农业中的人工智能有助于检测农场中的害虫、植物病害和营养不良。人工智能传感器可以在决定在该地区使用哪种除草剂之前识别和瞄准杂草。精准农业，通常被称为人工智能系统，有助于提高收成的整体质量和准确性。计算机视觉的作用我们需要大量土地来养活数十亿人。今天，人工种植是不可能的。同时，作物歉收通常是由虫害和植物病害引起的。鉴于现代农业经营的规模，检测和阻止这种害虫入侵具有挑战性。这为计算机视觉技术增加了新的应用。农民可以使用航空摄影在宏观层面识别植物病虫害的早期指标，并使用叶子和植物的特写照片在微观层面识别作物病害。这些研究中常用的计算机视觉方法是卷积神经网络。如今，人工智能在农业中的更多应用正在开发中。值得注意的是，我们在这里非常广泛地使用术语“计算机视觉”。图片通常不是最可靠的信息来源。研究植物生命许多重要方面的最佳方法是使用其他方法。通常可以使用专门的传感器收集高光谱图像，或者可以使用3D激光扫描来更好地了解植物的健康状况。在农学领域，由于人工智能在农业中的应用，此类技术被越来越多地使用。这种数据类型通常是高分辨率的，比医学成像更类似于照片。AgMRI是一种现场监测系统。虽然需要专门的模型来处理此类数据，但由于数据的空间组织，尤其可以使用卷积神经网络。植物表型和成像研究获得了数百万美元的投资。目前的主要任务是收集大量的作物数据集，通常以图片或3D图像的形式，并将表型信息与植物基因型进行比较。研究成果和信息可用于推进全球农业技术。农业并不是唯一使用智能人工智能系统的领域，人工智能在招聘方面也是一个热门话题。机器人如何用于农业许多自主农业机器人能够在遵守既定的基本模式并考虑到该地区的独特特征的同时，在地面上挖洞和播种。机器人还能够管理植物的生长过程，并与每株植物单独互动。当庄稼成熟时，机器人将收割，再次按照应有的方式处理每株植物。无人机可以自主喷洒农作物。小型灵活的无人机可以比大型飞机更精确地运送危险材料。此外，使用喷雾无人机拍摄的航拍照片可用于为本文开头所述的计算机视觉算法收集数据。专为收割而设计的机器人越来越多地被创造和部署。联合收割机已经使用了很长时间，而个别杂草可以通过机器人进行机械识别和清除。称一头猪的体重比学习如何通过图灵测试更容易，在广阔的田野上驾驶拖拉机比在交通拥挤的情况下驾驶汽车更容易。由于农业仍然是世界上最大和最重要的产业之一，即使是效率的小幅提高也能带来显着的收益。这就是为什么有许多企业优先考虑农业人工智能。
