详细内容或原文请订阅后点击阅览
Google 推出人工智能项目以提高农业生产力和气候适应能力
在其“印度优先”项目中，这家全球 IT 巨头利用 Google DeepMind 提出农业景观理解 (ALU) 以及农业监测和事件检测 (AMED)
来源:The Hindu Business Line _经济Google 启动了一个项目（首先在印度），利用人工智能 (AI) 模型支持有针对性的农业解决方案，帮助提高农业生产力并减少气候变化的影响。
为此开发了两种人工智能 (AI) 模型，通过针对当前和未来问题的有针对性的干预措施来确保全球粮食安全和更高的农业产量。
“我们的努力重点是利用人工智能解决农业问题。我们希望展示人工智能如何以多种方式负责任地解决和改变数百万农民的生活，”Google DeepMind 农业和可持续发展研究负责人 Alok Talekar 说道。
专门的 AnthroKrishi 团队
全球 IT 巨头的研究实验室 Google DeepMind 提出了农业景观理解 (ALU) 和农业监测和事件检测 (AMED)，利用卫星图像绘制田地边界并跟踪农业活动。
Google 成立了一个名为 AnthroKrishi 的团队，致力于支持这些举措。 AnthroKrishi 团队的使命是整理世界各地的农业信息，并使人人都能访问和使用这些信息。 “考虑到这一点，我们利用了我们在地理空间建模方面的能力，”他说。
Alok Talekar，Google DeepMind 农业和可持续发展研究主管
这家全球 IT 巨头对其农业 API（应用程序编程接口）在构建具有影响力的解决方案中的应用不断增长感到鼓舞，这些解决方案包括农民信贷、作物咨询和国内和全球决策。
“随着这些模式不断扩大以支持更多国家，我们期待它们将为从粮食安全到农业复原力等全球关键优先事项释放巨大潜力，”他说。
扩展到 11 个国家
最初是为了支持印度的生态系统而构建的，目前已与亚太和非洲 11 个国家的值得信赖的测试人员分享了结果。这些国家包括印度尼西亚、日本、马来西亚、越南、肯尼亚、乌干达、加纳、卢旺达、尼日利亚和赞比亚。
模型的输出已作为 API 和 Google 地球提供给生态系统。 “ALU 数据层是 Google Earth 全球最受欢迎的层之一，”Talekar 说。
利用卫星图像，Anthrokrishi 识别了全国或任何地区的每一块田地、树木和水体。 “我们在全国范围内进行了全方位的覆盖。这是第一层。第二层，一旦你能够识别这些田地，就可以跨时间监控这些田地，知道什么在生长，什么时候播种，什么时候收获，”谷歌 DeepMind 负责人说。
这些信息通过 API（可供合作伙伴访问）或通过 Google Earth（合作伙伴可以使用其直观地查看这些输出的平台）提供。
15年历史
“第一层是我们的细分，我们称之为农业景观理解。它有 15 年的历史，每 6 个月更新一次。它通过查看卫星图像并为田地、水体、树木等生成单独的边界，”他说。
第二层标识单个字段并随时间对其进行监控。 “这大约有 6 年的历史，每 15 天刷新一次，所以是在月初和月中，”Talekar 说。
在项目成功后将其扩展到其他国家时，他表示：“我们认为我们可以使那里的生态系统蓬勃发展。”
状态同时点击
项目合作伙伴
法国公司的焦点
谷歌已经领先了很多，与政府总体人口普查数据保持一致。卡纳塔克邦水资源部将 ALU 和 AMED 与当地天气、实地观测、社区参与和遥感数据相结合，以加强该州 260 万公顷灌溉区的水资源管理。
“Telangana 的 ADEX 平台正在利用 ALU 和 AMED 作为其支持创新工作的一部分，使该州超过 500 万农民受益。这包括该州 Krishivaas 应用程序的试点，该应用程序会生成有关作物压力、作物特定天气模式和局部害虫爆发的可行的超本地化咨询，”他说。
Telangana 正在使用其数据来协调之前的调查和已完成的实地调查。
这个南部州向任何在其数据交换平台上与政府合作的人提供访问权限，其中包括一个名为 NaPanta 的非营利联盟。该联盟利用 AMED 进行专门应用，除了作物胁迫指示之外，还为农民提供害虫咨询和早期预警指标。
“因此，许多合作伙伴所拥有的所有访问权限都是通过一个名为“可信测试者计划”的计划来实现的，我们希望确保这些数据被负责任地使用，为农民提供服务并带来尊严，”谷歌官员表示。
Google 在该项目中的首批合作伙伴之一是印度理工学院孟买分校的教授。他使用这些数据，将其与他从马哈拉施特拉邦获得的土地记录信息相结合，并构建了某种二阶导数数据产品和算法，允许土地记录数字化。
他的一位学生 Aaryan Dangi 与他一起从事这项工作，现在已经拥有一家成功的初创公司 Terrastack。 “利用 ALU 和 AMED API，Terrastack 建立了一个空间智能平台，绘制了超过 1.4 亿公顷农田的地图，减少了实地考察的需要。这使印度的农业生态系统能够做出更快、更准确的决策，造福农民。”他说。
法国初创企业 CarbonFarm 致力于向农民提供碳信用额，减少水稻种植的用水量。这家法国公司的目标是到 2030 年支持 200 万公顷低碳水稻种植。
在旨在减少水稻种植对环境影响的项目中，它使用 ALU API 和 Gemini 来自动化田间级洞察，尤其是田间级划定。
CarbonFarm 展示了使用 Gemini 的一些功能。塔莱卡说：“农民拍摄田地照片并将其交给 Gemini，然后他们还可以使用我们生成的田地边界来预测不同农场的水位，并向农民提供相应的碳信用额。”
向后看
Google 目前正在支持联合国粮食及农业组织 (FAO) 的新 geoAI4stats 计划。 作为人工智能协作：食品安全的一部分，Google.org 已对此提供了支持。他说，GeoAI4stats 利用 AMED 进行专门应用，计划将 ALU 和 AMED 整合到粮农组织的全球 CROPGRIDS 数据存储库中，以加强对农业可持续性的监测。
对于有关预测的问题，谷歌 DeepMind 负责人表示，目前它只是“向后看”。
例如，它将揭示六年前或几年前种植的作物，供下游应用程序使用。
“我们不仅提供信息，而且还提供我们的模型对此的信心，”他说，并补充说信息是“以公正的方式透明地”提供的。
发布于 2026 年 9 月 6 日