2021年,AI有潜力改善农业的十种路径

来源:Forbes

作者:Louis Columbus

编译:科技行者

普华永道指出,基于物联网的农业(IoTAg)监控已经成为联网智能农业领域发展最快的技术领域,市场总额到2025年预计将增长至45亿美元。

  • 根据BI Intelligence Research发布的预测报告,到2025年全球在联网智能农业技术与系统(包括人工智能与机器学习)领域的支出预计将增长两倍,达到153亿美元。

  • 根据Markets&Markets公布的数据,仅农业方面的AI技术与解决方案支出预计将由2020年的10亿美元增长至2026年的40亿美元,年均复合增长率(CAGR)为25.5%。

  • 普华永道指出,基于物联网的农业(IoTAg)监控已经成为联网智能农业领域发展最快的技术领域,市场总额到2025年预计将增长至45亿美元。

AI、机器学习(ML)以及物联网传感器,能够为算法提供丰富的实时数据,借此提高农业生产效率、提高农作物产量并降低食品生产成本。根据联合国关于人口与饥饿问题的预测数据,到2050年,全球人口将进一步增加20亿,农业生产力需要提高60%才能提供充足的食物。而根据美国农业部经济研究局公布的数据,仅在美国,种植、加工与食品配送业务的市场总额就高达1.7万亿美元。到2050年,人工智能与机器学习很可能成为新的技术核心,帮助我们从容应对20亿新增人口带来的预期粮食需求。

「农业」——最具前景的人工智能与机器学习应用场景之一

设想一下,在这些通常以数百英亩为基本规划单位的大型耕作区内,至少存在40种需要同步跟踪、凸显与监控的基础流程。深入剖析天气变化、季节性阳光差异、把握鸟类与昆虫的迁徙方式、理解特种肥料的使用需求、为农作物选择适宜的杀虫剂、监督种植周期与灌溉周期等等,对机器学习来说都是有望解决且极具现实意义的重大问题。时至今日,农作物生产正越来越依赖于出色的数据收集与分析能力。正因为如此,农民、合作社以及农业发展企业才决定进一步采用以数据为中心的方法,并不断引入AI与机器学习元素以提高农业产量与农作物质量。着眼于2021年,以下十种方式有望推动农业进一步发展向前:

1. 使用基于AI与机器学习的监控系统,跟踪每块作物田地的实时视频源,借此识别动物或人类的违规行为并立即发出警报。

AI与机器学习能够减少家畜或野生动物意外破坏农作物、或闯入偏远地区农场的可能性。随着AI与机器学习算法在视频分析领域的快速发展,每一位农业生产参与者都可以借此保护自己的田地与农业设施。AI与机器学习视频监控系统能够轻松扩展以适应大规模农业运营,将关注范围覆盖到整个农场之上。随着时间的流逝,我们可以对基于机器学习的监控系统进行编程或训练,教导其识别人员与车辆。作为AI与机器学习监控系统领域的领导者,Twenty20 Solutions公司已经用实际行动证明这些技术能够有效保护远程设施、优化作物生产并通过机器学习识别出田间地头上的意外入侵者。下图所示,为Twnty20 Solutions实时监控示例:

图:依靠AI与机器学习算法识别人员及车辆,能够帮助全球农业企业简化远程运营流程。

2. AI与机器学习——通过无人机实时传感器数据与视觉分析数据, 改善作物产量预测。

凭借智能传感器提供的实时视频流以及由无人机捕捉的数据,农业专家们得以访问自己以往接触不到的全新数据集。如今,研究人员可以结合水分、肥料与天然营养水平等传感器数据分析每种作物随时间推移而不断变化的生长方式。机器学习则负责将大量数据集整合起来,摄取出基于约束条件的建议以优化农作物产量。下图所示,为AI、机器学习、现场传感器、红外图像以及实时视频分析技术结合使用的场景示例,农民们能够借此获得关于改善作物健康及亩产水平的全新洞见:

图:事实证明,无人机已经成为一种极为可靠的平台,能够收集关于特定肥料、灌溉方式与农药处理方法对作物实际产量产生的影响数据。

3. 产量映射是一项农业技术,通过监督机器学习算法,从大规模数据集内查找模式并实时了解不同模式间的正交性,由此为作物生产规划带来无法衡量的重大价值。

时至今日,我们已经能够在种植周期开始之前,就大致判断出特定田地的潜在产量。通过将机器学习技术与3D映射、传感器数据以及基于无人机的田间颜色数据相结合,农业专家即可快速预测出特定作物在潜在土壤条件下的产量。这些由无人机捕捉到的数据集准确且可靠。下图所示,为产量映射分析得出的结果:

图:在监督与无监督机器学习算法的加持下,农业专家得以确定如何最大程度提升田地产量。

4. 联合国、各国际机构及大型农业项目,纷纷将无人机数据与现场传感器相结合,借此改善害虫管理能力。

通过将无人机的红外热像仪数据与能够监测植物相对健康水平的传感器结合使用,农业管理团队可以在AI的帮助下抢在虫害发生之前做出预测及识别。目前,联合国就与普华永道合作评估亚洲各棕榈种植园中潜在的有害生物侵染问题,如下图所示:

图:联合国将现场传感器与无人机数据结合起来,用以调优机器学习算法、帮助农民从种植园中获取更高产量。

5. 如今,农业工人严重短缺,使得基于AI与机器学习的智能拖拉机、农用机器人以及其他智能机械,成为偏远地区农业种植的首选方案。

目前,大型农业企业找不到足够的员工,只能依靠机器人技术收取数百英亩土地上的农作物,这同时也给偏远地区的安全态势带来积极推动。通过对自主式机器人设备进行编程,它们能够为农作物播撒肥料、由此降低运营成本并进一步提高田地产量。目前农业机器人的复杂度正在迅速提高,下图所示为VineScout机器人在运作过程中的仪表板信息。

图:事实证明,农业机器人技术能够快速捕捉宝贵数据,借此调优AI与机器学习算法,从而进一步提高农作物产量。

6. 通过消除一系列传统阻碍,新兴技术有望向市场交付更新鲜、更安全的农作物,同时极大改善农业供应链的可追溯性。

2020年爆发的新冠疫情加快了在农业供应链中部署跟踪与溯源功能的速度,2021年这股趋势也仍将稳定存在。这种拥有良好管理的跟踪系统能够提供更强大的可见性,全面提升对供应链的整体控制能力,借此有效降低库存。最新跟踪系统甚至能够区分入库货物的批次、所属项目并实现集装箱级别的细粒度记录。此外,随着RFID与物联网传感器在整个制造流程中的快速普及,目前大多数先进跟踪系统也开始依靠先进的传感器以获取关于每批货物的更多状态信息。沃尔玛方面就在推动一项试点,旨在研究如何利用RFID简化配送中心的货品跟踪性能,并将效率提升至手动操作的16倍。

7. 借助AI与机器学习组合优化可生物降解农药的正确混合比例并仅在必要时使用,进而降低运营成本并提高单位田地产量。

通过将智能传感器与无人机视觉数据流结合使用,农业AI应用现在可以检测出种植区内病虫害最严重的区域。以此为基础,再使用监督式机器学习算法,农业专家即可确定农药的最佳组合,有效控制有害生物威胁、阻止其进一步扩散并感染其他健康农作物。

8. 根据农作物单产率确定总产量,借此制定合理有效的农作物定价策略。

准确把握农作物的收成率与质量水平,有助于农业企业、合作社以及农民更好地制定定价策略。考虑到市场对于特定作物的总体需求基本恒定,各方可以根据作物的收成选择固定售价、统一售价乃至弹性售价等策略。单凭这些数据,每年就能为农业企业消除数百万美元损失。

9. AI可帮助农民查找灌溉系统中的渗漏点,优化系统效能并衡量如何调整灌溉频率以提高农作物产量。

在北美很多地区,水都是最为稀缺的资源之一,甚至直接决定着以务农为生的整个社群的生活走向。高效利用水资源,也许能够让一家农场扭亏为盈、起死回生。通过线性编程,我们可以快速计算出特定田地或农作物达到理想产量水平时所需要的最佳水量。监督式机器学习算法则可以确保田地与农作物获得足够的水分以优化产量,但又不致过度浪费这种宝贵资源。

10. 监控并保持牲畜的健康状况——包括生命体重、日常活动水平以及食物摄入量——已经成为AI与机器学习的全新应用阵地。

要保证长期为牲畜提供良好照料,我们必须随时了解各类牲畜对于当前饮食及居住条件的实际反应。利用AI与机器学习技术,农业专家能够理解哪些因素决定着奶牛们的情绪,并通过适当调整提高奶牛们的产奶量。对于以牛及其他家畜为主体的畜牧行业,新兴技术的介入为牧场们开辟新的利润空间带来了前所未有的新方向。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/485299.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

计算机组成原理——总线系统总结

计算机组成原理——总线系统总结 一、总线的概念: 总线是构成计算机系统放入互联机构,是多个系统功能部件之间进行数据传送的公共通路。借助于总线连接,计算机在各个系统功能部件之间实现地址、数据和控制信息的交换,并在争用资…

【剑指offer】面试题42:连续子数组的最大和(java)

输入一个整型数组,数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。 要求时间复杂度为O(n)。 示例1: 输入: nums [-2,1,-3,4,-1,2,1,-5,4] 输出: 6 解释: 连续子数组 [4,-1,2,1] 的和最大,为 6。 提示…

科学家打造全套人工神经系统 帮助瘫痪病人重新控制身体

Photo: Nathaniel Welch来源: IEEE电气电子工程师Motion Restored: Luke Tynan, who was paralyzed in 2017 by a spinal cord injury, demonstrates the wearable system that enables him to control his arm and hand. Sensors on the arm register his intentio…

存储器容量扩展——位扩展、字扩展

存储器(二)——存储容量扩展 前言:(基本概念) 存储空间:CPU决定存储器:用户需求决定(4G,8G)(8G的存储器1各芯片能否完成用户需求?如…

海明码构造及纠错

计算机组成原理——海明码的构造及纠错 海明码(又称为汉明码)是具有一位纠错能力的编码。 信息位:发送用户端想要发送的信息序列,彼此独立,互不相关,最终交给接收端。 检测位:为了使信息码元产…

【剑指offer】面试题43:1~n整数中1出现的次数

输入一个整数 n ,求1~n这n个整数的十进制表示中1出现的次数。 例如,输入12,1~12这些整数中包含1 的数字有1、10、11和12,1一共出现了5次。 示例 1: 输入:n 12 输出:5 …

潭州Java中级班(day_05)

1.掌握数字的使用2.掌握数字的声明以及内存分配3.通过数字的简单范例加深对数字的操作原理4.掌握多维数组的定义和使用 数组 数组是一组相关变量的集合,一个数组实际上就是一连串的变量一维数组 二位数组 int i[100] 表示一个伪代码,只是代表含义 一维数…

机器学习对抗攻击是一颗“定时炸弹”

来源 | AI前线作者 | Ben Dickson译者 | Sambodhi策划 | 刘燕随着机器学习的迅速普及,科技界必须制定一份保证人工智能系统免遭对抗攻击的路线图。否则,对抗机器学习将会是一场灾难。如果你一直在关注有关人工智能的新闻,你可能已经听说过或看…

操作系统基本特性——并发、共享、虚拟、异步

操作系统的基本特性——并发、共享、虚拟、异步 前言:操作系统(Operating System,OS)是配置在计算机硬件上的第一层软件,是对硬件系统的首次扩充。主要作用是管理好这些设备,提高它们的利用率和吞吐量&…

【剑指offer】面试题45:把数组排成最小的数

输入一个正整数数组&#xff0c;把数组里所有数字拼接起来排成一个数&#xff0c;打印能拼接出的所有数字中最小的一个。 示例 1: 输入: [10,2] 输出: "102" 示例 2: 输入: [3,30,34,5,9] 输出: "3033459" 提示: 0 < nums.length < 100 说明: …

ASP.NET MVC 扩展HtmlHelper类为 js ,css 资源文件添加版本号

写在前面 在项目部署当中会需要更新 css 文件或 js 等资源文件&#xff0c;为了避免由于浏览器缓存的原因无法加载新的 css 或 js &#xff0c;一般的做法是在资源文件的后面加上一个版本号来解决&#xff0c;这样浏览器就会去服务器下载新的资源文件。 如果某个 css 文件被多个…

生物学哲学:科学哲学的新视野

来源&#xff1a;自然辩证法研究 2003年第4期作者&#xff1a;周建漳在未经言明的情况下&#xff0c;“科学”一词通常总是指向“自然科学”&#xff0c;而在传统“科学哲学”的视野中&#xff0c;“科学”则又似乎“不言自明”地指向“数理科学”&#xff08;注&#xff1a;所…

计算机组成原理——指令与数据的寻址方式

计算机组成原理——指令与数据的寻址方式 前言&#xff1a; 指令的定义&#xff1a;计算机执行某种操作的命令。从计算机组成的层次结构来看&#xff0c;计算机的指令有微指令&#xff0c;机器指令&#xff0c;宏指令之分。 微指令&#xff1a;微程序级的命令&#xff0c;它属…

【剑指offer】面试题46. 把数字翻译成字符串(java)

给定一个数字&#xff0c;我们按照如下规则把它翻译为字符串&#xff1a;0 翻译成 “a” &#xff0c;1 翻译成 “b”&#xff0c;……&#xff0c;11 翻译成 “l”&#xff0c;……&#xff0c;25 翻译成 “z”。一个数字可能有多个翻译。请编程实现一个函数&#xff0c;用来计…

IBM被曝拟出售昔日明星业务Watson Health,10年医疗梦就此破碎?

来源&#xff1a;AI前线 整理&#xff1a;刘燕传 IBM 拟出售 Watson Health 业务据《华尔街日报》报道&#xff0c;IBM 或将出售 IBM Watson Health 业务。华尔街日报援引知情人士称&#xff0c;随着公司新任 CEO 开始精简公司规模&#xff0c;并在混合云计算领域发力&#xf…

C# WebBrowser 设置独立的代理

近期需要对webbrower设置代理&#xff0c;找到了如下方案&#xff1a; 1. 对修改注册表&#xff0c;设置全局代理 这种方法限制在一个进程内只能设置或取消代理&#xff0c;而且是全局代理&#xff0c;对于部分不需要代理对功能会产生影响 2. 通过函数InternetSetOption实现修改…

全球光刻机龙头是怎样炼成的

来源&#xff1a;公众号「驭势资本」半导体芯片制作分为IC设计、IC制造、IC封测三大环节&#xff0c;光刻作为IC制造的核心环节&#xff0c;其主要作用是将掩模版上的芯片电路图转移到硅片上。由于光刻的工艺水平直接决定芯片的制程水平和性能水平&#xff0c;光刻成为IC制造中…

页面置换算法——最佳置换算法、最近最少使用算法、先进先出算法、时钟置换算法

计算机操作系统——页面置换算法 根据中国大学MOOC计算机操作系统(电子科技大学)而写. 如果自己要设计页面置换&#xff0c;要根据什么原则来设计&#xff1f;我们首先想到的是存储器的局部性原理&#xff08;时间局部性、空间局部性&#xff09; Page removed should be the …

【剑指offer】面试题47:礼物的最大价值(Java)

在一个 m*n 的棋盘的每一格都放有一个礼物&#xff0c;每个礼物都有一定的价值&#xff08;价值大于 0&#xff09;。你可以从棋盘的左上角开始拿格子里的礼物&#xff0c;并每次向右或者向下移动一格、直到到达棋盘的右下角。给定一个棋盘及其上面的礼物的价值&#xff0c;请计…

vue中如何创建组件?

全局注册 Vue.component(my-component-name, {// ... 选项 ... }) 这些组件是全局注册的&#xff0c;也就是说它们在注册之后可以用在任何新创建的Vue根实例&#xff08;new Vue&#xff09;的模板中。比如&#xff1a; js中&#xff1a; Vue.component(component-a, { /* ... …