无人机以及卫星、智能喷雾器等可用来收集数据
无论是自动果园喷雾机、评估数据的软件解决方案，还是帮助包装商和托运商筛选不完美的水果和蔬菜的分选机，人工智能正在整个新鲜农产品供应链中占据主导地位。而且没有显示出任何放缓的迹象。
事实上，佛罗里达大学食品与农业科学研究所农业和生物工程副教授 Yiannis Ampatzidis 将人工智能称为第四次农业革命。 Ampatzidis 研究精准农业和作物生产机械化，他亲眼目睹了人工智能的重要性和潜力。
人工智能的现状
Ampatzidis 表示，种植者需要一种方法来评估飓风过后柑橘园和农场的损失，以便向美国农业部报告作物保险政策。
这些信息最初以无人机图像的形式出现，但随着技术的进步，人工智能可以获取无人机所看到的内容并开始处理数据，帮助种植者更好地了解他们的农场和树林中发生的情况。
随着黄龙病（也称为 HLB 或柑橘绿化病）的破坏，种植者希望使用无人机图像获得更准确的树木清单。 Ampatzidis 表示，UF/IFAS 开发了 Agroview，这是一种基于云和人工智能的技术，用于处理、分析和可视化从无人机等无人机飞行器以及卫星、智能喷雾器等其他来源收集的数据。
“我们开发了这种综合技术，利用了大量的智能算法和人工智能，”他说。 “我们可以检测树木，测量树木体积，甚至测量树木压力。这样做，我们甚至可以减少 90% 的数据收集和可视化时间。”
Ampatzidis 表示，下一步将利用无人机捕获的多光谱图像来评估植物的生长需求，这是防治柑橘黄龙病的关键一步。他说，农作物保险公司还利用这项技术来帮助种植者评估需要在柑橘黄龙病或飓风过后更换多少棵树。
另一个用途是智能喷雾器，主要用于柑橘园，它使用激光雷达和摄像头来感知和评估树木和树冠，并瞄准喷嘴以提供适当的覆盖范围。 Ampatzidis 表示，该系统还可以检测其他物体，例如电线杆、灌溉系统、工人等。
Ampatzidis 说，这些摄像机还收集图像和数据，他的研究团队利用智能喷雾器收集的数据来检测水果密度和计算水果数量；未来，它可以帮助种植者更好地预测产量和落果情况。
“在佛罗里达州，我们做了一些研究，发现使用这些技术可以节省 30% 的化学品，”他说。
Sunkist表示，通过 Sunsortai 在其包装厂部署了人工智能；通过机器学习，其计算机使用数据和算法对水果的分类和尺寸进行预测。 Sunsortai 扫描每个水果是否有疾病、畸形、腐烂、瑕疵、重量等。
Sunkist RTS 运营部运营总监米娜·阿卜杜勒沙希德 (Mina Abdelshahid) 表示：“随着时间的推移，我们提供的图像越来越多，该技术可以学习并适应新的识别功能，以更高的效率运行，并加强对水果的质量控制，改进现有缺陷。” “我们的系统还可以将常见缺陷、疾病和其他缺陷的名称编入我们的数据库中，以便将来更容易识别和使用。”
未来 5 到 10 年内人工智能在农场的应用将继续增长，并提高运营效率。
采用人工智能面临的挑战
澳大利亚初创公司 Bitwise 使用人工智能提供精确分析，其首席执行官菲奥娜·特纳 (Fiona Turner) 表示，在农场广泛采用人工智能的一大障碍是农场本身。
“没有两个农场是相同的，因此需要初始投资才能建立系统并有效运行，”她说。 “农民很忙，所以他们可能会想继续按照以前的方式做事——但世界在变化，天气在变化，农场需要适应它。”
Alphabet（谷歌母公司）旗下独立可持续农业公司 Mineral 的首席执行官埃利奥特·格兰特 (Elliott Grant) 表示，培训是农业行业采用人工智能的主要障碍。人工智能技术提供商需要帮助种植者了解如何最好地利用这些系统收集的数据。
“我们对人工智能所带来的机会、可以实现的效率以及专注于将良好数据投入实际运作的教育抱有乐观态度，这将大大降低这一障碍，”他说。
格兰特表示，另一个挑战是农民可能看不到采用人工智能技术的价值。新拖拉机或商品的投资回报可能很容易看到，但随着技术的发展，投资回报通常体现在效率的提高上，而这可能更难以量化。
“当人工智能模型在农民的田地中稳健可靠，并创造明确的投资回报率时，它们就会被广泛采用，”他说。 “但在到达那一步之前，我们还有很长的路要走。”
特纳说，另一个考虑因素是，虽然人工智能有助于加快流程，但它并不是绝对正确的。
“人工智能预测总是存在错误或不准确的风险，特别是在处理复杂且动态的农业系统时，”她说。 “最好的技术合作伙伴并不会取代农民的知识；而是为其添加价值。”
未来该何去何从？
格兰特指出，自动除草机和机器人除草机、产量预测模型以及人工智能驱动的水果和农产品分选机是人工智能渗透和改进生产的其他方式。
但他表示，对于农产品行业的人们来说，了解人工智能的本质很重要：作为一种生产力工具。
“我们看到的一些真正引人注目的应用是在植物识别、产量预测和质量检查方面，”他说。 “我们相信，未来，生成式人工智能代理将成为农民获取信息、查询数据集和获得新见解的界面——取代农民今天使用的工具，无论是笨重的数据库搜索、难以理解的图表还是色彩缤纷但难以理解的工具。解释实地地图。”
特纳同意。 “关于人工智能如何帮助农民，我们只触及了表面。”
格兰特表示，考虑到事物变化的速度，准确预测未来十年人工智能将把生鲜农产品行业带向何方是一项挑战。
“鉴于我们迄今为止所看到的指数轨迹，人工智能的能力可能会在 5 到 10 年内增强 100 到 1,000 倍，”他说。 “可以合理地预期，自动化和人工智能工具——从植物识别到产量预测再到质量检测——将在 10 年内变得普遍，特别是考虑到专业种植者面临着巨大的劳动力供应压力。”
格兰特表示，人工智能的下一个前沿领域将是数据输入，这可以采取预填写字段、针对具体情况的问题和检查答案准确性的形式。
他说：“用人工智能工具取代手动数据输入将能够节省农民的时间，提高准确性，并让他们集中精力将注意力集中在更有意义的农场任务上。” “我们正处于将人工智能融入工作流程、工作和设备的早期阶段。请记住，电力花了 30 多年的时间才取代蒸汽动力……系统和行为需要时间来完全适应。”
特纳表示，她预计未来五到十年人工智能在农场的应用将继续增长，并提高效率和运营。
“预测分析对于更好地了解天气模式、害虫爆发和市场需求可能会发挥巨大作用，”她说。 “我们期望看到人工智能驱动的工具能够在更精细的层面上实现精准农业，让种植者能够以前所未有的准确性和实时性监控和管理他们的作物。预测分析将使种植者能够通过分析历史数据、环境因素和市场趋势，更有效地预测和减轻潜在的风险和挑战。”
格兰特表示，他还认为人工智能对未来的种子育种具有潜在影响，因为种植者可以更好地将未来的作物和品种与当地条件相匹配。他表示，人工智能还可以帮助加快新农药、除草剂和*菌剂的分子和生物制剂的发现，同时对土壤健康和生物多样性的影响较小。他说，人工智能有潜力帮助种植者开发更好的财务和风险管理工具。
种植者收集的产量数据有可能对供应链产生更大的影响。
这不仅适用于农产品种植者
UF/IFAS 的 Ampatzidis 表示，种植者收集的产量数据有可能对供应链产生更大的影响。随着季节的进展，种植者将更好地告知包装厂产量和收获时间的预期。
“它确实可以改善和优化产品和商品的物流和贸易，”他说。
特纳表示，人工智能将通过优化帮助包装商和托运商减少食物浪费。
她说：“人工智能还有潜力通过优化运输路线、调度和物流来支持供应链，以确保及时向零售商和消费者交付新鲜农产品。” “这有助于减少食品腐败、延长保质期并增强整体供应链的弹性。”
特纳表示，人工智能也将帮助零售商更好地推广新品和当季商品。
“我们也已经开始看到人工智能在个性化营销和消费者洞察中的应用，分析消费者偏好、购买行为和市场趋势，为产品开发、营销和减少浪费提供见解，”她说。
结论
Ampatzidis 表示，虽然人们普遍担心人工智能将在几乎所有情况下取代所有工人，但这是不正确的。
“有些人担心人工智能会抢走我们的工作，但我们现在还没有到那个阶段，”他说。
但他表示，现在也不是忽视人工智能的时候。现在是开始了解人工智能和新技术如何改善运营的好时机——当不再需要立即实施这些新技术时。
“你确实需要自我教育，并尝试至少了解正在发生的事情以及[这些技术]可以提供什么，”他说。
格兰特表示，在引入新技术（尤其是人工智能）时，从小事做起是件好事。
“找到‘婴儿学步’应用程序来开始并熟悉人工智能，”他说。 “与任何新技术一样，采用需要熟悉并改变行为。从几个小项目开始——例如销售人员内部数据集的聊天机器人接口或用于书面报告或电子邮件的人工智能总结工具——将增强公司的能力和意识。”
格兰特说这也是心态的改变。
“不要考虑人工智能取代现有的任务，而是考虑人工智能可以改变工作方式的方式，”他说。 “它需要作为增强工具而不是替代品来实施。但人工智能的效率、速度、一致性和力量可以开启新的工作方式。”
