普华永道指出，依据物联网的农业(IoTAg)监控现已成为联网智能农业范畴开展最快的技能范畴，商场总额到2025年估计将添加至45亿美元。

• 依据BI Intelligence Research发布的猜测陈述，到2025年全球在联网智能农业技能与体系(包含人工智能与机器学习)范畴的开销估计将添加两倍，到达153亿美元。
• 依据Markets&Markets发布的数据，仅农业方面的AI技能与处理计划开销估计将由2020年的10亿美元添加至2026年的40亿美元，年均复合添加率(CAGR)为25.5%。
• 普华永道指出，依据物联网的农业(IoTAg)监控现已成为联网智能农业范畴开展最快的技能范畴，商场总额到2025年估计将添加至45亿美元。

AI、机器学习(ML)以及物联网传感器，可以为算法供给丰厚的实时数据，借此进步农业出产功率、进步农作物产值并下降食物出产本钱。依据联合国关于人口与饥饿问题的猜测数据，到2050年，全球人口将进一步添加20亿，农业出产力需求进步60%才干供给满足的食物。而依据美国农业部经济研讨局发布的数据，仅在美国，栽培、加工与食物配送事务的商场总额就高达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能中心，协助咱们从容应对20亿新增人口带来的预期粮食需求。

「农业」——最具远景的人工智能与机器学习运用场景之一

想象一下，在这些通常以数百英亩为根本规划单位的大型耕耘区内，至少存在40种需求同步盯梢、凸显与监控的根底流程。深化剖析气候改变、季节性阳光差异、掌握鸟类与昆虫的迁徙办法、了解特种肥料的运用需求、为农作物挑选适合的杀虫剂、监督栽培周期与灌溉周期等等，对机器学习来说都是有望处理且极具现实意义的严峻问题。时至今日，农作物出产正越来越依赖于超卓的数据搜集与剖析才能。正因为如此，农人、协作社以及农业开展企业才决议进一步采用以数据为中心的办法，并不断引进AI与机器学习元素以进步农业产值与农作物质量。着眼于2021年，以下十种办法有望推进农业进一步开展向前：

1. 运用依据AI与机器学习的监控体系，盯梢每块作物地步的实时视频源，借此辨认动物或人类的违规行为并当即宣布警报。

AI与机器学习可以削减牲畜或野生动物意外损坏农作物、或闯入偏远区域农场的可能性。跟着AI与机器学习算法在视频剖析范畴的快速开展，每一位农业出产参与者都可以借此维护自己的地步与农业设备。AI与机器学习视频监控体系可以轻松扩展以习惯大规模农业运营，将重视规模掩盖到整个农场之上。跟着时刻的消逝，咱们可以对依据机器学习的监控体系进行编程或练习，教训其辨认人员与车辆。作为AI与机器学习监控体系范畴的领导者，Twenty20 Solutions公司现已用实践行动证明这些技能可以有用维护长途设备、优化作物出产并经过机器学习辨认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：依托AI与机器学习算法辨认人员及车辆，可以协助全球农业企业简化长途运营流程。

2. AI与机器学习——经过无人机实时传感器数据与视觉剖析数据, 改进作物产值猜测。

凭仗智能传感器供给的实时视频流以及由无人机捕捉的数据，农业专家们得以拜访自己以往触摸不到的全新数据集。现在，研讨人员可以结合水分、肥料与天然养分水相等传感器数据剖析每种作物随时刻推移而不断改变的成长办法。机器学习则担任将许多数据集整合起来，摄取出依据约束条件的主张以优化农作物产值。下图所示，为AI、机器学习、现场传感器、红外图画以及实时视频剖析技能结合运用的场景示例，农人们可以借此取得关于改进作物健康及亩产水平的全新洞见：

图：事实证明，无人机现已成为一种极为牢靠的渠道，可以搜集关于特定肥料、灌溉办法与农药处理办法对作物实践产值产生的影响数据。

3. 产值映射是一项农业技能，经过监督机器学习算法，从大规模数据集内查找形式并实时了解不同形式间的正交性，由此为作物出产规划带来无法衡量的严峻价值。

时至今日，咱们现已可以在栽培周期开端之前，就大致判别出特定地步的潜在产值。经过将机器学习技能与3D映射、传感器数据以及依据无人机的田间色彩数据相结合，农业专家即可快速猜测出特定作物在潜在土壤条件下的产值。这些由无人机捕捉到的数据集精确且牢靠。下图所示，为产值映射剖析得出的成果：

图：在监督与无监督机器学习算法的加持下，农业专家得以确认怎么最大程度进步地步产值。

4. 联合国、各世界组织及大型农业项目，纷繁将无人机数据与现场传感器相结合，借此改进害虫办理才能。

经过将无人机的红外热像仪数据与可以监测植物相对健康水平的传感器结合运用，农业办理团队可以在AI的协助下抢在虫灾产生之前做出猜测及辨认。现在，联合国就与普华永道协作评价亚洲各棕榈栽培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、协助农人从栽培园中获取更高产值。

5. 现在，农业工人严峻缺少，使得依据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，成为偏远区域农业栽培的首选计划。

现在，大型农业企业找不到满足的职工，只能依托机器人技能收取数百英亩土地上的农作物，这一起也给偏远区域的安全态势带来活跃推进。经过对自主式机器人设备进行编程，它们可以为农作物播撒肥料、由此下降运营本钱并进一步进步地步产值。现在农业机器人的复杂度正在敏捷进步，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，农业机器人技能可以快速捕捉名贵数据，借此调优AI与机器学习算法，然后进一步进步农作物产值。

6. 经过消除一系列传统阻挠，新式技能有望向商场交给更新鲜、更安全的农作物，一起极大改进农业供应链的可追溯性。

2020年迸发的新冠疫情加快了在农业供应链中布置盯梢与溯源功用的速度，2021年这股趋势也仍将安稳存在。这种具有杰出办理的盯梢体系可以供给更强壮的可见性，全面进步对供应链的全体操控才能，借此有用下降库存。最新盯梢体系乃至可以区别入库货品的批次、所属项目并完成集装箱等级的细粒度记载。此外，跟着RFID与物联网传感器在整个制作流程中的快速遍及，现在大多数先进盯梢体系也开端依托先进的传感器以获取关于每批货品的更多状况信息。沃尔玛方面就在推进一项试点，旨在研讨怎么运用RFID简化配送中心的货品盯梢功能，并将功率进步至手动操作的16倍。

7. 凭借AI与机器学习组合优化可生物降解农药的正确混合份额并仅在必要时运用，从而下降运营本钱并进步单位地步产值。

经过将智能传感器与无人机视觉数据流结合运用，农业AI运用现在可以检测出栽培区内病虫灾最严峻的区域。以此为根底，再运用监督式机器学习算法，农业专家即可确认农药的最佳组合，有用操控有害生物要挟、阻挠其进一步分散并感染其他健康农作物。

8. 依据农作物单产率确认总产值，借此拟定合理有用的农作物定价战略。

精确掌握农作物的收成率与质量水平，有助于农业企业、协作社以及农人更好地拟定定价战略。考虑到商场关于特定作物的整体需求根本稳定，各方可以依据作物的收成挑选固定价格、一致价格乃至弹性价格等战略。单凭这些数据，每年就能为农业企业消除数百万美元丢失。

9. AI可协助农人查找灌溉体系中的渗漏点，优化体系效能并衡量怎么调整灌溉频率以进步农作物产值。

在北美许多区域，水都是最为稀缺的资源之一，乃至直接决议着以务农为生的整个社群的日子走向。高效运用水资源，或许可以让一家农场扭亏为盈、妙手回春。经过线性编程，咱们可以快速计算出特定地步或农作物到达抱负产值水平常所需求的最佳水量。监督式机器学习算法则可以确保地步与农作物取得满足的水分以优化产值，但又不致过度糟蹋这种名贵资源。

10. 监控并坚持牲畜的健康状况——包含生命体重、日常活动水平以及食物摄入量——现已成为AI与机器学习的全新运用阵地。

要确保长时间为牲畜供给杰出照顾，咱们有必要随时了解各类牲畜关于当时饮食及寓居条件的实践反响。运用AI与机器学习技能，农业专家可以了解哪些因素决议着奶牛们的心情，并经过恰当调整进步奶牛们的产奶量。关于以牛及其他牲畜为主体的畜牧职业，新式技能的介入为草场们拓荒新的赢利空间带来了史无前例的新方向。