详细内容或原文请订阅后点击阅览
管理农业研究中的人工智能 |科学
几十年来，农业研究界通过改善作物、动物和农业系统的恢复力来支持弱势小农，并在此过程中积累了大量有价值的数据。随着全球农业挑战的加深，人工智能 (AI) 现在提供了强大的方法来解锁这些数据并增强农业科学。考虑到弱势小农的困境，包括妇女、青年、原住民和偏远、服务不足的社区等边缘化群体，人工智能的潜力非常引人注目。但在急于开发和部署人工智能工具的过程中，该行业必须解决关键风险，以保持期望的基础和结果的相关性和公平性。
来源:Science Magazine几十年来，农业研究界通过改善作物、动物和农业系统的恢复力来支持弱势小农，并在此过程中积累了大量有价值的数据。随着全球农业挑战的加深，人工智能 (AI) 现在提供了强大的方法来解锁这些数据并增强农业科学。考虑到弱势小农的困境，包括妇女、青年、原住民和偏远、服务不足的社区等边缘化群体，人工智能的潜力非常引人注目。但在急于开发和部署人工智能工具的过程中，该行业必须解决关键风险，以保持期望的基础和结果的相关性和公平性。
虽然人工智能涵盖了广泛的技术，但机器学习 (ML) 已经通过推动大型复杂数据集的快速分析，在农业科学领域取得了长足的进步。机器学习可加快模式检测并改进气候建模中的预测和场景测试。它还增强了遥感、供应链分析、资源管理和牲畜疾病检测，并加速气候智能型作物的发展。大型语言模型 (LLM) 通过
和多语言界面，如
除了有关数据源和隐私的常见问题外，对人工智能的担忧还集中在过高的期望和用户的过度依赖上。这可能会忽视人工智能通过反馈循环放大错误、数据差距和偏见的倾向，这些反馈循环可以通过设计过程中远离现场（通常来自西方背景）以及当前研究人员和用户做出的决策、假设和偏见而引入。在农业研究中，这种动态风险
，通常来自非西方环境。 AI的技术目标还可以治疗农作物、动物和农场
到目前为止，许多组织已经投资了人工智能，这说明了这一点