近年來大數據分析、物聯網、人工智慧技術的蓬勃發展，也帶動國內外農業單位致力於運用相關技術解決農業問題，為農業創造更大的效益。行政院農業委員會（以下簡稱農委會）為了促進不同領域跨域合作，於9月9日舉辦2020農業資通訊應用座談會【資料與AI技術的力量】，議題聚焦於大數據時代來臨，如何透過資料的加值應用進行農業服務與管理，更分享人工智慧技術於產業界的創新應用案例，期待透過分享與交流，激盪出更多跨域合作方案的可能性，為臺灣農業加值。

創新酪農管理技術

本次座談會由畜產試驗所新竹分所李國華主任現場介紹熱影像技術與人工智慧應用於畜牧產業的發展。李主任表示我國酪農業因受濕熱氣候、獸醫師人力不足等因素，光是因牛隻生病就造成每年高達14.9億的經濟損失，因此發展「乳牛健康管理服務平台」，透過熱影像儀判別牛隻體表溫度，導入人工智慧影像辨識系統鎖定牛隻眼窩體溫作為牛隻體溫變化之參考依據，再透過環境溫溼度感測器監控環境變化因子後，將數據導入大數據資料庫中進行運算，可提供獸醫師進行遠端診斷數據、酪農戶牛隻健康狀態通報，強化酪農場智慧化管理。未來更朝向整合不同智慧化酪農管理技術，提供酪農戶從遺傳育種、飼養管理及日糧營養完善的資訊服務體系。（註：AI檢測乳牛健康管理請參閱前期電子報-2020亞洲生技大展花絮介紹，本處不再贅述。）

創新害蟲監測技術

本次座談會更邀請到長期專注於影像處理、機器學習、無人機高光譜影像分析等研究的中興大學資訊科學與工程學系吳俊霖教授分享AIoT與深度學習技術於溫室害蟲即時監測技術的發展。AIoT指的是將人工智慧（Artificial Intelligence, AI）導入物聯網（IoT）中，透過物聯網的資料導入，配合人工智慧的機器學習，讓數據產生更大的利用價值，在各行各業中創造出加值應用服務，常見的智慧城市推動、自動化駕駛技術，就是AIoT技術的應用。

目前溫室番茄田間害蟲檢測仍仰賴人力，除了耗時費力，其中粉蝨與薊馬因體型細小僅約1毫米，肉眼難以辨識，常常錯失蟲害防治先機。為了解決田間蟲害問題，吳教授研究團隊於番茄田間導入自動監測裝置IoT系統，搭載攝影模組以及環境感測元件，透過定時攝影將影像傳輸回雲端伺服器後，進行AI影像分析與判釋，以判斷蟲害發生狀況。

而為了提高人工智慧的判釋率，需要提供大量的資料以及較長的訓練時間，供機器深度學習。實務上採用影像處理技術，將影像做不同光影的變化處理，以利提升資料量，藉此完善機器學習歷程，透過長期且多元資料的訓練後，目前的研究已證實可應用於監測田間粉蝨與薊馬蟲害情況。吳教授也表示，未來預計可持續透過人工智慧的深度學習應用，新增辨識更多蟲害種類，朝導入溫室田間實務應用，達到智慧化溫室減少蟲害帶來的經濟損失並降低人力支出成本。

AI發展新趨勢

會議亦分享目前最新的人工智慧技術發展現況。首先介紹一款利用人工智慧執行即時物件偵測的技術-Yolo v4（註：詳見參考資料），是由臺灣資訊科學研究院學者與俄羅斯研發者合作研發，為目前世界上最快的物件偵測演算法，能有效提高物件偵測速率與精準度，可應用於更細膩的人臉辨識、無人車研發等領域，更有機會應用於農業害蟲偵測、作物生長管理上。而人工智慧另一主要的發展領域，為自然語言處理上，指的是應用人工智慧對於人類語言的形、音、義等訊息進行處理，主要常見的應用為Google語音翻譯、Siri智能助理以及自動化文章產出與編輯，將隨著自然語言處理技術的持續發展，可提供人類生活更為便捷的管理及服務功能。

透過本次座談會上各位專家的分享，期待能夠讓與會者得知現階段大數據、物聯網、人工智慧農技術的發展，以及資通訊技術在農業領域上的應用，藉以激盪出更多跨域合作的智慧農業方案，改善農業環境，提升農業產值與競爭力。

參考資料：