『壹』 國際著名的糧食產量預測機構有哪些
國際著名的糧食產量預測機構，大陸有大約200萬個農場，其所有者的決定影響了整個食品供應鏈。根據一項研究，如果美國西蘭花少了5％的產量，那麼相當於超過9000萬磅的西蘭花消失。
為了幫助穩定通常充滿不可預測性的市場，IBM推出了Watson農業決策平台，這是一個包含AI，物聯網和雲解決方案的新平台，共同產生基於證據的見解。它可作為託管服務提供，也是IBM 針對客戶服務，人力資源，製造和營銷用例預先提供的新預裝工具集的一部分。
Armonk公司在一份新聞稿中寫道：「農業一直是一項復雜的工作，需要種植者管理一個季節性和季節性決策的互聯網路，同時受到大自然的支配。隨著來自農場設備，環境感測器和遠程輸入的數據爆炸，依靠直覺或傳統技術來了解驅動產量變化的因素或為種植者提供指導是不切實際的。我們通過將Watson AI應用於數據來填補這一空白，從而產生決策支持，種植者需要做出自信，基於證據的決策。」
利用IBM預測後端的強大功能，Watson農業決策平台突出了可能影響作物產量的任何關鍵因素，如土壤溫度，水分含量，作物壓力，害蟲和疾病。種植者可以部署無人機，將照片發送到IBM Cloud進行基於AI的趨勢分析（例如，發現作物病害的跡象），或者將植物的近距離照片提供給疾病檢測計算機視覺演算法。
大型農業經營可以利用該平台預測何時可能收獲以及他們將在全球市場上獲取多少。通過整理數據，他們不僅可以識別最佳灌溉，種植，施肥和工人安全實踐，還可以確定一年中銷售特定作物的理想時間。
Watson農業決策平台不是IBM首次涉足農業分析領域。IBM Pairs Geoscope平台利用機器學習來分析衛星圖像，天氣數據（部分由IBM子公司Weather Company提供），人口普查數據，土地使用，商業位置數據和作物預測。在巴西，其研究人員構建了一個原型AgroPad，它使用AI和移動應用程序來分析土壤和水樣。在肯亞，IBM與Twiga F oods合作，為農民和食品供應商測試了一個支持區塊鏈的小額貸款平台。
當然，IBM並不是唯一將AI應用於農業的公司。總部位於特拉維夫的初創公司Prospera利用計算機視覺軟體，現場攝像頭和氣候感測器，以及強大的雲處理平台，確定向特定地點的工廠輸送多少水；笛卡爾實驗室使用通過衛星數據培訓的機器學習模型來估算全州和全國范圍內的美國玉米產量估算；Abundant Technologies在其Harvest Croo自動草莓採摘器中採用計算機視覺和感測器融合。