舌尖上的AI：食物产业链的人工智能应用报告(3)

对于 Ganssle 来说，技术可以弥合代沟和知识鸿沟。「继承是农业的一个问题。」他指出，「随着想做农民的人越来越少，我们必须在未来 30 年用更少的土地种植比过去 8000 年还多的粮食。」而科技可以帮着解决这个问题。

「我们讨论的一个问题是，可持续农业到底意味着什么?」她解释道。「你怎么衡量它呢?」她开始用数据建模来研究土壤和天气模式的不同情况。

送餐的最后一英里通常往往是最具挑战性的，尤其是确保可靠地获得健康的、价格合理的且文化上恰当的食物。

2.为奶牛打造 Fitbit

「哦，我的天啊，奶牛真有趣。」HerdDogg 的数据科学主管 Jeff Mitchel（杰夫·米切尔）插话道，「他们都有独特的个性。有孤独的牛，爱管闲事的牛，好动的牛，也有无聊的牛。」

植物也受益于机器学习。无人机上的多光谱相机所收集的数据可以用来观察土地的光合能力，预测其未来的健康状况。机器学习还可以提供过去天气状况的地理位置数据，以预测即将到来的降水事件。

通过训练算法，为食物链上的每一个环节提供支持，我们可以确保健康食品不仅易于种植和购买，而且可以安全食用。

舌尖上的AI：食物产业链的人工智能应用报告

2019-01-14 17:22 来源:机器之能 人工智能 /开发 /技术

Brandao 首先与「美国奶农」（Dairy Farmers of America，美国最大的奶制品业合作社）合作试验这项技术，他们已经看到，在不需要进行医疗诊断的情况下，数据是如何提高牛群整体健康状况的。

新的工具正在被开发，以应对每年约六分之一的美国人食物中毒的情况。

普通的害虫可能会突然冒出来，并在几天之内破坏整片田地。

笔者对报告全文进行了编译，有所删减。

事实证明，现场检测工具在农场或食品加工厂非常有用，可以防止大规模疫情爆发所导致的、将数百人甚至数千人送入急诊室的情况发生。

位于乔治亚州韦恩斯伯勒的 Hart Dairy Farm 是美国第一家使用 TensorFlow 开发和实施机器学习 app 来跟踪牲畜的农场。

Ganssle 表示，他开发这款应用程序的目标是，在全球范围内培育社区，让马来西亚的洋葱种植者能与俄勒冈州东部的种植者交流心得。该应用程序于 2018 年 7 月底在 iOS 和 Android 系统上推出了 beta 版本。「社区合作是其中非常重要的一部分。」他表示。

但是，为了让这个乐观的愿景结出果实 (和蔬菜)，在线零售商必须首先考虑提高价格、运费、互联网接入以及社区需求等其他食品接入问题的影响。

Bustos 区域性的食物系统成功的关键是一个历史悠久的、重力驱动的公共灌溉系统 Acequias，它已经进化了 1 万多年。