根据联合国粮农组织预测，到2050年，全球人口将超过90亿，尽管人口较目前只增长25%，但是由于人类生活水平的提高以及膳食结构的改善，对粮食需求量将增长70%。与此同时，全球又面临着土地资源紧缺、化肥农药过度使用造成的环境破坏等问题。如何在有限的耕地增加农业的产出，同时保持可持续发展？人工智能作为解决方式之一，展示出了其强大的实力。种子是农业生产中最重要的生产资料之一，种子质量直接关系到作物产量。种子的纯度和安全性检测，是提升农产品质量的重要手段。因此，利用图像分析技术以及神经网络等非破坏性的方法对种子进行准确的评估，对提高农产品产量和质量起到了很好的保障作用。在传统农业中，需要耗费大量的人力、物力。搭载人工智能技术的机器人将有助于缓解农民的负担，大大降低土地对劳动力的需求量。例如在种植、管理、采摘、分拣等环节都可以通过智能机器人来完成，实现农业种植的智能化与自动化。在农业生产的很多方面，大部分的工作是通过对农作物外观的判断进行的，例如农作物的生长状态、病虫害监测以及杂草辨别等等。在过去，这些工作是通过人的肉眼去观察，但是这存在两个问题：1、农民并不能保证根据经验做出的判断是完全正确的;2、由于没有专业人士及时到现场诊断，可能会使农作物病情延误或加重。人工智能技术可在农作物检测中提供强大的技术和支持，通过机器人视觉技术，模拟人类的视觉功能，从客观事物的图像中获取信息并处理和分析。人工神经网络具备机器学习能力，能够根据检测得到的气候指数和当地的水文气象观测数据，选择最佳灌溉规划策略。通过对土壤湿度的实时监控，利用周期灌溉、自动灌溉等多种方式，提高灌溉精准度和水的利用率。这样既能节省用水，又能保证农作物良好的生长环境。
不过，虽然人工智能技术已经开始应用于农业领域，但是与其在金融、医疗、交通等领域上的成功应用相比，人工智能在农业上的运用略显初级，大多农场、农业设备制造商还没有深入推进人工智能的引入。原因包括：1、农业领域的数据获取比其他行业要难;2、农业生产统计和量化应用困难，农业环境变化对人工智能技术在农业上的测试、验证和推广更加困难;3、缺乏既懂农业又懂人工智能技术的复合型人才。2017年，国务院印发的《新一代人工智能发展规划》提出，加快推进产业智能化升级。在智能农业方面，要研制农业智能传感与控制系统、智能化农业装备、农机田间作业自主系统等。建立完善的天、空、地一体化的智能农业信息遥感监测网络及农业大数据智能决策分析系统。除去国家层面的政策之外，各地政府也开始密集出台相关政策，以解决人工智能技术在农业领域的应用中面临的实际问题。2018年4月，教育部印发《高等学校人工智能创新行动计划》，提出加强人才培养与创新研究基地的融合，完善人工智能领域多主体协同育人机制，以多种形式培养多层次的人工智能领域人才;到2020年建立50家人工智能学院、研究院或交叉研究中心，并引导高校通过增量支持和存量调整，加大人工智能领域人才的培养力度。截至2017年12月，国内共有七十余所高校围绕人工智能领域设置86个二级学科或交叉学科。2018年国内高校首批612个“新工科”研究与实践项目中，已布局建设将近60个人工智能类项目。声明：本文转载自互联网，如有侵权，请联系本平台，本平台将更正来源或者删除该文。
