|
資料來源:
https://www.grodan.com/our-thinking/grodan-blogs/5-reasons-why-ai-will-transform-the-greenhouse-industry/
園藝領域的AI和其他最先進的技術已經有許多進步和創新發展，有時似乎很難跟得上。在本文中，Grodan的高級數據科學家Gursel
Karacor介紹如何以AI改變溫室產業的五個原因
Karacor正在執行一項任務，那就是將這些改變生產的技術交到溫室的用戶。他在該領域擁有20多年的經驗，因此比其他人更了解技術和生產者的關注。但是所有這些技術發展對生產者代表著什麼？在詳細介紹溫室應用之前，先簡要介紹一下AI的工作原理：
“人工智慧（AI）涉及使用電腦來完成傳統上需要人類智能的事情。這代表著創建演算法以對數據進行分類，分析和得出預測。它還涉及對數據採取行動，從新數據中學習，以及隨著時間的流逝而改進。”
Karacor分享了AI如何改變您的工作方式使其變得更好的五個主要理由：
1.
對食物的需求將繼續增加。
越來越多對於高效率產生的新鮮和可持續食品的需求不斷增長。農地和農村地區勞動者之類的農業資源正在減少，而對糧食和新鮮農產品的需求卻在增加。“溫室和其他室內種植設施未來在滿足對食物的需求方面將發揮越來越重要的作用。因此，現在比以往任何時候都更加需要智能技術和AI的支持。
2.
技術成熟度已準備就緒
機器學習（ML）是AI的子集，它使軟體可以從數據中學習，因此它是純粹由數據驅動的。如上所示，在溫室中已積累了大量的數據和發展潛力。
•成像技術或深度圖像識別使機器可以通過使用照片“看到”圖像。正如俗話所說，一張圖片值得一千個字。在這裡，沒有比這更真實的了。圖像比感測器數據和手動記錄容易。
•機器人用於的自主或半自主設備的某些任務。這些任務通常是乏味，重複，耗時或危險的。
•Edge-AI：雖然一般的AI計算和建模是在主服務器/雲端上執行的，因此很耗時。但在Edge-AI中，所有計算都是在設備或機器人的“Edge”上進行的。計算直接在機器人本身上進行計算，因此可以做出更快的決策。這對於實時操作尤其重要。
3.
生產者準備好了
生產者正在密切關注技術的進步。他們仍然在遇到諸如我擁有大量數據的問題，但是該如何利用呢？我會落後於競爭對手嗎？我的成長策略是否最佳？他們非常熱衷於學習，並願意利用從流行技術（如AI）中獲得的數據。
4.
大數據為個人和本地解決方案創造了巨大潛力
數據的品質和數量非常重要，但對於生產者而言卻非常繁瑣。通過僅使用幾張照片，人工智慧技術可以幫助生產者註明農作物。此數據可用於許多應用程序，包括預測。例如Grodan的最新創新e-Gro可以預測長達4週的產量。此外溫室中的生產者可以從基於AI的更一般的預測和數據驅動的建議中受益。大數據還為生產者特定的智能解決方案提供了潛力。人類專家有通用的規則，但是某些地區具有特定氣候的特定生產者應具有定制的解決方案。這將帶來真正的改變，通過機器學習和AI持續不斷的大數據流動將使我們能夠利用所有這些資產。這是非常令人興奮。
5.
實現最高效率的自動化
溫室中仍然有大量的體力勞動來完成諸如種植，作物登記，收割等任務。這些繁瑣，重複和耗時的任務可以由例如機器人來執行。對自動化的需求不僅是出於效率相關的原因，還包括健康和安全性問題，例如病毒，細菌和疾病的傳播（減少人與人之間，人與植物之間的接觸），正如我們在COVID-19大流行期間清楚地意識到的那樣。
《評論》：這是一個數理專家對於人工智慧應用農業的宣傳。可惜沒有看到農業工程師提及如何以AI應用於農業。 |
