AI：未來農作物的命脈
人類本身的存在就是一個BUG，自從智人開始進化以來，全球的總人口可能在2050年膨脹到前所未有的100億，但是我們的地球自太陽系穩定以來卻沒有怎麼擴張過。這就意味著，我們要在有限的土地上養活越來越多的「吃貨」，加上我們對自然環境的改變，全球變暖、厄爾尼諾現象、水資源的劇烈波動性、等，我們已經開始發現周圍的一些問題了。我們將與危機進行競爭，力求贏得生存的概率。
偶然或者必然，在深藍、AlphaGo，無人駕駛等技術浪潮下，機器時代即將開幕，真正的智能時代，令人刮目相看的機器人、機器學習的演算法、也許是能夠幫助我們進行一場綠色革命，緩解人類與自然的衝突，並且為未來膨脹的人口提供生存的必要條件。想像圍繞在地球表面的衛星自動的學習地表的乾旱，並進行預測；能夠自動除草和殺滅病蟲害的AI拖拉機/機器人；具有一套專家診斷系統支持的AI手機APP能夠告訴我們的種糧大戶莊稼有什麼問題，又該如何處理？
在AI的加持之下，粗陋的稻草人將擁有強力的智能，化身為莊稼俠，維護田間的正義。
綠色數字化手指
深度學習目前是人工智慧屆的一大武器，程序員無需告訴機器具體該做什麼，而是通過訓練演算法去學習某種特定的模式。因此，你可以教會人工智慧如何去辨別一副圖像中的健康植物，或者有什麼病蟲害(帶有標記的有監督學習)。在通過大量的學習之後，分類器能夠自動生成一個能夠鑒別健康植物的模型。
生物學家David Hughes和流行病學家Marcel Salathé已經整理了14種作物常見的26種疾病，通過訓練學習演算法，分類器通過圖片進行病理診斷的準確度已經高達99.35%。
儘管如此，這些刻意選取的照片在拍攝的過程中有比較好的光照和背景區分度，使得演算法的準確率較好。但是那些來自一線農田發送來的照片的識別準確度只有30-40%左右。
他們的最終目的是使得全世界的農民能夠通過網路和他們的PlantVillage軟體向AI發送相關的診斷照片，餵食AI來自世界一線的素材，能夠使得它茁壯成長。不過，除了照片，還有不少別的維度的照片，比如拍攝器材，時間，地點等。
除了要識別疾病，還要考慮很多其它的因素，除了疾病，大多數的植物主要造成生物應激(physiological stress)的下降的原因還包括礦物元素缺失，和土壤鹽分、以及溫度、濕度等條件的變化(生理應激反應表現為身體一系列生理、生化、內分泌、代謝、免疫過程的變化)。但是，很多人的直觀反映是這與某種微生物有關，從而導致錯誤的治療方案。這種誤診即會導致農民濫用農藥和除草劑導致經濟損失，也會帶來額外的環境污染啊。我們需要增強AI在這方面的能力，以便能夠及時和準確的判斷植物生長的受限因素。
進一步的，我們要想重新奪回對作物的控制權還需要考慮讓AI能夠識得不同作物的生長特性、一年的氣候變化，達到節氣，小到天氣；土壤的理化性質等等。聯合國糧食和農業化組織對這種能夠有效對作物進行管理的工具讚不絕口。
自動化拖拉機
農業技術對發展中國家十分的重要，而發達國家的農田則淹沒在殺蟲劑和除草劑的海洋中。美國每年農民需要花費3.1億英鎊(英國人統計的？)購買除草劑，這還僅僅只統計了玉米、大豆和棉花的種植。傳統的噴洒方式採用的是地毯式的轟炸技術，全方位覆蓋農田，保證無死角。
一家名為藍河高科(Blue River Technology)的公司給出了他們的解決方案，LettuceBot看起來只是一個普通的拖拉機，但是其實卻具備強大的機器學習能力。
藍河聲稱這台拖拉機能夠在一分鐘內檢查5000株幼苗，利用機器視覺技術和演算法來區分幼苗和雜草。這種速度與人力相比簡直快很多哦。多虧了相關的演算法，還有專用的圖像計算晶元，使得我們的每張圖片的解算只需要0.02秒。Enlitic(深度學習套件)的創始人Jeremy Howard說道。
在四分之一英寸的解析精度上，機器人能夠快速的對雜草進行定位，並進行噴霧處理。如果是照看大顆的蔬菜，還能夠判斷他們的長勢。如果長得太弱雞，他們也會噴一噴，主要是因為有些農民在種植的時候播種密度太大，所以需要犧牲長勢不好的。對出芽太近的甘藍，機器還能挑出長得弱的幹掉。
這是一種能夠被採納的細化方案，類似於如果在舊金山這種大型城市，少數人感染如喪屍病毒這種高致病幾率的情況下，如果有有效的疫苗，那麼雖說全市人民不會瘋搶著去接種？這樣藥廠就要發大財。這就是保護傘公司的策略。藍江的AI拖拉機就相當於一個能夠快速鎖定喪屍的機器人，能夠很快將所有殭屍在幾天內全部爆頭，簡直就是掛逼。
採用這種機器人，保守估計能夠降低約90%的藥物使用，目前美國約有10%的生菜種植商採購了藍河的拖拉機。
採用機器學習的演算法，機器人有get了不少新能力，更加精細化。雖然機器人的準確度和適應能力目前還不如我們，不過他們所擅長的重複操作使得他們成為精細化種植的雜草狙擊手。
上帝視角
在你頭頂600英里的軌道上，NASA的陸地衛星所能夠掃描到的圖像遠超可見光光譜所容納的信息。對與某個人來說，這種信息量太過龐大了，但是對目前的機器學習演算法而言，這都不是事。
如果發展中國家能夠掌握農業監控的能力，政府能夠更加合理的對專項資金的使用進行規劃，比如哪些地方的農民需要更加及時的貸款，需要針對特定的突發災害進行何種救治方案。印度的乾旱情況，在各個地區都不一樣，如何調度有限的水資源進行救災需要更全面的考慮總體情況。
剛剛啟動的Harvesting項目通過分析海量的衛星數據，來對災情進行綜合評估。他們希望演算法能夠將各個村莊的災情進行有效評估，使得銀行和政府的自己能夠按需分配給他們。人工處理的參數上限有10-15個，但是機器學習演算法能夠處理2000多個參數的模型，雖然這種情況比較極端。
針對全球變暖，氣候極端變化造成的各種自然災害(不過搞清楚源頭是人類的情況下是否還應該稱之為」自然災害「)，各國政府也十分迫切的希望找到能夠合理對有限資源進行分配的方案。傳統上，印度的養殖業一直是相對可預測的，至少在人類所構建的養殖場中。但是，近年來的極端氣候的劇烈變化，使得原有的規律被打亂。一場颶風和寒潮可能導致大量的禽類死亡。
我們的所作所為已經打亂了原有的自然規律，新世界的秩序我們還沒能掌握。不過好在我們研究出來了人工智慧，我們需要藉助機器人的能力在新世界中生存的更優雅。
※HEXA：掌握VR購物成真的關鍵命脈
※人的命脈在田，田的命脈在水，水的命脈在山，山的命脈在土，土的命脈在樹
※服裝店VIP維護的14條核心「命脈」
※評論、轉化率、搜索，關乎你的電商業務命脈，你優化了多少？
※能源是經濟的命脈，醇基燃料推動能源技術轉型
※科技公司正掌握媒體的命脈，Facebook和谷歌現在是媒體公司
※信息化時代數據是公司命脈，該如何搜集和使用？
※韓國網友：沒有韓，蘋果什麼也造不出來！三星LG掌控蘋果命脈！
※認識養陽命脈——督脈
※男教練這幾個減肥動作掐中命脈，女學員直接被俘獲芳心！
※在這件關乎皮膚命脈的大事上，99％的人都是在作死！
※邱毅：主導台灣經濟命脈的中產階級都是反「台獨」
※「飲食者，人之命脈」，現代人最常見五大飲食誤區，你佔了幾個？
※教育事業是每個民族的命脈
※助攻是火箭的命脈，防守是馬刺的取勝鑰匙
※行動自由是軍隊的命脈，沒了自由軍隊就有被打敗或被消滅的危險
※原來真正掌握澳門經濟命脈的，竟是一個端茶倒水的職業
※國粹命脈：儒、道、佛三家文化妙解
※薩德這次可能真的玩完了：韓國國內傳來一消息，擊中薩德命脈！