改善食品生产供应体系——AI“承包”了

简介: 人工智能正在快速、甚至加速改变着我们的世界。而在其巨大潜力背后,也带来了不少社会与经济层面的挑战。人类天然畏惧机器,而技术进步的速度往往超越文化变革。此次全球疫情流行,让很多技术方案至少提前十年得到了广泛应用。

人工智能正在快速、甚至加速改变着我们的世界。而在其巨大潜力背后,也带来了不少社会与经济层面的挑战。人类天然畏惧机器,而技术进步的速度往往超越文化变革。此次全球疫情流行,让很多技术方案至少提前十年得到了广泛应用。

1.png

当前,关于AI的不少公开讨论都集中在人脸识别、自动决策与考评算法所引发的各种争议上。自动化水平的提升也引发工作岗位流失,并进一步凸显出整个社会对AI系统进行严格监管与道德约束的迫切需求。

而就在人们还在为AI技术引发的风险而争论时,AI业界正悄然推动一场革命,思考如何运用这种强大的新工具应对人类面对的很大挑战——气候变化、COVID-19疫情乃至口粮不足问题。

一群以此为目标的创新者们已经进入AI领域,希望通过“AI人类福祉”计划实现可持续发展目标,并让AI成为改善全球民生的一种强大工具。

以农业为例,这一领域正在为全球超过四分之一的人口提供工作岗位,并维持着75亿人类的基本生存。尽管政府及业界几十年来一直在努力,但仍有超过四分之一民众(总数高达19亿)面临着中度或重度粮食安全问题,约8.2亿人日均口粮不足。可持续发展目标2——零饥饿,旨在“消除饥饿,实现粮食安全并改善营养状况,促进可持续农业的发展。”

但现实挑战仍十分残酷:到2050年,全球人口预计将增长至近100亿。专家估计,要维持这样的人口规模,农民需要将能量产出总值较2006年时提升达69%,这将把全球碳排放总量提升超10%,占用全球多达一半的可居住地址,并给生物多样性、淡水供应以及自然生态系统造成毁灭性的打击。

这就带来了新的现实问题:我们要如何在保证粮食安全的前提下,逐步实现净水与卫生设施、气候变化与陆地生物种群中提出的要求?已经开始给农业乃至粮食生产供应系统带来种种变革的AI技术,也许正是答案所在。

目前,AI技术有望通过以下四种方式,在拯救地球生态的同时为人类提供食物:

第一,部分农业AI初创企业专注于在庞大的新数据集上训练功能强大的算法,借此提高传统农场的效率与产出。例如,总部设在特拉维夫的Prospera公司每天从4700块农田中的5000万个数据点处收集信息,通过AI技术进行分析以识别病虫害暴发迹象,同时探索增加产量、减少污染及消除浪费的机会空间。

第二,其他一些企业则专注于通过AI技术从零开始探索全新的耕作方法。Plenty与Aerofarms正利用计算机视觉与AI算法优化养分输入并实时提高产量,借此推动垂直室内农业的发展。Root AI则将计算机视觉与其先进的机器人技术结合起来,检测水果何时成熟并自动完成收获。

第三,虽然到2050年,AI驱动下的室内农业还不太可能支撑起整个地球的粮食需求,但探索的空间仍然存在。AI驱动下每英亩粮食产量有望达到传统农田的20倍以上,而水资源消耗量则可降低约90%。

第四,AI不仅有助于提高农业生产率,也能够在食品部门中环境破坏比较严重的领域之一——工业肉类生产——中发挥作用。来自智利的NotCo与来自巴西的Fazenda Futuro都开发出AI工具,能够分析大量植物数据,借此识别以植物性材质还原肉类口味与质地的优秀方法。

近几年来,植物肉市场已经引起了人们的高度关注:过去峡谷年以来,植物性冷藏肉类的销售额增长了125%,两家公司也都从领先风险投资机构手中获得了大笔投资。随着肉类生产在全球农业总排放量中的占比提升至近50%,外加给当地环境带来的严重污染,以AI为动力的植物性肉类替代品研究已经成为一种重要的环境改善手段。

各国政府也已经意识到,AI技术在强化食物产出与提高农业生产力方面有着巨大的价值。为了将这种机会转变为现实,世界经济论坛近期与印度政府以及特兰甘纳邦建立起合作关系,旨在确定农业领域中AI技术的高价值用例、开发创新型人工智能解决方案,并推动相关成果的广泛应用。

特拉甘纳邦IT与工业部长在该项目的开幕仪式上表示:“我们认为,AI技术将为农民、政府以及生态系统的所有利益相关方带来巨大的可能性。”

改善食品生产供应体系,有助于推动多项可持续发展目标的实现。而这只是运用AI技术创造更公平、更具可持续性世界的探索方向之一。

没有哪种技术能够解决世界上的所有问题,而实现可持续发展目标,更需要在政府政策、企业承诺与个人行动方面掀起一波全方位的升级。我们需要运用一切可资利用的工具,而随着AI技术的快速发展与日益强大,我们应鼓励更多创新者及企业家专注于利用AI解决人类社会所面临的各大核心挑战。
原文链接:https://ai.51cto.com/art/202009/627499.htm
本文转载自51CTO,本文一切观点和机器智能技术圈子无关


机器智能技术结尾二维码.png

目录
相关文章
|
1月前
|
存储 人工智能 供应链
AI与能源系统:优化能源生产和消费
【10月更文挑战第9天】在当前全球能源转型的关键时期,人工智能(AI)正逐渐成为推动能源系统优化与升级的重要力量。本文探讨了AI在能源生产、分配、存储和消费等方面的应用。在能源生产中,AI通过智能预测与调度、故障预警及优化资源配置等方式提升效率;在能源分配与存储方面,AI推动智能电网管理和储能系统优化;在能源消费端,AI实现精细化管理,如智能家庭能源管理和工业节能。未来,AI将进一步融入能源系统的各个环节,促进能源的高效配置与可持续发展。然而,面对数据安全和算法透明度等挑战,需加强监管与伦理审查,确保AI技术健康发展。
|
1月前
|
机器学习/深度学习 人工智能 供应链
精准农业:AI在农业生产中的应用
【10月更文挑战第1天】随着科技的发展,人工智能(AI)逐渐渗透到农业领域,通过精准监控和管理提升了农业生产效率和质量。AI在精准农业中的应用包括:精准农田管理,如个性化灌溉和施肥;作物病虫害识别与预测,及时发现并预防病虫害;智能农机自动化作业,提高作业效率;农产品质量检测与分类,确保品质;农业供应链优化,预测需求和价格。尽管面临数据收集、技术接受度等挑战,AI在精准农业中的未来前景广阔,有望实现全程自动化作业、数据驱动决策及智能预警系统,推动农业可持续发展。
118 11
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
如何利用AI提高内容生产效率?
如何利用AI提高内容生产效率?
|
2月前
|
人工智能 分布式计算 大数据
AI Native平台,跨越AI应用从创新到生产的鸿沟
2024年是AI应用的元年,以大模型为中心的 AI Native 应用大爆发正在从理想变成现实。云计算带来的应用创新潮,经历了虚拟机时代和云原生时代,正在全面拥抱以大模型为核心的 AI Native 阶段,推动大数据与AI的工作流前所未有地紧密结合。领先大模型、高效的AI计算平台和统一的大数据平台是 AI Native 应用广泛落地背后不可获缺的要素。 9月20日,2024云栖大会上,阿里云副总裁、阿里云计算平台事业部负责人汪军华宣布大数据AI平台全面升级,为 AI Native 应用大爆发提供坚实的平台支撑。
|
4月前
|
人工智能
Prompt工程问题之调优prompt改善AI模型的推理结果如何解决
Prompt工程问题之调优prompt改善AI模型的推理结果如何解决
60 1
|
4月前
|
机器学习/深度学习 人工智能 供应链
智能制造:AI驱动的生产革命——探索生产线优化、质量控制与供应链管理的新纪元
【7月更文第19天】随着第四次工业革命的浪潮席卷全球,人工智能(AI)正逐步成为推动制造业转型升级的核心力量。从生产线的智能化改造到质量控制的精密化管理,再到供应链的全局优化,AI技术以其强大的数据处理能力和深度学习算法,为企业开启了全新的生产效率和质量标准。本文将深入探讨AI在智能制造中的三大关键领域——生产线优化、质量控制、供应链管理中的应用与影响,并通过具体案例和代码示例加以阐述。
404 3
|
5月前
|
存储 人工智能 运维
搭建生产级AI服务
搭建生产级AI服务
54 2
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
如何利用AI提高内容生产效率?
如何利用AI提高内容生产效率?
96 0
|
6月前
|
数据采集 人工智能 自然语言处理
如何利用AI工具提高生产效率
如何利用AI工具提高生产效率
81 1
|
6月前
|
人工智能 自然语言处理 搜索推荐
如何利用AI技术改善学生的学习体验?
【5月更文挑战第19天】如何利用AI技术改善学生的学习体验?
163 1
下一篇
无影云桌面