北京时间 4 月 15 日消息，农业的数字革命，或许有益于企业，也有益于地球。农业的数字革命旨在用更少的农场经营，生产更多的粮食。这就意味着，农用化学品减少、重型机械减少、消耗的水也变少了，也不需要额外的土地了；并且对农民们来说，更重要的是，花在农耕上的时间也少了。

三大发展，吹向了农业数字革命的号角。首先，传感器技术的发展。如今的传感器，体积异常小又极为便宜；其次，在农场和计算云之间传输数据的通信技术发展；以及最后，使用人工智能和机器学习处理海量信息数据的技术。

康奈尔数字农业研究中心的主管苏珊・麦库奇说：“这可以帮助农民知道，牛羊群中有事情要发生或者果园需要照看。”麦库奇预测，未来，灌溉系统中的传感器将可以接受卫星信号以决定是否需要浇灌农作物 —— 前提是土地已经干燥且没有降雨预测。

她说：“这就是物联网与生物互联网的结合，当然这需要海量数据分析能力。比如，我们正在研究奶牛。我们在奶牛的瘤胃中放置了纳米传感器，当奶牛的反刍行为有异样时，农场主和兽医就可以在症状显现之前及时找到生病的奶牛。”

到目前为止，农业中的大多数进步都属于定义比较宽泛的“精准农业”。全球定位系统的到来和农业机械的发展，让农民们现在可以更精准地播种、保护和收获农作物，尽管精准农业的重点通常以大规模商品作物为主，如小麦、大豆和芥花籽油作物等。这项技术现如今已经与卫星和无人机摄像相结合，以监测杂草水平和绿荫覆盖、土壤分析、天气模式和特定土地的历史农作物产量数据等，接着再将这些数据输入处理系统，处理系统会使用人工智能和机器学习来指导田间决策。

这种海量数据的分层与后续的建模，可以帮助农民做出更好的决策，提供种植的成功可能性。他们拥有的信息越多，他们就可以更加精准地预测耕种决策的结果。他们是否应该在那块田地里种这种庄稼呢？根据当前的天气预报，这周播种跟下周播种会有什么区别？这种作物品种是否更适应这类型的土壤呢？知识为农业带来强大的可预测性，并且也有大量企业正在收集数据，推动农业的数字革命。

航空航天工程公司 Planet 就是这样一家公司。Planet 每天使用 150 个鞋盒大小的微型卫星，以 3-5 米（10-16 英尺）的分辨率在全球拍摄 300 万张单个图像。图像的拍摄节奏对农民尤其重要，因为这些数据的时效十分短暂。

Planet 的联合创始人罗比・辛格勒说：“每日卫星拍摄可以在全球范围内，在当地农场层面，使得实时决策成为可能。农民可以用更少的投入获得更多的收入，减少营养溢出，并有效扩大再生耕作方式，比如免耕法（有证据证明，犁地会释放土壤中的碳元素）和覆盖作物耕作法。下游的消费品公司可以提高供应链的透明度，并兑现零森林砍伐的承诺。我们在 2010 年创办 Planet 的时候，我们的愿景是创建一家可以从太空获取信息，然后用这些信息帮助地球生命的公司。十年后，有了数百颗卫星之后，我们的技术现在可以协助政策的制定，并使农业成为应对气候变换的一个不可或缺的工具。”

让我们回到地面。地球上最大的公司之一也打算深入田间，将自己的数据专家与传感器技术和机器人创新相结合。X-The Moonshot Factory 是谷歌母公司 Alphabet 旗下的创新引擎。这些年来，X 公司一直在钻研他们所谓的“计算农业”领域。项目负责人埃利奥特・格兰特解释说，Project Mineral 项目团队已经开发了一种现场机器人，该机器人可以通过 3D 成像与多层数据收集，监控作物中的每一株植物，以制定针对性的养护措施。

格兰特说：“Mineral 的原型机器人将硬软件与传感技术相结合，利用我们在人工智能、仿真、传感器和机器人领域取得的突破，帮助农民、饲养者还有农学家理解和预测植物的生长方式和与周围环境的互动方式。在过去几年中，我们与合作伙伴们共同努力，尝试理解复杂的植物世界，努力进一步掌握这种复杂性，并致力于建立一个更加可持续、适应力更强和更高产的粮食系统。”

▲ ApisProtect 在欧洲和北美洲监测着 2000 万只蜜蜂，关注生产力下降的迹象

说到食品生产，大自然中最重要的一个活动就是授粉。正是传感器技术，在为植物的授粉活动保驾护航。菲奥娜・爱德华兹・墨菲从事传感器技术的研究已有十多年。2013 年，墨菲注意到蜜蜂中间的蜂群崩坏症候群。从小在爱尔兰乡间长大的墨菲，十分清楚蜂群崩坏症候群可能会对食品生产造成的影响。在拿到无线传感网络与嵌入式系统的博士学位之后，她选择将自己所学到的尖端技术应用于解决蜜蜂的问题。为此，她成立了 ApisProtect 公司。她和她的团队开发了一种监测技术，使用智能手机大小的设备全天候 24 小时不间断地监测每一个蜂箱。接着，这项技术再运用机器学习算法，来解锁数据背后的故事。今天，爱德华兹・墨菲和她的团队在欧洲和北美洲监测着 2000 万只蜜蜂，同时也在与爱尔兰的商业养蜂人、业余养蜂人合作。

她解释说：“简而言之，我们将传感器技术和机器学习相结合，从而帮助养蜂人在养蜂过程中，减少损失，提高生产效率。我们将小型传感器放置在蜂箱中，不断收集数据 —— 尤其是温度、湿度、声音和运动等数据，然后使用我们在过去三年中开发的机器学习技术，将这些数据转化为有用的信息，能告诉我们蜂箱中的情况。”

如果蜂箱遇到问题，传感器可以监测并记录下蜜蜂的行为变化，然后数据处理会提醒蜜蜂主人，蜂箱内可能出了一些问题。这不仅可以帮助养蜂人及时定位出问题的蜂箱，也可以减少对健康蜂箱的非必要检查，从而避免打扰蜜蜂们的正常活动。

墨菲说：“从本质上讲，我们为养蜂人提供了讲述他们的蜂箱内一切情况的图片，然后他们可以据此选择，哪一个蜂箱在当前节点需要实际干预。我们经过研究发现，80% 的蜂箱不需要人为的干预。我们会找出哪些蜂箱行为异常，接下来就需要依靠养蜂人的专业技能了。所以，我们不是要成为医生，我们其实是设备，告诉医生应该关注哪些患者的设备。”

▲ 荷兰是全球番茄作物产量最高的国家，每平方英里产量接近 132000 吨

数字革命也可以在食物链的另一侧发挥作用，比如预测农作物的产量。尽管荷兰的面积相对较小，但该国却是全球番茄作物产量最高的国家。每平方英里产量接近 132000 吨。这些番茄的生长十分依赖温室，因为密封的温室可以让农民精准地控制园艺条件，而且他们在这一领域的创新也属世界一流。最近，Hortikey 公司的安德里亚・霍夫兰德解释说，他们开发了一个名为“Plantalyzer”的机器人。

霍夫兰德说：“我们需要提高整个供应链的透明度，因为供应和需求的匹配之间存在一个很大的问题。预测作物产量，以前完全是靠人工完成的 —— 靠眼睛观察，无法规模化扩展，而且就算是专家来估计，也会存在很大的误差率。”

所以，我们引入了 Plantalyzer。这个机器人可以通宵工作，测量底部两到三个番茄藤，每晚对 5000 株植物的果实颜色和数量进行绘制。然后，这些视觉数据会使用与华盛顿大学合作开发的专业软件进行处理，在第二天计算出预期产量，准确率在 85% 到 95% 之间。所有这些结合在一起，可以让种植者在出售番茄时商定更好的价格协议，获得更高的利润率，高效地规划运输物流，避免浪费，更重要的是，避免超市货架上缺货。

众所周知，到 2050 年，地球上预期将再多出 20 亿人口，如果我们希望喂饱这么多的人口，生产更多粮食迫在眉睫。与此同时，科学证据亦毫不留情地提醒我们，我们在生产更多粮食的同时，必须减少对环境的影响。根据联合国粮食及农业组织的数据，26% 的全球温室气体排放来自于农业；全球使用的淡水，有 70% 用于农业；78% 的全球海洋和淡水富营养化（农用化学品流入水道，破坏原有水生生态系统的过程），也归咎于农业。这些都是导致人为气候变化和生态危机的重要因素。除此之外，我们还面临其他日益严重的挑战，比如土壤贫瘠、农用化学品使用以及野生栖息地减少所造成的生物多样性损失等。如今，地球上约有一半的可居住土地用于农业，而在一千年前，用于农业的可居住土地仅 4%。

农业，因其造成的种种问题，已经越来越受到严密的关注。但是，不断以尽可能低的成本生产粮食，这一个压力仍旧是减少破坏性活动的政治与经济障碍。数字技术和深度数据处理的引入，或许是协调地球与人类需求的一个催化剂，它可以帮助我们减少有害化学品的使用、在植株层面上定制作物养护方案，以及了解我们所依赖的生态系统。

在康奈尔，苏珊・麦克库奇解释说：“数字技术在农业上的应用对‘同一健康’这个概念具有巨大的影响。如今，在公共卫生政策领域，同一健康这个概念正变得越来越重要。这是地球的健康，也是人类的健康、动物的健康、植物的健康 —— 所有构成整个互联网络的生物的健康。当你开始把这一切视为一整个非常复杂的系统时，由于它的复杂性远超过了我们人类大脑的能力，你就需要新的工具来监测这个系统，从而实时地输入数据并采取适当的应对措施。”

这一次非同寻常的农业革命，将给我们带来巨大的希望和收获。但麦克库奇的言语中不乏警示之意。她说：“农业数字革命可以解决这个世界上的许多粮食过剩和粮食不平等的问题。我们可以创造一个更加健康的粮食供应，我们可以更加平等的分配粮食。但是，任何变化，在惠及一部分的人时候，也会损害到另一部分人的利益。如果机器人和信息管理可以胜任大量工作，那么先前以此为生且教育水平不高的人们将逐渐失去工作，失去收入来源。我们的社会又该如何处理这个问题呢？政府政策不能缺失，而且由于新的设备和维护需要大量投资，许多小农场主未必能够及时享受到数字农业带来的美好前景。”

麦克库奇还说：“同样重要的是，我们又该如何整体评估系统即时生成的这些耕种建议呢？毕竟了解这些系统的人少之又少。”

麦克库奇提醒说，我们不能简单的将农业视为一种生产卡路里的机械方式 —— 纯粹由投入和产生构成的系统。相反，我们需要思考，如何通过我们与大地之间的纽带，与自然世界保持有意义的关系。

本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/546/153.htm]