機器學習可以幫助農民提高產量

       優化種子選擇、減少肥料使用和檢測農作物疾病早期跡象的機器學習軟件正在徹底改變農業。現農業大部分處在自動化的情況下，但可惜的是大多數農民都無法收集到有用的數據，或者收集到了也難以有用的方式對其進行分析。


       優化種子選擇、減少肥料使用和檢測農作物疾病早期跡象的機器學習軟件正在徹底改變農業。

       現農業大部分處在自動化的情況下，但可惜的是大多數農民都無法收集到有用的數據，或者收集到了也難以有用的方式對其進行分析。然而如今新興的數據收集和分析工具將有助于提高農業產量。

       氣候公司首席科學官 Eathington表示：在接下來的5到10年里，我們將看到大量的傳感器被用于農業領域，以此來收集數據。

       這家氣候公司成立于2006年，最初由谷歌的兩名前員工創立，現在由德國化工巨頭拜耳（bayer）所有。該公司已經開發出工具，可以從多種來源收集信息，包括農業設備和油田的傳感器。這些不同傳感器的數據隨后都會在云中進行分析。

       該公司正在建立越來越復雜的模型，以幫助農民了解在特定天氣和土壤條件下，哪種雜交作物產量更高，或者在特定環境下，哪種肥料水平最適宜。其他工具如無人機、衛星和現場攝像機也在幫助農民發現和應對農作物早期疾病跡象。

       Eathington表示，該公司的軟件模型正在幫助農民每英畝（1英畝=6.07畝）多生產八蒲式耳（一蒲式耳等于27.216公斤）的農作物，這可能在通常利潤率較低的農業業務上造成巨大的財務差異。在大約80%的時間里，該公司的模型比研究土壤管理和作物生產的科學家的建議要來的更好。

       除了幫助農民謀生之外，隨著氣候變化造成的環境越來越不穩定，這些工具也可能成為滿足全球糧食需求的關鍵。