普华永道指出,基于物联网的农业(IoTAg)监控已经成为联网智能农业领域发展最快的技术领域,市场总额到2025年预计将增长至45亿美元。
-
根据BI Intelligence Research发布的预测报告,到2025年全球在联网智能农业技术与系统(包括人工智能与机器学习)领域的支出预计将增长两倍,达到153亿美元。
-
根据Markets&Markets公布的数据,仅农业方面的AI技术与解决方案支出预计将由2020年的10亿美元增长至2026年的40亿美元,年均复合增长率(CAGR)为25.5%。
-
普华永道指出,基于物联网的农业(IoTAg)监控已经成为联网智能农业领域发展最快的技术领域,市场总额到2025年预计将增长至45亿美元。
AI、机器学习(ML)以及物联网传感器,能够为算法提供丰富的实时数据,借此提高农业生产效率、提高农作物产量并降低食品生产成本。根据联合国关于人口与饥饿问题的预测数据,到2050年,全球人口将进一步增加20亿,农业生产力需要提高60%才能提供充足的食物。而根据美国农业部经济研究局公布的数据,仅在美国,种植、加工与食品配送业务的市场总额就高达1.7万亿美元。到2050年,人工智能与机器学习很可能成为新的技术核心,帮助我们从容应对20亿新增人口带来的预期粮食需求。
「农业」——最具前景的人工智能与机器学习应用场景之一
设想一下,在这些通常以数百英亩为基本规划单位的大型耕作区内,至少存在40种需要同步跟踪、凸显与监控的基础流程。深入剖析天气变化、季节性阳光差异、把握鸟类与昆虫的迁徙方式、理解特种肥料的使用需求、为农作物选择适宜的杀虫剂、监督种植周期与灌溉周期等等,对机器学习来说都是有望解决且极具现实意义的重大问题。时至今日,农作物生产正越来越依赖于出色的数据收集与分析能力。正因为如此,农民、合作社以及农业发展企业才决定进一步采用以数据为中心的方法,并不断引入AI与机器学习元素以提高农业产量与农作物质量。着眼于2021年,以下十种方式有望推动农业进一步发展向前:
1. 使用基于AI与机器学习的监控系统,跟踪每块作物田地的实时视频源,借此识别动物或人类的违规行为并立即发出警报。
AI与机器学习能够减少家畜或野生动物意外破坏农作物、或闯入偏远地区农场的可能性。随着AI与机器学习算法在视频分析领域的快速发展,每一位农业生产参与者都可以借此保护自己的田地与农业设施。AI与机器学习视频监控系统能够轻松扩展以适应大规模农业运营,将关注范围覆盖到整个农场之上。随着时间的流逝,我们可以对基于机器学习的监控系统进行编程或训练,教导其识别人员与车辆。作为AI与机器学习监控系统领域的领导者,Twenty20 Solutions公司已经用实际行动证明这些技术能够有效保护远程设施、优化作物生产并通过机器学习识别出田间地头上的意外入侵者。下图所示,为Twnty20 Solutions实时监控示例:
图:依靠AI与机器学习算法识别人员及车辆,能够帮助全球农业企业简化远程运营流程。
2. AI与机器学习——通过无人机实时传感器数据与视觉分析数据, 改善作物产量预测。
凭借智能传感器