人工智能深远农业的未来发展的影响

发布日期：2020/6/13 9:55:20 浏览量：667次

5月26日消息，美国“连线”杂志撰文指出，随着人工智能和机器学习的发展，这将是在作物栽培，病虫害防治，农业资源配置起着农业未来发展的一个显著的作用带来了深刻的影响。电话机器人随着人工智能技术的发展，智能客服机器人渐渐进入客服岗位，帮助企业降低人工成本，提高工作效率。深度学习机器学习的分支，是一种以人工神经网络为架构，对数据进行表征学习的算法。在线客服系统在售前接待中能够提高客户触达的及时性、精准性来促进售前营销转化率的提升。现将原文编译如下：

人类如何养活自己一直是一个棘手的问题。自从进入智人时代以来，人口一直在增长，到2050年，世界人口可能接近100亿。这意味着同一片土地必须养活更多的人。再加上全球变暖和水资源短缺对农业的影响，势必给人类自食其力带来许多麻烦。

这可能是人类进化偶然的，而是必然的，机化是时代的发展摆在我们面前不可避免地。真正的智能机器人和机器学习算法带来人类社会新的农业革命，我们可以称之为新的绿色革命，科技的发展能够帮助人类，帮助养活自己。卫星在太空中可以帮助检测是否会出现干旱气候;现场拖拉机可以观察植物和杂草出收成不好;基于人工智能和实时农业工人能告诉什么病正在对作物产生影响智能手机的应用程序。

忘记此字段中的稻草人行。农业的未来在机器的手中。

数字化培育技术

深度学习是计算机行业的一种创新方式。通过深入学习，程序员不再需要告诉计算机该做什么，而是训练机器识别特定的模式。目前，深入学习技术已应用于园艺技能.您可以在计算机上输入生病作物叶片和健康作物叶片的照片，通过深入学习算法可以识别哪些作物在现实生活中是健康的。

通过深度学习算法，生物学家戴维·休斯和作物流行病学家马塞尔·萨拉斯可检测26种疾病。 14种作物他们将超过50000张照片上植物的叶子到计算机，并且相应的深度学习算法运行。最后的程序正确地识别作物病害高达99.35％的准确度。

但这一切的基础是在强光条件下和标准设置下拍摄植物。如果在网上随机选取植物叶片照片，识别率将降低到30%到40%。

休斯和萨拉斯希望将这种人工智能算法应用于他们开发的手机应用程序“植物村”。目前，手机应用可以让世界各地的农民上传患病作物的图片，一些农业专家也可以做出相应的诊断。休斯(Hughes)和萨拉斯(Salas)将通过输入更多患病作物的图片，使人工智能算法更智能、更可靠。Saras说，我们从各种来源得到了很多农作物的照片，包括很多关于这些照片是如何拍摄的、拍摄地点和年份的信息。这些照片可以有效地提高算法的准确性。

该算法的应用，不仅挖掘植物病虫害，影响有许多作物的因素的深度。