看看人工智能（AI）正在幫助的行業(yè)的不斷擴展總是很有趣的。農(nóng)業(yè)定期使用技術來提高產(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，這項技術已經(jīng)發(fā)展起來，現(xiàn)在正在引入AI，以進一步向前邁進。

例如，想象一個使用中心樞軸灌溉的灌溉系統(tǒng)。當農(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。他們的團隊以多種方式使用AI。這始于他們的掃描技術，利用視覺的先進性，通過安裝在飛機上的設備對視場進行空中檢查。他們首先考慮了無人機，但是它們的飛行時間有限并且攜帶重量。飛機效率更高，以更低的成本覆蓋更多的土地。

他們的視覺技術可以發(fā)現(xiàn)許多領域的問題。在上面的示例中，當該系統(tǒng)組件識別出比其余字段干燥或濕潤的圓形區(qū)域時，機器學習（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。

機器學習系統(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)督學習用于訓練ML系統(tǒng)。有許多圖像和數(shù)據(jù)集無法注釋以進行訓練。不僅是歷史信息，因為每年對成千上萬英畝的土地進行成像，而且往往是多次。

“農(nóng)業(yè)是一項低利潤業(yè)務，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?！袄萌斯ぶ悄茴I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，病蟲害防治等基礎知識與農(nóng)作物相似，并且有足夠的標簽數(shù)據(jù)可用于對那些產(chǎn)品進行ML系統(tǒng)培訓。馬達加夫卡（Madgavkar）先生說，目前有20%的加利福尼亞葡萄園通過其AI系統(tǒng)進行觀測。我可以看到其他行業(yè)的機會，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)量緊密相關的人。作物保險和經(jīng)紀業(yè)是通過管理風險以獲取利潤和成功而存在的。這些領域的公司還需要了解領域中正在發(fā)生的事情。

能夠提供有關作物產(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期的農(nóng)產(chǎn)品供應。

正如全球變暖和Covid-19大流行向我們展示的那樣，先進世界中太多的人已將食品供應鏈視為理所當然。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險產(chǎn)生強大的影響。