dòng)正在率先將無(wú)人機數據與地面傳感器相結合，以改善害蟲(chóng)管理。通過(guò)將無(wú)人機的紅外熱像儀數據與可監測植物相對健康水平的傳感器相結合，使用人工智能的農業(yè)團隊可以在蟲(chóng)害發(fā)生之前進(jìn)行預測和識別。

5.如今，農業(yè)工人短缺，使得基于人工智能和機器學(xué)習的智能拖拉機，農用機器人和機器人技術(shù)成為許多難以找到工人的偏遠農業(yè)行動(dòng)的可行選擇。大型農業(yè)企業(yè)找不到足夠的員工，只能轉向機器人技術(shù)來(lái)獲取數百英畝的農作物，同時(shí)還為偏遠地區的周邊地區提供安全保障。對自行式機器人機械設備進(jìn)行編程以在每行農作物上分配肥料，有助于降低運營(yíng)成本并進(jìn)一步提高田間產(chǎn)量。

6.通過(guò)消除阻礙將新鮮，更安全的農作物推向市場(chǎng)的障礙，改善農業(yè)供應鏈的可追溯性是當今的必須。大流行在2020年加快了在所有農業(yè)供應鏈中采用跟蹤和追溯能力，并將在今年繼續推動(dòng)其采用。一個(gè)管理良好的跟蹤系統可以通過(guò)提供更好的可見(jiàn)性和對整個(gè)供應鏈的控制來(lái)幫助減少庫存減少。最新的跟蹤系統可以區分入庫貨物的批次，批次和容器級別的物料分配。大多數先進(jìn)的跟蹤系統都依靠先進(jìn)的傳感器來(lái)獲取有關(guān)每批貨物狀況的更多信息。RFID和IoT傳感器現在在整個(gè)制造過(guò)程中變得越來(lái)越普遍。沃爾瑪進(jìn)行了一項試點(diǎn)，以研究RFID如何簡(jiǎn)化配送中心的跟蹤和跟蹤性能，并比手動(dòng)方法提高效率16倍。

7.優(yōu)化可生物降解農藥的正確混合并將其應用僅限于需要進(jìn)行處理以降低成本，同時(shí)提高產(chǎn)量的田間地區，是當今農業(yè)中AI和機器學(xué)習的最常見(jiàn)用途之一。通過(guò)將智能傳感器與無(wú)人機的可視數據流結合使用，農業(yè)AI應用程序現在可以檢測出種植區感染最嚴重的地區。然后，使用監督式機器學(xué)習算法，他們可以定義農藥的最佳組合，以減少有害生物的威脅，進(jìn)一步擴散并感染健康的農作物。

8.基于有助于預測總產(chǎn)量的單產(chǎn)率的農作物價(jià)格預測在確定給定農作物的定價(jià)策略時(shí)是無(wú)價(jià)的。了解農作物的收成率和質(zhì)量水平有助于農業(yè)公司，合作社和農民更好地商討收成的最佳價(jià)格?？紤]給定作物的總需求，以確定給定作物的價(jià)格彈性曲線(xiàn)是無(wú)彈性，單一還是高度彈性，從而確定了定價(jià)策略。僅了解這些數據，每年就可以為農業(yè)企業(yè)節省數百萬(wàn)美元的收入。

9.尋找灌溉系統的滲漏，優(yōu)化灌溉系統并衡量頻繁的農作物灌溉如何有效提高產(chǎn)量，這是AI有助于提高農業(yè)效率的所有領(lǐng)域。在北美許多地區，水是最稀缺的資源，尤其是在最依賴(lài)農業(yè)為核心業(yè)務(wù)的社區中。有效地使用它可能意味著(zhù)農場(chǎng)或農業(yè)經(jīng)營(yíng)保持盈利與否之間的差異。線(xiàn)性編程通常用于計算給定田地或農作物達到可接受的產(chǎn)量水平所需的最佳水量。有監督的機器學(xué)習算法是確保田地和農作物獲得足夠的水以?xún)?yōu)化產(chǎn)量而又不會(huì )浪費任何過(guò)程的理想選擇。

10.監測牲畜的健康狀況，包括生命體征，日?；顒?dòng)水平和食物攝入量，確保其健康狀況是農業(yè)中人工智能和機器學(xué)習發(fā)展最快的方面之一。了解每種牲畜如何對飲食和寄宿條件做出反應，對于了解如何長(cháng)期對其進(jìn)行最佳治療非常重要。利用人工智能和機器學(xué)習來(lái)了解維持日常奶牛競爭和幸福的原因，生產(chǎn)更多的牛奶至關(guān)重要。對于許多依靠牛和牲畜的農場(chǎng)而言，這一領(lǐng)域為農場(chǎng)如何增加利潤開(kāi)辟了全新的視野。