【農業 × AI】日本智慧農業應用技術精選範例

:::

農學報導

【農業 × AI】日本智慧農業應用技術精選範例

刊登日：113/04/23

826

文章來源 : 農業科技決策資訊平台 2024-04-23

AI的發展與智慧農業的現況
　　AI人工智慧的急速發展不僅受到媒體日益關注，落實於社會各個層面成為人們日常生活中不可或缺的存在。農業也不例外，政府推動智慧農業的過程中，AI技術更是缺一不可，從大型農場到個體農戶，各地都有導入AI技術讓產業升級並獲得成功的案例。
雖說如此，仍需留意若將錯誤資訊與知識導入，直接輕易使用AI技術的話，不僅無法達到預期效益，可能會造成重大損失的風險。因此，為了讓AI有效運作並取得良好成果，在接下來本文中，分析AI技術的利弊，以正確地瞭解AI的本質以及它對農業可能產生改變。

人工智慧：智慧農業的下一個未來
　　日本農業長期以來面臨著人手短缺、高齡化等問題，因此如何導入自動化提高作業效率一直是生產現況重要須解決的議題之一。日本政府長期推動智慧農業，期望作為解決上述問題的重要途徑。

　　提及智慧農業，依據日本農林水產省的定義泛指「農業應用機器人、AI、IoT(物聯網)等先進技術」，其中，機器人泛指內建感應器、智慧控制元素的機械，IoT(物聯網)則是Internet of things的縮寫，在農業領域上，主要是指農業機械、設施、設備等實體物件經由網路進行通訊連接操作。

　　而上述的技術內容，目前在農事現場皆可見到自動行駛的曳引機、播種機、遠端自動遙控的農田排水管理系統。無論哪一種，人工智慧（AI：Artificial intelligence）皆為關鍵核心技術。當自動曳引機搭載了AI，能自動辨識道路寬度及障礙物，即時檢測危險狀態並執行緊急停止指令，以及記憶行駛路線後，安全自動作業。

　　人工智慧技術仍持續發展變化中，雖然尚未有明確定義，以廣泛來說，主要是指模擬人類大腦模式，依照類似的思維進行運算的電腦系統及資訊處理技術，且可透過儲存大量資訊之後，進行自我學習。例如，大量的胡蘿蔔和馬鈴薯圖片輸入人工智慧運算系統之後，最終可輕鬆自動識別出兩者的差異。

　　上述的內容，通常被稱為機器學習。近年來，比較受到矚目的是以多層神經網路為基礎，並從大量資料訓練的「深度學習」。【延伸閱讀】- 使用物聯網與回歸機器學習運算，打造自動化智慧溫室系統

AI技術應用於農業利與弊
　　AI技術的智慧農業，可以將原有的人力工作導向自動化，解決人手不足的問題，大幅提升作業效率。另外在施肥、防治病蟲害、除草方面，AI不僅能適時判斷，還能精準計算施肥量和農藥噴灑量，資材的使用量降到最低限度。除了在操作上方便，AI還可以經由機器學習獲取經驗老到的農民訣竅，並且還能夠在短時間內準確執行，對於技術傳承具有相當大的幫助。

　　另一方面，導入成本則是較令人卻步，因為系統設備的性能愈好，自然建置成本就高。因此在決定使用AI技術之前，需有明確的目標導向，專注於自身所需功能即可。然而，即便AI的能力再高，仍需人為經驗判斷。因此，過度依賴的話，可能導致意外的損失。

【2023最新】日本農業九大AI應用案例
● 【稻作・旱作】結合遙測衛星影像與插秧機的「自動調整施肥系統」
● 【稻作・旱作】自動作業的無人曳引機
● 【稻作・旱作】搭載AI的無人機用於農藥噴灑和施肥
● 【露地蔬菜】應用無人機空拍進行影像解析，遠端了解作物生長狀況
● 【露地蔬菜】使用全自動高麗菜採收機，大幅節省勞動力
● 【溫室】應用AI學習農業專業技術，促進作物生長品質
● 【溫室】應用AI預測收穫量及採收時機，對人員進行最佳化配置
● 【溫室】應用AI預測蔬菜病蟲害，提高作物品質和產量
● 【溫室】適用於中小型溫室的低成本環境控制裝置

1. 【稻作・旱作】土壤數據 X 人工智慧：實現自動調整施肥的可能性

　　由JA全農、久保田株式會社、BASF Digital farming、BASF Japan共同合作，正在進行種植管理支援系統「xarvio® FIELD MANAGER」和農業服務支援系統「KSAS（Kubota Smart Agri System）」的開發試驗。

　　Xarvio透過遙測衛星，將作物的生長狀況進行影像視覺化，並利用這些數據建立「自動調整施肥地圖」，經由KSAS傳輸到插秧機，施行自動化施肥作業。
計畫最終目標以應用人工智慧實現預測作物生長、預測病蟲害雜草，並提供相關解決方案，建置最佳化的栽培管理系統。

圖說：將「xarvio」的數據導入到KSAS
出處：BASF JAPAN株式會社

2. 【稻作・旱作】擴大作業規模的無人曳引機

　　YANMAR農機和北海道大學共同開發無人曳引機，可透過無人操作的耕種整地和人工操作的施肥播種的協同作業模式，並於2018年開始於市場販售。本技術不僅擴大個人工作面積，促進大規模農業經營的效率之外，還可以輕鬆使用平板電腦就完成遠端操作。【延伸閱讀】- 【減量】日本久保田農機將推出全球第一台氫氣燃料曳引機

3. 【稻作・旱作】無人機 × 人工智慧：實現農藥及肥料的精準噴灑

　　Optim株式會社的「農藥-施肥精準噴灑技術」已取得相關專利，該技術主要是使用無人航空載具對農地進行空中拍攝，經由AI針對影像進行分析，判斷病蟲害的發生位置之後，搭載農藥及肥料的無人航空載具會緊接著自動移動到該位置，進行精準噴灑作業。藉此，完成自動化病蟲害防治及施肥作業，大幅降低勞力成本。【延伸閱讀】－農用無人機安裝AI感應噴嘴與扇形噴嘴效果對比

4. 【露地蔬菜】應用無人機空拍並進行AI影像分析，遠端了解作物生長狀況

　　Skymatix提供的「葉色分析服務」，則是利用無人機拍攝高解析度影像，針對特定作物的葉色、生長狀況，包括雜草種類，經由AI進行影像分析來管理作物生長履歷。
其主要提供服務功能將拍攝影像、數據結果、分析報告直接上傳至雲端，農民不必前往農地現場，隨時隨地都可以用手上的裝置了解作物生長情形，以及病蟲害的發生狀況。如果檢查影像時發現問題，可根據客戶需求，提供客製化分析服務。

圖說Skymatix推出的「葉色分析服務」中的花椰菜生長診斷項目
出處：PR TIMES（Skymatix 2021年5月26日新聞稿）

5. 【露地蔬菜】省力化的高麗菜自動採收機，大幅改善工作效率。

　　自2019年起由立命館大學、Osada農機、YANMAR農機在滋賀縣、靜岡縣、北海道的農場進行高麗菜的自動採收及自動搬運技術開發計畫。
計畫內容主要是改造現有的高麗菜採收機，並在設備上安裝拍攝彩色影像，並同時測量距離的「RGB-D相機」，採收機便能在自動駕駛的同時，利用AI進行影像分析，檢測出應該採收的高麗菜區域，不僅能精確辨識高麗菜的成熟程度，還可以自動執行採收作業。隨著AI發展，採收機不僅能夠判斷最佳採收期，採收力道也能夠進行細微的調控。未來將有機會可延伸到番茄、洋蔥等其他作物的自動採收機應用。【延伸閱讀】- 大葉大學運用AI 攜手企業開發水果採摘機器人國際發光

6. 【溫室】應用AI學習農業專業技術，促進作物生長品質

　　Clever Agri公司應用在日本和中國都擁有資料中心的雲端服務：「阿里雲」，支援溫室栽培作物的農業技術和知識傳承。具體來說，首先會在溫室內安裝各種感測器，用以感測並收集溫度、濕度等數據，透過物聯網基礎架構將數據儲存在雲端上。AI便經由雲端對數據進行機器學習，制定最佳的作物生長方案。根據方案，AI還能夠適時自動控制水份、日照量等作業，大幅提高生產效率及作物品質。

7. 【溫室】依據AI預測產量及出貨時間，規劃合適的人員配置。

　　Optim公司開發的溫室管理服務「Agri House Manager」可以透過溫室內的感測器收集環境數據，結合溫室內的影像數據，透過AI進行多角度分析，並根據分析結果執行病蟲害風險評估，進而預測作物的產量和出貨時間，規劃合適的人員配置，以應對採收時期的需求。【延伸閱讀】- 讓植物說話-科學家發明感測器即時監測植物體內變化

圖說：Optim的「Agri House Manager」在「AI・人工智慧博覽會」中受到關注。照片顯示，行走行機器人可以透過拍攝溫室內部影像，再經由AI來判斷番茄的成熟度。

出處：PR TIMES（RX Japan 2018年3月12日新聞稿）

8. 【溫室】應用AI預測病蟲害，提升溫室蔬菜的品質和產量

　　本項技術的原型為BOSCH公司的「Plantect TM」，是一款於2017年推出，專門為溫室種植而設計的病蟲害預測系統。本次技術內容「Plantect」，則是拜耳生技於2020年10月併購原有Plantect TM之後，結合AI監控功能之後重新推出的系統。該系統透過感測器，對溫室進行溫度、濕度、二氧化碳濃度、日照度、露天濕度、飽差等數據進行監測，並將數據儲存於雲端。AI再根據數據，預測病蟲害感染風險，並提供相關病蟲害的農藥資訊。截至2023年5月止，系統能夠檢測的項目包括番茄、小番茄、黃瓜和草莓的相關病蟲害，如灰霉病、葉霉病和白粉病等。【延伸閱讀】- 以模擬工具來預測病蟲害傳播

9. 【溫室】適用於中小型溫室的低成本環境控制裝置

　　東京都農林綜合研究中心和SYSTEM CRAFT，因應管理多個中小型溫室的農民需求，共同開發了低成本的溫室側窗開關系統和自動灌溉裝置，並於2023年3月開始接受訂單，開始生產「網風扇冷卻控制器」。這台設備是將排氣風扇和細霧冷卻結合，並透過在溫室內通風過程的同時，發送再度循環冷卻過的空氣，用以降低室內溫度的系統。經由自動控制系統，當室內溫度超過20℃時，不管是側窗開閉到細霧冷卻，整個過程系統都會自動執行，由於屬於小型裝置，可以直接簡單安裝在現有的溫室。【延伸閱讀】- 無人機在戶外農田和溫室之精準農業研究