民以食为天，农业是人类经济的主要基础。随着气候变化、人口增加、劳动力减少和食品安全等因素，促使农业寻求更多创新措施来保护和提高农作物产量。因此，人工智慧(AI)正成为广泛农产业技术发展的很重要力量。
以下将探讨人工智慧的农业应用及趋势，并介绍代表性业者及产品范例。
AI在农业的主要应用分四大类：
一、农业机器人
藉由开发和设计自动化机器人及程式，以处理基本的农业任务，自动化系统设备以解决农业劳动力短缺问题，例如比人力资源更高的速度收成农作物。
(一) 杂草控制Blue River Technology公司(Blue River Technology, 2019)
控制杂草的功能是农民的首要任务，因为除草剂抗药性变得越来越难克服。现今估计有250种杂草已有除草剂的抗性。利用自动化设备和机器人来帮助农民找到更有效的方法，保护农作物免受杂草的侵害。Blue River Technology开发了一款机器人See＆Spray，利用电脑视觉来监控和精确喷洒棉花植物上的杂草。精确喷洒可以帮助防止除草剂的抗药性，该公司宣称其精确技术可正常喷洒80%农作物化学品，并可将除草剂支出减少90％。
(二) 杂草机器人ecoRobotix新创公司(ecoRobotix, 2019)
以太阳能驱动的机器人，播种机通过机械或精确的除草剂分配来检测和拔掉杂草。搭载相机、GPS、感测器，达到精准协助农民及农药厂商降低使用农药机会，它比传统方法便宜30％，配备太阳能板，提供每次12小时使用。
(三) 农作物收成机器人Harvest CROO Robotics(Harvest CROO Robotics, 2019)
Harvest CROO Robotics开发了一款具备16个独立的采摘机器人，帮助草莓农场采收和包装，可以在一天内收成8英亩土地，并取代30名劳工，而农业劳动力成本高居总成本之40%。
(四) 农耕机器人FarmBot Genesis(FarmBot Genesis, 2019)
开发超过30种不同作物种植/锄草/浇水，利用机器视觉检测及收集数据，考虑植物年龄和来自当地传感器的当地天气状况等因素，以及互联网上的外部数据。同时，结合机械通过将不同的工具自动附加到通用工具支架上来执行不同的任务，包括种子注射器，浇水喷嘴和用于掩埋杂草的工具。该机器能够通过使用相机识别杂草，以及比较该地区的所有植物与播种种子的位置来识别杂草。
(五) 除草机器人Tertill(Franklin Robotics, 2019)
美国机器人公司Franklin Robotics 团队开发一款除草用机器人Tertill，找Roomba扫地机器人的设计者来设计外观。透过机身上单纯的感应器侦测杂草位置，搭配下方旋转修剪刀片来除草，并利用电容式感测器来侦测草的长度/高度来决定是否应该要修剪，动力来源自机身上方装设太阳能板。
(六) 采青椒机器人Sweeper Robot(Franklin Robotics , 2019)
由一群来自以色列、瑞典、比利时的研究员组成团队，利用AI演算法辨识青椒的外型及成熟度，再利用机器手臂的小锯子来进行采收。
二、农作物和土壤监测
受到森林砍伐和土壤质量下降之影响而威胁到食品安全的议题，同时对经济产生负面影响。如能利用无人机基于电脑视觉和深度学习演算法处理，或基于软体技术纪录大数据，以监测农作物和土壤健康，将可解决此议题。
(一) 诊断害虫/土壤缺陷的机器视觉(PEAT)( PEAT, 2019)
位于德国柏林的PEAT农业科技公司，开发了Plantix的深度学习应用程式，可辨识土壤中潜在的缺陷和营养缺陷。透过软体演算法进行分析，该算法将特定的叶子模式与某些土壤缺陷、植物病虫害和疾病产生相关联。图像辨识应用APP透过用户的智慧型手机镜头拍摄可能缺陷的图像来进行识别。然后向用户提供土壤修复技术、缺陷提醒及其他可能的解决方案。PEAT宣称其软体可以快速模式检测，精度高达95％，全球客户已超过50万。
(二) 追踪诊断土壤缺陷的机器学习(Trace Genomics )( Franklin Robotics , 2019)
加州的Trace Genomics公司，也开发一种类似Plantix应用程式，为农民提供土壤分析服务，由Illumina开发了使用机器学习的系统，为客户提供了土壤的优势和弱点。重点是防止有缺陷的作物，并优化健康作物生产的潜力。农民只要提供土壤样本给Trace Genomics后，用户会收到其土壤含量的详尽资料，包括细菌和真菌的病原体筛检以及全面的微生物评估。
(三) 利用无人机和电脑视觉分析农作物(SkySquirrel Technologies Inc.)( Franklin Robotics, 2019)
无人机在早期利用来喷洒农药，现在结合AI和空中技术来监测农作物健康。SkySquirrel Technologies是一家提供葡萄园无人机技术的公司，帮助用户提高农作物产量并降低成本。用户预先规划好无人机的路线，并利用电脑视觉记录用于图像分析。一旦无人机完成其路线，用户可以利用USB装置将无人机资料传输到电脑，并将获得的数据上传到云端硬碟。SkySquirrel使用演算法来整合和分析获得的图像和数据，以提供葡萄园健康状况的详细报告，特别是葡萄藤叶的状况。由于葡萄树叶常常是葡萄树疾病的隐患(如霉菌和细菌)，监测叶子的健康是整体健康状态的良好指标。其宣称可以在24分钟内扫描50英亩的土地，并提供95％的准确度数据分析。
(四) 台湾无人机业者雷虎科技(CX180) (雷虎，2019)
雷虎CX180工业及农业用智慧无人直升机，与逢甲大学航太系统合作研发，每台售价约150万元，仅约日本产制的三分之一。雷虎与国内农药大厂联利农业科技结盟，将共同运用雷虎研发的大型工农业用无人直升机CX180，积极布局AI及无人机在全球智慧农业的应用。双方将合资成立「智慧农业科技植保公司」。雷虎主要负责CX180工农业用直升机的技术咨询，教育训练与作业环境等各项评估。联利则负责客户服务，农业药剂的开发与调配，以及代喷业务、农耕植保技术等行销等业务。
(五) 台湾无人机业者经纬航太(ALPAS)(经纬航太，2019)
经纬航太ALPAS智慧型精准农业无人机系统，透过无人机载具推动高效植保，农药、肥料自动化喷洒等整合性系统服务，15分钟内即可完成1.8甲水稻田的农药、肥料喷洒。经纬智慧农业服务，包含以搭载人工智慧的飞控，和影像分析系统的无人机型，用高画素摄像机，进行农地植被探勘，品种辨识及生长情形分析，并建立3D影像模型，提供客户专业植保建议。
三、预测分析能力
正在开发机器学习模型，以追踪和预测农作物产量的各种环境影响，例如天气变化。
(一) 利用卫星于天气预报和农作物永续性(aWhere)(aWhere, 2019)
aWhere公司位于科罗拉多州，使用与卫星相关的AI机器学习演算法来预测天气，分析农作物的永续性并评估农场是否存在病虫害。例如，每日天气预报是根据每个客户的需求。
(二) 利用卫星于监测农作物健康和永续性(FarmShots)( FarmShots, 2019)
FarmShots总部位于北卡罗来纳州的新创公司，专注于分析卫星和无人机拍摄的图像所产生的农业数据。该公司声称其软体可以准确告知用户需要施肥的位置，并可将肥料使用量减少近40％。
(三) 结合AIoT(人工智慧+物联网)协助农民进行产销优化(蜂巢数据科技)
于2017年3月成立，旗下品牌「阿龟微气候」主要透过产地分析平台、田间感测器、在地气象站与缩时摄影机器等AIoT工具，协助农民产销管理以及风险管理。目前主要是针对产地进行分析管理，利用团队研发的软、硬体设备，在田间自动化搜集数据以及预测产量和产期，并透过这项预测技术，平台会从农民耕作起就开始计算每日产期及产量变化，让农民和采购商都能更精准去安排出货及供货调配，达到双赢效果。
四、区块链技术导入农产品供应链( JAVC Enterprise, 2017)
利用区块链(Blockchain)去中心化、分散式储存或记录、共享数据的特点，同时借助区块链不可更改的特性，来记录农产品生长与收获的全过程，更透明且安全性利用区块链管理自己的农场及作物，并向消费者保证农产品的品质。甚至，在数据处理分析过程加入AI功能，或是在点对点之间以虚拟货币交易，更是显示出区块链的价值。
(一) Ripe.io公司追踪番茄的成长历程及运销(FarmShots, 2019)
利用区块链管理自己的农场，包括：追踪番茄的成熟度、颜色和含糖量，减少腐坏，记录供应链。每一个番茄，都有自己履历资料及记录，并用分布式记帐的方式贮存在区块链平台上。同时，将共享数据并直接送达与农场合作的商店，每个人都可以很直观的了解每一颗番茄的生长时间、采摘时间、甜度以及含糖量。如此，开放的模式就可以很清楚的展现产品的品质，建立口碑及省下很大笔的行销费用。
(二) Filament公司建立智慧农场资产管理及追踪(Skuchain, 2019)
将物联网及区块链资产管理概念，运用于客户农机与现有网路并连接到更广阔的网际网路，藉由使用区块链技术之智慧农业可做到防止天气数据之窜改、警报简讯提醒、机械协议、GPS定位以及连结更多精准农业的相关平台服务。
(三) SkuChain公司强化物流建立食品供应链安全性(Skuchain, 2019)
藉由使用区块链技术发展货物流通的信任和可见度的相关技术，进行监控食品供应链，让消费者更好地了解食物来源履历、制造日期、以及食物当时生产情况，消费者可透过一个透明的分散式帐本方式详细了解所购买食品的安全来源。
五、结语
面对极端气候之下，农业不像其他行业易于风险建模和预测，因此AI应用进行广泛的监测和预防，显得至关重要。
AI浪潮是全面性产业翻转及颠覆，而且重点是目前尚未出现领导厂商及商业模式，所以不论大小厂或新创业者人人都有机会。还有，AI技术兼具共通性又须与本土特色相结合，才能真正发展出适应式AI来被接受，创造真正的专属价值。人工智慧的农业趋势，将是以农业为主体，分别结合AI、无人机、5G物联网、智慧机械/自动化系统、区块链的整合模式。所以，以中国既有ICT优势技术结合未来物联网及AI应用技术，可以协助中国农业掌握监测气候、温度、土地、湿度等工作环境。不过，中国面临休耕土地的议题，将来如何与科技结合，需要更完整的制度体系协助整合，使土地得到充分保护及100%利用价值。