看看人工智能(AI)正在幫助的行業(yè)的不斷擴(kuò)展總是很有趣的。農(nóng)業(yè)定期使用技術(shù)來提高產(chǎn)量。近年來，全球變暖使得通過改善灌溉來管理水資源變得更加重要?，F(xiàn)在，農(nóng)業(yè)行業(yè)正在考慮以多種方式采用人工智能。這些方法之一是分析農(nóng)作物以更好地管理產(chǎn)量。

作物的航空成像并不是什么新鮮事。弗雷德里克·鮑登(Frederick Bawden)在1933年將其用于檢測馬鈴薯作物中的疾病。從那時起，這項技術(shù)已經(jīng)發(fā)展起來，現(xiàn)在正在引入AI，以進(jìn)一步向前邁進(jìn)。

例如，想象一個使用中心樞軸灌溉的灌溉系統(tǒng)。當(dāng)農(nóng)民轉(zhuǎn)向其他更節(jié)水的系統(tǒng)時，這既昂貴又費時。同時，重要的是要迅速找到灌溉系統(tǒng)的問題，以控制成本并保護(hù)農(nóng)作物。

Ceres Imaging是一家年輕的公司，致力于改善作物管理。他們的團(tuán)隊以多種方式使用AI。這始于他們的掃描技術(shù)，利用視覺的先進(jìn)性，通過安裝在飛機(jī)上的設(shè)備對視場進(jìn)行空中檢查。他們首先考慮了無人機(jī)，但是它們的飛行時間有限并且攜帶重量。飛機(jī)效率更高，以更低的成本覆蓋更多的土地。

他們的視覺技術(shù)可以發(fā)現(xiàn)許多領(lǐng)域的問題。在上面的示例中，當(dāng)該系統(tǒng)組件識別出比其余字段干燥或濕潤的圓形區(qū)域時，機(jī)器學(xué)習(xí)(ML)組件可以識別出中心樞軸存在問題，并且整個系統(tǒng)可以通知農(nóng)民。

機(jī)器學(xué)習(xí)系統(tǒng)可以識別出涉及營養(yǎng)物，害蟲等的其他問題。您可能已經(jīng)猜到了，監(jiān)督學(xué)習(xí)用于訓(xùn)練ML系統(tǒng)。有許多圖像和數(shù)據(jù)集無法注釋以進(jìn)行訓(xùn)練。不僅是歷史信息，因為每年對成千上萬英畝的土地進(jìn)行成像，而且往往是多次。

“農(nóng)業(yè)是一項低利潤業(yè)務(wù)，您需要全面了解，以優(yōu)化您投入運營的每一分錢，” Ceres Imaging首席執(zhí)行官Ashwin Madgavkar說。“利用人工智能領(lǐng)先問題是值得的，它可以在問題影響產(chǎn)量之前迅速糾正問題。”

同樣重要的是要知道該技術(shù)不僅限于農(nóng)作物。果園是一個類似的問題，已經(jīng)是一個市場。灌溉，病蟲害防治等基礎(chǔ)知識與農(nóng)作物相似，并且有足夠的標(biāo)簽數(shù)據(jù)可用于對那些產(chǎn)品進(jìn)行ML系統(tǒng)培訓(xùn)。馬達(dá)加夫卡(Madgavkar)先生說，目前有20%的加利福尼亞葡萄園通過其AI系統(tǒng)進(jìn)行觀測。我可以看到其他行業(yè)的機(jī)會，例如紙張林業(yè)，但是Ceres Imaging專注于現(xiàn)有市場的發(fā)展。

農(nóng)民，經(jīng)紀(jì)人，農(nóng)作物保險都得益于及時的信息

即使在更穩(wěn)定的時期，耕種也有許多變量。正如當(dāng)前的大流行所顯示的那樣，全球變暖正使它變得更加不確定，勞動力風(fēng)險也會隨之變化。在農(nóng)業(yè)行業(yè)中，農(nóng)民并不是唯一成功與作物產(chǎn)量緊密相關(guān)的人。作物保險和經(jīng)紀(jì)業(yè)是通過管理風(fēng)險以獲取利潤和成功而存在的。這些領(lǐng)域的公司還需要了解領(lǐng)域中正在發(fā)生的事情。

能夠提供有關(guān)作物產(chǎn)量的更好信息的人工智能可以幫助那些農(nóng)業(yè)子行業(yè)更好地計劃自己的需求和償付能力。這些信息可以間接地幫助整個食品鏈，幫助制造商更好地計劃預(yù)期的農(nóng)產(chǎn)品供應(yīng)。

正如全球變暖和Covid-19大流行向我們展示的那樣，先進(jìn)世界中太多的人已將食品供應(yīng)鏈視為理所當(dāng)然。它比大多數(shù)人意識到的還要脆弱，并且AI可以從源頭上對降低風(fēng)險產(chǎn)生強(qiáng)大的影響。