人工智能和物联网如何提高农业可持续性

信息就是金钱。而对于农民来说，信息往往是决定收成好坏的因素。随着人工智能 (AI) 和物联网 (IoT) 日益成为各行各业的支柱，人类最古老的职业之一——农业，即将迎来 21 世纪的变革。

毫不奇怪，农业技术市场正在爆炸式增长。最近的一份市场研究报告预测，2019 年至 2024 年间，人工智能农业市场的复合年增长率将达到 28.38% 。

由于农业劳动力供应萎缩等问题，这种重新成像再及时不过了。今天，农业综合企业正在寻求人工智能和物联网，以提高他们的工作效率和可持续性。

通过使用物联网收集农作物数据，然后使用机器学习等技术处理这些数据，农业综合企业能够更好地监控农作物的状况，并获得可以帮助他们减少污染和农药使用的建议。这些技术不仅有助于使农业更具可持续性，而且还提高了生产力和盈利能力。

就是这样。

使用物联网监测农作物

到目前为止，农民主要在工作时间手动收集有关作物的信息。这带来了两个重大问题。一方面，手工操作时通常有更多的错误空间。其次，人工监测只能间隔进行，以免农民花一整天的时间检查农作物而逃避其他工作。

物联网为这两个问题提供了潜在的解决方案。通过连接监控设备并将数据发送回农民可以访问的中央枢纽，农业综合企业可以更准确地实时监控他们的作物。当需要采取行动时，农民可以立即收到警报，而不是在下一次检查之前不知道。

约翰迪尔已经开始实施其中一些技术。它正在努力将其拖拉机连接到互联网，以便他们可以收集有关农作物产量的数据。此外，该公司正在尝试开发自动驾驶拖拉机，这意味着数据收集和大部分农场工作可以完全自动化。在我们面临全球农业劳动力短缺的重大问题之际，这是一个可喜的变化。

但在软件即服务云服务的帮助下，智能农业技术有可能超越单个农场。卢旺达农业和动物资源部最近实施了一个由 N-Frnds 构建的智能农业系统，这是一个基于 SaaS 云模型的基于云的数字分销平台。该系统通过允许他们访问可搜索的知识库并向他们发送推送通知以及其他几个功能，向卢旺达农民提供信息。

最终，随着物联网农业技术的采用增加，将其与 SaaS 分销服务相结合，有可能在全国甚至国际范围内大大提高农业效率。这是因为与传统 IT 基础架构相比，SaaS 模型提供了许多重要优势，例如更高的可访问性、更高的成本节约和易于扩展。

具体来说，SaaS 和物联网硬件可以一起使用来捕获数据并深入了解如何管理农场的运营。这包括有关作物模式、天气周期、收获和土壤质量的信息，仅举几例。

然后，所有这些数据都将存储在云中，以便整齐地组织并始终可访问，从而可以随时随地监控现场操作。这也是实际经营农场业务的重要信息。例如，基于云的会计解决方案将确保通过实时收集数据、将数据存储在远程服务器上以及自动化财务流程来简化财务操作。

使用 AI 分析数据和自动化流程

预计到 2021 年，国际在人工智能方面的支出将达到576 亿美元，因此公司正在研究人工智能如何与更传统的农业实践相结合也就不足为奇了。目前，重点是人工智能的两个方面：从数据中获取洞察力和自动化流程。

虽然物联网使实时监控和广泛分发信息成为可能，但人工智能可以通过帮助农民浏览这些数据并做出决策来提高生产力和效率。

同时，人工智能和物联网通常与几乎无限的基于云的服务器结合使用，因为此类解决方案旨在承担一些通常由多台计算机承担的重量。更好的是，云本质上并不只依赖于一个系统，即使一台计算机或服务器崩溃，云也不会随之崩溃。

例如，计算机视觉和机器学习技术可能能够帮助农业综合企业检测农作物周围的杂草。农民将田间摄像机连接到互联网，摄像机将数据发送到云存储，人工智能模型将在检测到杂草时发送通知，以便农民采取行动。同样的概念适用于疾病检测、作物质量监测、产量预测等。

然而，人工智能最终可能使农业系统的完全自动化成为可能。在上面的杂草检测示例中，农民仍然需要在收到人工智能系统的通知后手动为农作物除草。但随着特定人工智能技术（如自动驾驶和计算机视觉识别）的改进，该系统将能够派出一台机器来清除杂草，而无需任何人工干预。

此外，人工智能控制的机械可以采摘作物、自动化灌溉系统和自动化监控系统。随着人为错误的消除，人工智能可能能够提高农业企业的可持续性、盈利能力和生产力。

案例研究：人才云

使用人工智能和物联网的智能农业技术的首批成功实施之一来自中国公司 TalentCloud。前提很简单：农民教育提高了生产力，但日常农民并不总能获得教育和最新研究。此外，不了解最新研究的农民可能会过度使用导致气候变化的杀虫剂和污染物。

为了解决这个问题，TalentCloud创建了一个基于微软 Azure 平台的 Agro-Brain 系统，该系统将来自田间的实时数据与最新的农业研究相结合，为农民提供定制的作物管理建议，例如如何控制病虫害、如何优化种植条件和作物的生命周期。

TalentCloud 使用物联网传感器收集有关土壤条件、湿度和气温的定量数据，并使用摄像头收集定性数据。数据被发送到 Microsoft Azure 的 IoT 中心，并由 Azure 机器学习处理以训练 TalentCloud 的专有模型。

从本质上讲，这为农民提供了与农业教育类似的生产力收益，但采用了交钥匙解决方案。它还可以提高可持续性，这在当今的环境危机中很重要。

使古老的做法现代化

人工智能和物联网与传统农业实践的整合为将农业带入数字时代提供了机会。由于该行业面临如此多的问题，无论如何，这是一个可喜的变化。随着越来越多的公司进入不断增长的农业技术领域，使用人工智能和物联网创建全自动农业解决方案的前景越来越近。

审核编辑 黄昊宇