人工智慧AI擴及農業領域！解決糧荒問題全靠它

AlphaGo 完封世界棋王柯潔，讓香港首富為之瘋狂，急著向「AlphaGo 之父」請益 AI 人工智能的應用。然而 AI 的應用非僅在工業、教育、醫療和金融領域，在人類最古老的農業領域，AI 也一肩扛起這個人類至今仍無法挑戰的世紀重擔。

據統計，目前世界人口總數為 72 億，其中有 7.8 億人面臨著飢餓威脅，到 2050 年，全球人口將達到 90 億，意味著全球生產的糧食熱量需要增長 60%。如果考慮肉類來源的家畜消耗的糧食，此一增長率將高達 103%。

與此同時，人類還得面臨石油農業所依賴的能源危機，以及化肥農藥過度使用造成的土壤和環境的破壞，對人類健康產生的威脅。

而 AI 人工智能正在被廣泛使用，協助人類解決「耕地資源有限，產出必須增加」的問題。

據香港矽谷報導，AI 在農業領域的研發及應用早在本世紀出就已經開始，這其中既有耕作、播種和採摘等智能機械人，也有智能探測土壤、探測病蟲害、氣候災難預警等智能識別系統，還有在家畜養殖業中使用的禽畜智能穿戴產品。這些應用正在幫助提高產出、提高效率，同時減少農藥和化肥的使用。

PlantVillage(美國) 和 Plantix(德國) 是 2 款智能植物識別 App，他們不僅能幫農民識別農作物，還能夠幫農戶智能識別農作物的各種病蟲害，並給予相應的處理方案，甚至還有用戶和專家交流的社群，針對相應的病蟲害進行討論交流。

而美國加州的農業機械人公司 Blue River Technologies 的智能機械人，可以智能除草、灌溉、施肥和噴灑農藥。它利用電腦圖像識別技術來獲取農作物的生長狀況，通過機器學習，分析和判斷出那些是雜草需要清除，哪裡需要灌溉，哪裡需要施肥，哪裡需要噴藥，並且能夠立即執行。

智能機械人因為能夠更精準的施肥和噴藥，大大減少了農藥和化肥的使用，比傳統種植方式減少了 90% 的農藥化肥使用。

美國愛荷華州的發明家 David Dorhout 研發的智能播種機械人 Prospero，甚至能夠透過探測裝置獲取土壤信息，計算出最優化的播種密度並且自動播種。

除了播種和田園管理，農業 AI 機械人還可以幫忙採摘蔬果。來自加州農業機械人公司的 Aboundant Robotics，目前已上市一款蘋果採摘機器人，可以在不破壞蘋果樹和蘋果的前提下，利用機器手臂和真空管道採摘蘋果，採摘速度高達 1 秒鐘 1 個。

AI 可以透過衛星、航拍等照片進行分析，精確預報天氣、氣候災害，識別土壤肥沃程度，牲畜的健康狀況。

美國的 Descartes Labs 公司收集了海量農業相關的衛星圖像數據，通過 AI 深度學習和分析，尋找其跟農作物生長之間的關係，能對農作物的產量做出精準預測。他們對天氣的預測甚至比美國農業部的還要精準，玉米產量比以往的預測準確率高出 99%。

IntelinAir 則能判斷出農田那裡有雜草入侵，那塊地的農作物養分不足，那片地的農作物正在發生病蟲害。

此外，從瑞士聯邦理工學院衍生出的農業科技公司 Gamaya 則使用獨特的超光譜 (高光譜) 感應裝置，探測出肉眼無法觀察的光譜，向農戶提供智能施肥管理、灌溉管理和蟲害管理。Gamaya 的技術已應用在玉米、大豆和甘蔗的種植上，並幫助農戶大大降低成本和提高產出。

除了農作物之外，人工智慧也應用在禽畜的養殖業。來自加拿大的 Cainthus 機器視覺公司透過農場的攝像裝置獲得牛臉以及身體狀況的照片，對牛的情緒和健康狀況進行分析，幫助飼主判斷出那些牛生病了，生什麼病，那些牛沒有吃飽，甚至那些牛到了發情期。

荷蘭的 Connecterra 是一家動物智能穿戴技術公司，它通過帶在奶牛脖子上的智能傳感器，結合牧場上的固定探測器共同收集數據後上傳雲端，用自己開發的算法通過機器學習讓這些大數據變成圖表和信息發送到給客戶。

這些信息包括奶牛的健康分析、發情期探測和預測、餵養狀況、位置服務等。Connecterra 大大節省了奶農的工作時間，提高了工作效率，特別是有機農場可以很容易的了解放養時間、位置和吃草的時間。

除了智能穿戴，還有更多的農業物聯網設施，比如田間攝像頭、溫度濕度監控、土壤監控、無人機航拍等等。

人工智能還可以通過運算找出各種最優化的方案，比如根據土壤環境狀況，結合市場行情預測，計算出今年該地適合種玉米還是大豆。

農業領域涉及的不可知因素眾多，地理位置、周圍環境、氣候水土、病蟲害、生物多樣性、複雜的微生物環境等等，都在影響着農作生產。而人工智能在農業領域的應用才剛剛開始，未來面臨的挑戰將比其他任何行業都來得大。