陶宗瑶

要成功地大量種植出某种农作物，需要生产并使用一大批机械。未来的农场，可能同时依靠无人机、卫星和其他机载仪器来提供地面农作物的有关数据。

例如，像笛卡尔实验室这样的公司，他们利用机器学习技术分析卫星图像，从而预测大豆和玉米的产量。

结合天气数据以及其他实时输入信号，笛卡尔实验室能够以99%的准确率预测玉米田的产量。其人工智能平台甚至可以通过红外线探测来评估农作物的健康状况。

美国国防部研究计划局为笛卡尔实验室拨款150万美元，用于监测和分析中东和非洲的小麦产量。他们认为，准确的预测结果可能有助于识别作物歉收地区，从而有效避免饥荒和政治动荡。另一家公司使用机器学习算法，以可与卫星图像相当的精确度来预测玉米以及大豆的产量。

同时，农民并不需要亲自进入农田就能了解其中的状况。

位于奥克兰市的一家创业公司，通过使用穿梭于田间的微型机载多光谱摄像机，能够制作出高分辨率的图像。这些快照能够捕捉不同波长上的景观，从而发现水压等问题，同时还可提供对叶绿素和氮含量水平的估计值。使用地理标记图片可以帮助农民轻易对问题点进行定位。

即使是最好的智能系统，无论是来自无人机、卫星，还是机器学习算法，在预测气候变化所带来的未知问题时，也会面临巨大的挑战。这也是越来越多的公司投资于农场上所谓“可控环境农业”的原因之一。……