AI 技術助力農業疾病即時預警系統

隨著 AI 技術在大型語言模型（LLMs）推出後被公眾使用，這項技術主要在電腦桌面上發揮作用。然而，農業和農作物的應用並未成為熱議話題。

來自普渡大學（Purdue University）農業學院的研究人員正在努力將 AI 與農業及環保結合，利用 AI 和機器學習模仿人類智慧，教導計算機識別數據模式。

根據普渡大學副教授 Brady Hardiman 的說法，AI 在解碼城市生態系統方面發揮了關鍵作用。他深入研究複雜的城市環境，利用 AI 和機器學習分析遙感數據及 LiDAR 圖像，以發現肉眼無法察覺的模式、結構和過程。

Hardiman 表示：「我對城市充滿興趣，並希望研究城市生態系統，因為在美國，80% 的人居住在城市或城市化地區。如果想改善生活，這裡是最有可能產生最大影響的地方。」

普渡大學的研究員 Upinder Kaur 開發了一種 AI 驅動的醫療機器人，能夠在牛的胃內進行操作。與傳統工具提供的有限短期數據收集不同，這款機器人能夠每 10 至 20 秒持續監測甲烷、溫度、pH 值及其他生物標記。

Kaur 表示：「這款機器人是首個用於動物的醫療機器人。它能在牛的胃內游動，並監測甲烷、溫度、pH 值及其他生物標記，以提供更詳細的反芻腸運作情況。」

普渡大學的研究人員在使農業更具適應性、高效性和氣候韌性方面開創了 AI 的應用。在農藝學副教授 Diane Wang 的實驗室，博士生 Sajad Jamshidi 正在使用先進的機器學習模型模擬未來氣候條件下的水稻產量。

Jamshidi 最初依賴單一模型，後來擴展到包含十個機器學習模型的集成，顯著提高了預測的準確性。

此外，普渡大學教授 Ankita Raturi 開發了一種工具，幫助農民和政策制定者基於數據做出農業決策。這款被稱為「農作物的 Netflix」的工具根據土壤、水源及預期目標推薦最佳作物。她還構建了基於代理的模型以模擬食品系統，以改善政策制定。

普渡大學副教授 Somali Chaterji 開發了半監督模型，幫助檢測稀有農作物疾病，通過從有限標記圖像學習並利用自信預測擴展訓練數據集，使農民能夠更快發現疫情，減少化學品使用並提高產量。在她的 ICAN 實驗室中，還創建了 Agile3D，一種基於 LiDAR 的感知工具，可在無需持續連接的情況下在低功耗設備（如無人機或自動拖拉機）上運行。

這些創新共同預示著一個未來，AI 不僅不會取代人類的觸碰，而是增強了人類的能力，以便在變化的世界中做出更可持續的決策。

日本電話卡推介 / 台灣電話卡推介
一㩒即做：香港網速測試 SpeedTest HK