加快農業人工智慧研發應用，已我成中國在強化關鍵技術裝備創新方面的重要方式。開展核心關鍵技術和產品攻關，重點攻克運動控制、位置感知、機械手控制等關鍵技術。適應不同作物、不同作業環境，開發嫁接、扦插、移栽、耕地等普適性機器人及專用機器人。以畜牧生產高效自動化為目的，研製放牧、飼餵、擠奶、分級、診斷、搬運等自動作業輔助機器人。

此外，還需要研製魚群跟蹤和投餵、疾病診斷等水下養殖機器人，加強無人機智慧化整合與應用示範，重點攻克無人機視覺關鍵技術，推動單機智慧化向叢集智慧化發展，研發人工智慧搭載終端，實現實時農林植保、航拍、巡檢、測產等功能。

《數字農業農村發展規劃（2019-2025年）》中，從加強組織領導、加大政策支援、強化資料採集管理、強化科技人才支撐等方面提出了保障措施。其中明確，將數字農業農村科技攻關作為國家重大專項和重點研發計劃的支援重點。協同發揮科研機構、高校、企業等各方作用，培養造就一批數字農業農村領域科技領軍人才、工程師和高水平管理團隊。

總之，在資訊化、人工智慧迅速發展的今天，農業人工智慧的發展在未來農業領域的研發應用將會十分廣泛，把握好這一方向，中國農業農村領域的建設步伐也會加速邁進。

介紹一個在巴西的案例。

在巴西，農戶在需要測試土壤及水的質量時通常會將樣品送實驗室，這個過程不僅可能非常耗時 ，而且在收到測試結果時得到的引數可能已經過時。所以這樣一個過程對於小農戶來說的成本非常大。

鑑於此，巴西的IBM研究人員開發了一個基於人工智慧的程式原型AgroPad，以幫助農民靠自己就能輕鬆進行實時化學分析。 IBM的Mathias Steiner在部落格文章（http://www.fao.org/news/story/en/item/260535/icode/）稱，該程式原型“或可在數字農業和環境測試領域引起一場革命”。

資料顯示，全世界糧食的80%是由家庭農場生產的，因此能讓小農場用上低成本人工智慧工具極有可能確實有著重大影響。

AgroPad是一個大約名片大小的紙質裝置，內建一個微流體晶片。它可以在不到10秒的時間內對水或土壤樣品進行化學分析。農民只需將樣品放在卡的一側，卡另一側的一組圓圈就會顯示色度測試結果。

農民進而可使用專用的智慧手機應用程式立即獲得精確的結果。與此同時，IBM的應用程式用了機器視覺技術將顏色組成和強度轉換為化學濃度，所得到的結果比人類目測結果更為可靠。

據瞭解，IBM目前的原型可以測量pH、二氧化氮、鋁、鎂和氯，但IBM研究團隊正在努力擴大程式的化學指標庫。AgroPads還可以根據個別農民的需求進行個性化。

測試結果出來後，相應的資料可以以流式方法傳到雲上，並標上數字標籤，記錄分析的時間和位置。其中，數百萬個的個別測試結果可以存起來備用。Steiner在博文裡提到： “這是非常重要的功能，例如，比如可以把它用於監測特定地區全年肥料濃度的變化。”

如今，人工智慧已經越來越多地成了農產業的一部分。 John Deere最近收購了名為Blue River的矽谷人工智慧初創公司，目的是將機器學習、深度學習和機器人技術融入旗下的農場裝置。人工智慧技術在農產業領域裡除了用於作物分析外，還可以有許多其他的應用。例如，機器人技術可以幫助改善作物收穫，預測分析可以幫助農民預測影響作物生長的天氣條件。

創業公司SeeTree承諾使用配有AI和感測器的無人機將大資料帶到農業領域。SeeTree承諾為農業和種植業建立一個新的“情報網路”，以此來提高糧食生產的效率。使用無人機監測農業並不新鮮。谷歌母公司Alphabet的X部門去年證實它正在探索這種可能性，而像DJI這樣的無人機制造商已經有了商業用途的版本。

獲得所有資料後，您需要了解它。與工廠裝置不同，工廠裝置可以相對容易地連線到物聯網以進行效能記錄等，而農作物與WiFi和藍芽不相容。這就是是Seetree可以發揮作用的地方，它將無人機的多維感測器資料與地面感測器和人類手工測量相結合，測量諸如土壤酸度、光照水平和其他增長的相關指標。這些資料被輸入到人工智慧驅動的農業智慧服務中，該服務從宏觀和微觀兩個層面計算出農場的健康狀況。

有了這些見解，農場可以做更有針對性的工作，以獲得最大化回報。這可能意味著調整農場的灌溉平衡方式，或針對不同的土壤條件進行不同的肥料和其他處理。例如，人工智慧可以計算每棵樹的產量圖，種植者可以從中計算出替換樹木或選擇性地砍去樹木種類的價值，也可以根據水果大小的變化以及它們的生長髮育程度來計算不同的收穫時間表。 SeeTree表示，該技術還可以為作物健康問題提供有用的早期見解。