5月26日消息，美国《连线》杂志日前撰文指出，随着机器学习等人工智能技术的发展，其将在作物培育、防治病虫害以及农业资源分配方面发挥显著作用，对未来农业发展带来深远影响。现将原文编译如下：
一直以来，人类如何养活自己就是一个棘手的问题。进入智人时代以来，人口数量不断膨胀，2050年世界人口总数或将接近100亿。这意味着同样的土地必须养活更多的人口。加之全球变暖以及水资源短缺对农业带来的影响，势必对人类养活自己造成不小的麻烦。
或许可以说是人类进化的偶然，但也是时代发展的必然，机器技术无可避免地来到我们面前。真正智能化的机器人技术以及机器学习算法为人类社会带来了新的农业革命，我们可以称之为新的“绿色革命”（Green Revolution），技术的发展有助于帮人类养活自己。太空中的卫星可以帮助探测气候是否会出现干旱；田间的拖拉机可以观察种植物并剔除不良作物；而基于人工智能的智能手机应用可以实时告诉农业人员什么疾病正在对农作物产生影响。
忘记田间的那些稻草人吧。农业的未来掌握在机器手中。
数字化培育技术
深度学习是计算机行业的创新方式。通过深度学习，程序员不用再明确告诉计算机需要做什么，而是训练机器识别特定的模式。目前深度学习技术已经应用于园艺技能（Green Thumb）。你可以在计算机中输入患病作物叶子以及健康作物叶子的相关照片，通过深度学习算法计算机可以识别出现实中哪些作物是健康的。
通过深度学习算法，生物学家戴维·休斯（David Hughes）和作物流行病学家马塞尔·萨拉斯（Marcel Salathé）可以检测出14种作物的26种疾玻他们将关于植物叶子的5万多张照片导入计算机，并运行相应的深度学习算法。最终程序正确识别作物疾病的准确率高达99.35%。
但是实现这一切的基础，是要在明亮的光线条件及合乎标准的背景下拍摄出植物的照片。若在互联网上随机选取植物叶子照片，其识别准确率将降至30%至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PlantVillage。目前该手机应用可以让世界各地的农民上传患病作物照片，并有农业专家对此做出相应的诊断。休斯和萨拉斯将通过导入更多的患病作物照片，使这种人工智能算法更为聪明可靠。萨拉斯表示，“我们从多个来源获取了关于作物的大量图片，其中也包含了照片是如何拍摄的、拍摄地点、年份等大量信息。这些照片能够有效提升算法的精确度。”
算法的应用不仅仅是对植物病虫害的深度挖掘，对作物影响的因素还有很多。休斯指出，“大部分妨碍作物生长的因素都是生理性的，譬如土壤养分中缺钙元素或镁元素，亦或是钠含量过多或环境温度过高。农民却往往认为是细菌或真菌导致的作物疾玻”对作物的误诊会导致农民滥用农药和除草剂，对时间和金钱都是一种浪费。而在未来，人工智能可以帮助农民快速准确查明问题所在。
一个手机应用便可帮助农民确定问题，而专家也可根据环境给出相应的解决方法。理想情况下，未来人类可以完全控制农作物的生长。联合国粮食和农业计划署认为这种技术对于作物管理来说是“有用的工具”，但这种情况下农业专家做出的论断过于形而上。联合国粮农组织植物病理学家法兹尔·杜桑瑟理(Fazil Dusunceli)指出，“这种电子诊断方法是好的，但‘最终的决策应当是与实地调查相结合’。”
拖拉机升级版
目前，发展中国家农业知识匮乏，而发达国家却存在滥用杀虫剂以及除草剂的情况。据统计，美国农民每年使用除草剂应对玉米、大豆和棉花种植就要花费3.1亿英镑。这完全是一种粗放式的防治手段。
而农业机器人公司Blue River Technology则针对生菜种植提出了一种新的解决方式。其开发的农业机器人LettuceBot外观与田间的拖拉机没有什么两样，但却是一个智能化的机器人。