机构名称：
¥ 1.0
一个多世纪以来，技术创新一直是提高农业生产力的主要途径。用于营养管理和病虫害防治的新植物品种和化学配方提高了农场的生产率和盈利能力。据估计，全球有 20 亿人受到粮食不安全的影响，其中包括约 6.9 亿营养不良者和 3.4 亿儿童患有微量营养素缺乏症 1 ，人工智能及其子集机器学习等先进技术有望为农业集约化和粮食及营养安全带来进一步实质性益处 2 。机器学习可以支持（在某些情况下实现）快速植物表型分析、农田监测、土壤成分现场评估、疾病诊断和监测、促进农用化学品应用的自动化和捆绑、天气预报、产量预测、具有实时农艺建议的决策支持系统 (DSS) 以及收获后处理和可追溯性的新方法。然而，农业技术现代化也导致了生态退化，包括水和土地污染以及土壤侵蚀，最终可能破坏粮食安全 3 – 5。此外，优先考虑少数植物品种已导致超过75％的作物遗传多样性丧失 6。在某些情况下，农业工业化增加了人类的苦难，包括接触有害化学物质 7 和社会剥削 8。在其他情况下，农业机械化与土地整合同步进行 9，因为小块和分散地块的所有者往往缺乏投资先进机械的手段，无法与利用规模经济的大地主竞争。农场规模的扩大和机械化为劳动效率、农业产量和盈利能力带来了相当大的好处 10、11，但也导致了劳动力流离失所、工资损失以及乡村景观和社区的有害变化 12、13。
负责任的农业人工智能需要系统地了解风险和外部因素
主要关键词
相关文件推荐
