现在，再想想传统方案：不论情况如何，统统给地里喷洒农药。Blue River Technology的Ben Chostne说：“这就像是说，如果旧金山的一小部分人感染了疾病，你的唯一选择就是给城里所有人一片抗生素。病治好了，但是成本太高，没有很好地利用抗生素潜能。”
另一方面，Chostner称，有了LettuceBot农民可以减少90%的农药用量。现在，机器已经被用于市场——Blue River所服务的农田，每年供应的生菜占全美生菜供应量的10%。
一分钟拍摄5,000张幼小的植物的照片，利用算法和机器视觉去识别每株植物是生菜还是杂草
LettuceBot非常的强大，因为它利用机器学习加强了机器人的自身优势：精确性。虽然不能像我们一样奔跑或者操控物体，但是它们细致谨慎，做事前后一致——一个完美的农业狙击手。
处理卫星数据的人工智能
头顶400英里的轨道上，NASA的Landsat卫星正利用空间光谱之外的电磁波段，为我们提供了地球表面调查数据，堪称神奇。对于人类来说，这些信息难以消化，不过对于机器学习算法来说，小菜一碟。
在监视农业种植方面，这些数据极具价值。尤其是发展中国家，当决定是否给农民发放贷款或者给予紧急援助时，政府和银行往往面临着数据短缺。在印度的一场干旱期间，不同的地区，旱情也不同。而且在这些地区中，一些农民比其他地区的农民有更好的办法获取水资源。
因此，一家叫做Harvesting的公司正在用深度学习来大规模分析卫星数据，帮助机构能够更有效地分配资金。Harvesting的CEO Ruchit Garg说，“我们的愿望是利用这种技术来区分出这样的农民和村庄，帮助银行或政府把钱贷给正确的对象。”他还指出，尽管一个分类分析师可能同时分析10或15个变量，机器学习可以同时处理2,000或更多。
随着地球变暖所引发的气候变化，政府面临着紧迫的问题：如何分配资源。一直以来，印度的农业相对具有可预测性。Garg说，“因此，我从我父亲、祖父身上学会如何种植，以及分辨四季。但是，由于剧烈的气候变化，情况已经变化，过去的那套做法不管用了。”
这是新的世界秩序。农民可以接受失败，或者以智能的方式种植农业——用更多的数据，更多的人工智能，以及更多喷洒农药的机器人。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！