遠距離傳輸wifi模塊智慧農業新模式人工智能+機械自動化新應用，案例：一個黃瓜農小池誠，原本是汽車廠的工程師，但他辭掉了工作，回到家鄉幫父母經營黃瓜農場。農場不大，但日本農場對黃瓜有不同的分類標準，小池家庭也是如此。只有同一品種的黃瓜分類才能達到9種，這讓他遭受了很多痛苦。

于是他把腦筋放在人工智能上，開始研究Google的TensorFlow該平臺以覆盆子派3為主控制器，并配有相機拍照。這些照片傳到了這里。TensorFlow該平臺在一個小的神經網絡上運行，以確定它是否是小黃瓜。之后，被判定為小黃瓜的照片被傳輸到更大的基礎上Linux服務器的神經網絡，根據不同的特點對小黃瓜進行分類。

突破初期失敗后，小池創建了一臺成本不到10萬元的自動分裝機，任何人都可以快速啟動。它還釋放了該系統的程序代碼開源GitHub上...

以前，我們已經介紹了物聯網+大數據智能農業進行；但事實上，農業科技就像主流科技領域一樣，即將被采用“大數據的下一步”，即以機器學習為首的人工智能技術席卷。

與其他行業相比，農業、漁業和畜牧業面臨著更嚴峻的挑戰。如今，世界人口約為72億，其中7.8億人生活水平較低，面臨結構性饑餓威脅。然而，到2050年，全球人口將高達90億，這意味著人類生產的糧食總熱量需要增加60%；如果計算肉類來源牲畜消耗的糧食，這些糧食的總熱量將達到103%；但相比之下，在過去的33年里，農業可用面積多只增加了4%。

因此，許多人認為人工智能是在耕地資源有限的情況下增加農業產出，保證可持續發展的有力答案之一；隨著人工智能的發展，也有“農機全自動化”趨勢。本文將介紹幾個實際案例，帶您了解人工智能在農業中的無限潛力。

AI成熟的視覺識別已經開始在農業中發展

市值約40億美元的蘋果每年在美國收獲和銷售，因此蘋果在美國農業中占有一席之地；與此同時，AI與遠距離傳輸wifi模塊全自動機器人正在猛烈沖擊蘋果農業，美國農機新創公司Abundant就發明了“采摘蘋果機器人“，它有機器學習的視覺算法，可以準確判斷每個蘋果，從提取到輕放在收集箱中。整個過程的準確性基本上和人類一樣，甚至可以以幾十人的速度工作。
另一間NatureSweet新農業公司更嘗試使用AI監測番茄的生長過程。通過安裝在溫室里的相機，他們獨特的算法可以識別番茄是否有病蟲害和枯萎的視覺線索，并實時通知農民病害已經開始發生。這種方法顯然比以前每周花時間進行人工檢查要有效得多。甚至，他們現在也開始寫一個視覺識別番茄是否成熟的算法。

快速改變農業面貌的自動機械

有鑒于微型MEMS傳感器（包括加速度計、陀螺儀、磁力計和壓力傳感器）GPS模塊和加工芯片越來越成熟，遠距離傳輸wifi模塊農業無人機的價格也越來越便宜，這對農民來說是一個巨大的好消息，也有深刻的潛力徹底改造整個行業。在臺灣，使用無人機噴灑農業、肥料和藥物并不是什么新鮮事。根據上下游報告，遠距離傳輸wifi模塊無人直升機噴灑10分鐘可噴灑15畝農藥，每天多可噴灑225畝，是傳統人力的三到四倍，可有效節省藥物，甚至注意葉片背面的絲瓜也可以通過氣流擾動順利施用。

但無人機不僅可以施用藥物和肥料。美國許多酒莊現在使用帶有高光譜相機的無人機，從紅外線和可見光譜中收集數據，拍攝健康植物和病害植物范圍的空拍掃描圖，即使是眼睛不明顯的害蟲、真菌感染和其他病變植物也可以識別。我相信敏感的讀者也猜到，這種紅外識別植物健康的視覺識別系統是機器學習與無人機相結合的另一個好案例。

而在熱門的“自動駕駛”部分，在2017年各國政府和廠商仍致力于實現遠距離傳輸wifi模塊無人駕駛上路駕駛之前，Kinze早在2012年，這家大型農機企業就參考了Google自動駕駛系統創建了自動農業和收割機。只要在耕作過程中將遇到的情況與田間信息一起輸入，GPS系統，拖拉機根據GPS系統記錄指示行駛，按前方進行紅外線掃射，避免撞到障礙物；大型農機企業久寶田也宣布，于2020年推出“一鍵完全自動”農業機械有助于解決日本農村勞動老齡化問題日益嚴重。

雖然人工智能已經成為科技領域的支柱，但我們也介紹了人工智能和自動機械在農業中的應用。但事實上，大多數主要農業企業、設備制造商和服務提供商都沒有在農業中大力推廣人工智能。

技術上大的挑戰之一是收集農業數據并不容易。我們知道，遠距離傳輸wifi模塊AI是大數據“下一步”，需要大量的數據來正確地訓練算法。雖然地理、天氣等數據相對完善，但作物本身的大部分數據只能在每年的生長季節獲得一到兩次，顯然比其他領域需要更多的時間；與技術、工業或網絡圈不同，所有權的透明度和共享更加困難。