面對全球農業不論是極端氣候、勞動人口高齡化、病蟲害等威脅不斷增高，人工智慧技術之導入可謂是全球農業未來的發展趨勢，運用諸如深度學習演算法、自動影像識別等技術，不僅可發展氣候衝擊預警、精準施肥、灌溉與除草等栽種管理，亦可自動辨識農作物成熟度而協助採收、識別病蟲害威脅、基因定序開發新品種等，進而達到農產資源、農產人力與農業的全面升級與轉型。目前包括美國、英國、法國、德國、日本等國之政府部門都已投入大量政策資源進行推廣。

據CB Insights盤點全球農業科技新創公司，人工智慧技術導入農業領域之應用可區分三種類型，分別為：農作物栽培作業管理、病蟲害偵測與分析，以及禽舍環境與畜禽行為監測。

除耕作、播種、採收等透過智慧機器人以提升效率外，亦涵蓋使用人工智慧影像識別技術自動分析農作物生長狀態，預測最佳施肥時程、最佳採收時程、精確噴灑農藥以減少環境雜草，防止產生除草劑之抗藥性問題等，優化整體農業生產。

病蟲害偵測與分析

係以機器視覺自動監測與識別農作物病蟲害狀況與防治、土壤探測掌握濕度、溫度、PH值等，以及結合氣候災難預警之偵測分析系統。

禽舍環境與畜禽行為監測

係將環境與畜禽間無形之互動與變化轉為數據，再以智慧化控制系統將數據的變化應用於禽畜飼養環境的即時調整，並透過空氣導流、溫溼度與光照等環境控制，建立穩定且安全的飼養環境，以因應環境氣候變化且減少畜禽疾病傳播。另外，亦透過畜禽之採食量、飲水量等追蹤分析，進而掌握畜禽生理健康狀態，以即時發現生病或異常個體。

我國農業面臨嚴峻挑戰，在天然環境面，如每年7至10月屢屢有熱帶低氣壓侵襲，加之極端氣候影響，致使缺水狀況頻傳，造成生產過程更難以預測。在產業面，我國耕地零碎且以小農居多，缺乏穩定供貨能力及規模經濟效益，以致技術效率難以發揮；勞動力面，少子化與青年從農比例逐年降低，輔以既有從農者偏屬高齡，預估未來農業勞動力的缺口將會持續擴大。

為解決我國農業面臨之威脅及因應全球人工智慧農業的發展趨勢，行政院農委會於2015年推動「智慧農業4.0」計畫，透過鎖定生技農產業、精準農產業與精緻農產業三大領域，選定蝴蝶蘭產業、種苗產業、養殖漁產業、家禽（水禽）產業、溯源農產品產業等 10 項領航產業，並持續導入國外研究量能與創新技術，企圖帶動我國農業全面智慧轉型。此外，我國產學研亦積極發展運用於農業的影像識別與數據分析相關技術及方案，特別在農作物栽培作業管理及禽舍環境與動物行為監測等應用最具潛力。

奠基過去精緻農業養成之農作生產/種植技術，如稻作、蝴蝶蘭等產業已具備輸出國際之能耐。而後續透過智慧農業4.0計畫之推動，發展基於自動影像辨識、數據演算法之智慧生產監測、自動最適化澆水、施肥與噴藥等智慧生產管理系統，輔以業者及學研單位於無人機自動影像辨識之產品/服務及技術研發能量，可成為我國發展農作物栽培作業管理應用之重要支柱。

禽舍環境與畜禽行為監測

我國禽畜養殖/育種技術發展已久，包括種豬繁殖與基因改良、水產養殖之種苗培育等都具有國際頂尖水準。結合在智慧農業4.0計畫中，積極發展之智慧感測裝置、輔助智慧型機器人之智慧環境監測、智慧感知預測支援、智慧節能等環境智慧控制系統，輔以產業端既有廠商以發展之自動化感測器系統，與自動影像辨識與追蹤產品/服務，以及學研單位於感測裝置結合演算法之技術研發能量，將成為我國在發展禽舍環境與畜禽行為監測應用之堅實基礎。

人工智慧技術結合智慧自動化導入農業領域，不僅有助節省勞動力的支出，更受益於大幅提高之環境、作物等資料收集能力，結合智慧感測、輔助決策與智慧自動控制等功能，大幅提升種植/養殖效率，提升對環境友善度，並降低天災所造成之損害與衝擊。惟我國於推廣人工智慧導入農業領域之應用上，於實務面仍存在兩項關鍵挑戰待突破。

缺乏大量農業相關數據資料

人工智慧技術之發展有賴大量農業相關數據資料為基礎，惟我國於農業數位化轉型之進程較緩，以至尚不足累積足夠之農業相關數據資料，輔以不同農作、養殖物等農業目標之生長階段、生長所需時間、生長季的不同（如：多數農作物之生長季，一年只有1～2次），加深數據資料蒐集累積之困難度。故如何完整蒐集各項農業目標之大量結構化與非結構化數據資料，為我國發展人工智慧農業解決方案之關鍵挑戰。

農業領域之種植/養殖、品種育種實務經驗（多係老農實務經驗所得之特殊技術或祕訣等無形資產），以及學研單位領域知識，是我國農業領域最重要瑰寶，亦是我國農業發展之利基優勢。由於農業人工智慧之發展是跨學門的應用，惟珍貴實務經驗多是非結構化資訊，且尚未完整數位化，加上缺乏一跨學研領域知識與產業實務經驗之知識共享平台，亦是目前推動人工智慧於農業領域應用之缺口，故是否能規劃架構一整合學研領域知識與產業實務經驗之數位資料庫，為厚植我國發展人工智慧農業應用之重要基礎。

人工智慧應用於台灣農業之建議

我國農業面對耕地零碎、極端氣候、勞力高齡與缺乏等威脅下，導入人工智慧技術解決方案實是有助於我國農業因應越漸嚴苛的環境，而在全球人工智慧農業發展趨勢下，建議可由三個面向架構我國發展人工智慧農業解決方案的利基。

無人機結合影像識別

我國於無人機領域之技術發展成熟，部份業者如雷虎科技、經緯航太等在國際已具一線地位，而無人機由於機動性高、體積輕巧等特性而可廣泛應用於農業領域（如：養殖業之水像偵測、農業之田間作物監測、山林植被監測等），故可以此基礎深化開發相對應之影像識別技術，特別是結合人工智慧技術來強化影像識別效能及準確度，發展如：農作物之病蟲害影像識別、農作物生長影像監測、農林地測繪、水像監測等應用，可為我國發展人工智慧農業的利基。

強化產學合作，結合應用示範場域，提升人工智慧決策品質

台灣農業學術單位與老農有豐富的種植/養殖、育種經驗，但相關從業人員之寶貴經驗仍缺乏有系統地數位化，亦缺乏整合的數位資料庫，因此如何加速將從業人員寶貴經驗進行數位化及整合，並促成知識、經驗共享與傳承，進而透過示範場域來驗證人工智慧技術導入農業領域之實際效用，提升人工智慧解決方案之決策品質。

人工智慧技術導入農業領域的應用，有賴基礎感測器的佈建，而感測器之精準度、耐用度與穩定度，在不同農業領域應用場景（如：養殖業區分海水與淡水養殖環境等）下之需求各有不同，故建議可善用我國優越之ICT技術，跨域結合感測器裝置廠商與我國農業深厚的經驗，針對不同應用場景打造相對應之特定用途感測器，並善用我國完整之ICT產業鏈，透過少量多樣彈性生產的專長，降低感測器之生產成本以提高我國人工智慧解決方案之競爭力，同時亦可成為農業科技進軍國際的重要輔助。