聯合國糧食及農業組織(FAO)指出，2050年全球人口上看百億，人類將面臨龐大的糧食供應需求以及飢餓人口數增加等挑戰，提高產能成為全球農業趨勢。然而，多數國家面臨人口老化、產業轉型下從農人口遞減，因此，透過科技導入農業成為近年來的顯學，而人工智慧(Artificial Intelligence, AI)技術的突破，成為農業生產的一大助力，從選苗育種、自動化分級選別管理等都可見人工智慧的身影，亦可知AI於農業應用將更為蓬勃，本期電子報介紹人工智慧技術應用於提升農業產能相關案例研究，提供農業從業人員以及讀者參考與發想。

智慧選苗

日本水耕栽培農業多為仰賴具豐富耕種經驗的農民專業知識，對於如何將知識傳承給年輕農民，協助其可快速尋找有缺陷的幼苗來提高生產效率和產量是一大挑戰。因此，日本的丸紅(Marubeni)無線通信公司與東洋控股研發中心共同開發了一套水耕農場的幼苗檢測系統，透過丸紅開發的AI監控系統「TRASCOPE AI」，搭配影像辨識技術，可將農場種苗影像傳輸至雲端，運用AI判釋挑選出有缺陷的種苗，並可自動通知農民及早做出因應，藉此提高生產效率與產能。

此外，在台灣為協助農民可快速投入當期水稻栽培作業，國內種苗繁殖改良場亦有發展智慧選苗相關應用。目前的幼苗評鑑是仰賴人工進行，但人工量能不敷消化短時間大量送檢件，因此種苗繁殖改良場應用影像辨識技術，針對幼苗評鑑導入自動化機器視覺，包含進出料系統、機器視覺軟硬體、控制系統等，利用影像辨識技術分析幼苗根系、莖軸、初生葉等特徵，並結合專業檢查人員判斷結果建立類神經網路辨識輔助系統，使檢測結果符合國際規範，加速檢驗效能並減少檢測人力負擔。現階段影像辨識系統特徵萃取成功率為88.4%，系統辨識正確率可達86%，後續將會持續精進以提升辨識率，並配合高效檢測設備建置及結合現有種苗多元服務平台，提供申請者即時且正確的檢測結果，以提升適作期生產效能。

AI分級選別

除智慧選苗外，自動化分級選別管理也是近年來人工智慧技術應用的重點之一。菇類生產是臺灣農業的重點產業之一，近幾年產值超過百億新台幣，其中杏鮑菇更是大宗菇蕈品種。然長期仰賴人力進行採收、裁切及分級包裝，整個流程至少需花費4-5個人力。因此，農業試驗所與虎尾科技大學研究團隊合作開發「AI自動化菇類分級技術」利用攝像辨識模組捕捉杏鮑菇外觀(包含菇柄、菇褶、菇傘)，透過提供大量的杏鮑菇外觀照片導入AI深度學習模組，讓分級系統進行學習並對採收的菇體進行分級辨識。目前已完成初步開發，可將杏鮑菇分類為四個等級，辨識準確率可達93.18%，將分級系統導入自動化包裝設備，以解決生產流程人力不足的困境。

再者，國內漁業面臨從業人口老化造成勞力短缺，加上長期海上作業，不僅工作環境不佳且工時長，導致我國人上漁船工作的意願越來越低，多仰賴外籍漁工，在未來可能會有無人可以交替的困境。而目前台灣遠洋的秋刀魚選別、排整及裝箱作業仍以傳統人工方式進行，作業效率不佳且船艙作業環境空間狹小，導致漁獲處理速度有限。據此，國立雲林科技大學與國立高雄科技大學研究團隊應用人工智慧技術於魚體的自動化選別，其運用AI影像辨識技術研發設計秋刀魚的「魚體自動化選別系統」、「魚體自動排整系統」、「漁貨自動裝箱輔助系統」，不僅能夠有效地降低作業時間及人力成本，且可充分利用有限的船艙空間設置自動化設備加速漁獲分類裝箱速度，同時亦可確保魚貨的鮮度，以達到提高產能、節省人力的成效。

透過前述案例以及上一期電子報中介紹的「品種影像智能檢定」系統得知，人工智慧導入農業已成為趨勢，現階段除了持續不斷的發展新的應用技術外，如何能將技術商業化、普及化，以利將人工智慧發揮到最大功效，是所有技術人員共同努力的目標，農業資訊科技應用發展電子報也將持續追蹤國內外AI技術發展，持續帶給讀者最新消息。

參考資料：