“卷心菜機器人”/圖 來源網(wǎng)絡(luò)
在四分之一英寸（編著注：大約0.63厘米）的精度下，機器人可以在行進(jìn)中定位雜草，并在每株雜草上噴灑除草劑。如果機器人“目測”到一顆卷心菜生長得不然太理性，它也會給它噴除草劑（農(nóng)民過度種植多達(dá)5倍的卷心菜，所以偶爾犧牲掉一顆也沒關(guān)系）。如果兩株菜苗長得過于靠近，機器人會知道這不是一顆特別大的菜苗，并且把這兩株也摧毀。
如果你覺得機器人的做法太殘酷，我們先來看看另一種選擇：不管三七二十一，先給正片農(nóng)田噴上除草劑。“這類似于說，如果舊金山出現(xiàn)了一種傳染病，我們唯一的辦法就是給所有人，不管男女老少，都打一針抗生素。”Blue River Technology公司的Ben Chostner說，“人們的病可以治好，但是這很浪費錢。而且，這種辦法沒有把抗生素的效果發(fā)揮得最好。”
而有了“卷心菜機器人”，Chostner說農(nóng)民可以將化學(xué)物品的使用量減少90%。而且，機器人已經(jīng)開始努力干活了Blue River管理的農(nóng)田提供了美國每年卷心菜消耗量的10%。
上帝視角的衛(wèi)星
NASA的Landsat衛(wèi)星在我們頭頂上空400英里（編者注：大約643.74千米）環(huán)繞地球，為地球表面提供了魔法般強大的調(diào)查數(shù)據(jù)。各種層面的信息數(shù)量太大，對于人類來說很難消化，但是有了機器學(xué)習(xí)算法，這根本是小菜一碟。
這對農(nóng)業(yè)監(jiān)管來說具有極大價值，尤其是在發(fā)展中國家，政府和銀行在決策中非常缺乏數(shù)據(jù)支持，難以決定應(yīng)該給哪些農(nóng)民批準(zhǔn)貸款或者緊急支援。舉個例子，在印度的一次旱災(zāi)中，我們不僅看到不同的區(qū)域有不同程度的受災(zāi)影響，而且在區(qū)域內(nèi)，一部分農(nóng)民比其他人能容易獲得水資源。
因此，一家名叫Harvesting的公司正在使用機器學(xué)習(xí)，大規(guī)模分析衛(wèi)星數(shù)據(jù)，希望幫助機構(gòu)更加高效地分配財政資源。“我們對這項技術(shù)的期望是分離出一部分農(nóng)民和村莊，讓銀行或者政府將資金導(dǎo)向正確的群體。”Harvesting公司CEO Ruchit Garg說。他說，一個人類分析師可以同時可以處理10項、10項變量，而機器學(xué)習(xí)算法可以處理超過2000項變量。這完全不是同一個層級上。
隨著全球變暖讓氣候越來越混亂，政府面臨的壓力越來越大，必須能夠正確分配有限的資源。傳統(tǒng)上，農(nóng)業(yè)在印度算是一個相對容易預(yù)測的行業(yè)，至少從人類對環(huán)境的可控性這個意義上來說。“我從我的父親、我的祖父等祖祖輩輩人之中學(xué)到的知識，就是我用來耕田的知識，就是我對于季節(jié)環(huán)境的認(rèn)識。”Garg說，“但是，因為氣候劇變，我所面臨的，不再是我的先人們所面臨過的環(huán)境了。”
對，這是一個完全不同的世界了。農(nóng)民可能在變化的環(huán)境中遭受打擊，或者也可以進(jìn)入更加智能的農(nóng)業(yè)時代。農(nóng)民可以獲得更多數(shù)據(jù)、更多人工智能、更多可以噴灑化學(xué)品的機器人。
登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！