如果在网上搜索“农业领域人工智能”，就会发现已经有大量的文章报道了正在崛起的农业人工智能创业公司，他们从智能识别杂草，到病虫害的图像诊断，甚至通过遥感卫星来判断农作物的长势。
人工智能目前是一个很火热的领域，而农业却恰恰相反，朴实的不能再朴实，低调地不能再低调，几千年来默默地为这个世界提供源源不断地食物。然而，随着人口不断的增长，我们的农业也面临严峻的考验，越来越多地年轻人不愿意从事辛苦的耕作，随着农业人口老龄化的加剧，未来谁还会为这个快速增长的经济体供应食物？
人工智能如何变革农业，已经成为很多农业领域巨头公司正想抢占的赛道。全球农化种子巨头孟山都在2013年就收购了基于气象图像数据预测天气的公司climate corporation，而2017年全球最知名的农业机械公司约翰迪尔以3.05亿美元收购了Blue River，一家通过图像智能识别杂草进行精准施药的硅谷公司。
人工智能的应用场景更多地是从人到机器的转变。首先是通过机器描述发生了什么？这就是各种图像和传感器获取的信息，展示了农作物的生长状态和环境变化。
接下来，诊断性分析，为什么会发生这样的变化？传统的农业生产依靠专家和富有经验的老农，而未来这些诊断将通过机器来完成。如今，路边的花花草草已经有多款app可以帮助我们识别，“那个草，那个花”已经成为过去式。而不远的将来，机器就可识别植物叶片上发生了什么病，应该怎样治标？
描述现在，判断过去，仅仅是开始，机器的智慧还在与它能够预测未来。大量的数据在人的大脑中是无法快速处理的，人的思维只能通过经验和直觉来判断趋势，但是，机器的智能在于它可以通过统计分析和数学计算，来完成对数据的建模，通过不断地完善模型，来实现对未来的准确预测。也就是说，未来机器可以告诉你，在这样的天气条件下，你种下的玉米会在第几天出苗，第几天结穗，第几天采收，而且还会告诉你有多大的概率会收获多少的玉米。
通过机器的判断，很多时候不只是简单的预测，还可以通过机器的学习发现新的知识。很多时候，人们看待问题的角度比较局限，猫和狗的分类通过几种特征，比如鼻子、耳朵等，而机器却有上万种角度，我们称之为特征。通过多个维度的区分，甚至又可能发现我们从未思考过的角度，这种情况下，机器甚至会成为人的老师。
农业领域的数据是需要联动的，光靠单纯的气象数据或者灌溉水肥是不足以支撑分析的。作为一个多变量的复杂系统，其中植物层面的变量让很多计算机专家都很头疼，光照、温度、水、营养甚至病虫害都会影响产量，而且其中很多因素之间还有相互作用。机器的输入输出是多么的精准和确定，而植物的输入和输出却让人无法掌控。
在可控环境下的植物种植例如温室或者室内垂直农业，可以收集到诸如生产计划，作物周期，质量控制，风险管理，劳动力，销售以及库存管理等等的数据，这些数据的价值很少被人们所重视，每一个环节都存在优化效率的空间，这就有了人工智能的用武之地。
随着农业可控的因素越来越多，农业生产的风险也会被逐渐降低，这样农业的标准化和现代化才有可能真正到来，期待未来的农业有更多AI的参与！
