农业已为人工智能做好准备，但其数据还没有

赞助 由Reltio提供 人工智能正在改变农业的可能性，但行业领导者在没有先奠定基础的情况下投资人工智能应谨慎。

这些用例很有前景，特别是对于一个面临化肥成本波动、天气不可预测以及利润几乎没有犯错空间的行业来说。

研究表明，基于人工智能的预测模型可以将农作物产量提高 26%，用水量减少 41%，化学品使用量减少 33%。

然而，人工智能供应商通常不会告诉你的是，只有拥有干净、坚实的数据基础，这些解决方案才有效。

然而，在 Reltio，我们在这方面拥有丰富的经验，包括为一家主要农产品分销商制定领先的技术战略以及构建供全球企业使用的数据平台——我们亲眼目睹了这一点。

人工智能供应商不会告诉你的事情 农业领域的供应商对话往往遵循熟悉的模式。

此次推介会提出了利用人工智能实时监测作物健康状况、优化灌溉并提高每英亩产量的宏伟承诺。

这个承诺是令人信服的，但很少出现的是这些承诺背后的数据基础是否准确和完整的问题。

如果不是，人工智能将面临真正的重大风险，即产生误导性的输出，这些输出看似权威，但激发的行动充其量只能适得其反。

例如，输入不一致的历史数据的产量预测模型将产生不精确的预测。

同样，利用分散的传感器数据的精准灌溉系统将做出浪费资源而不是节省资源的浇水决策。

在每种情况下，人工智能都会失败，因为它所训练的数据不足以产生值得信赖的输出。

在农业领域，人工智能的每一次幻觉都是一种责任，而且出错的可能性很高。

🔗 原始来源

如果你要核对细节，可以再看原文： MIT Tech Review原文链接