Ai-Driven Agricultural Practices And Their Contribution To Rural Economic Growth

摘要 将田间观测与来自农场传感器、遥感、气象服务、农业机械、移动应用程序和电子商务的信息相结合的数据，正日益支撑着支持农业决策的新型智能方式。本文综述了这些人工智能支持的农业实践所带来的农场生产力和效率提升的证据，并讨论了这些提升如何转化为更广泛的农村经济增长。通过采用结构化二次研究，包括同行评审文献、国际发展机构报告以及近期关于数字农业和人工智能的研究，本综述探讨了以下五个主要渠道如何受到影响：精准作物管理；智能灌溉；作物与产量预测；病虫害诊断；以及数据驱动的农场与市场决策。这些证据表明，人工智能如何有助于实现农业投入品更佳的时机选择和更高的精准度，减少不经济的资源使用，改善风险管理，并加强农民获取信息和进入市场的能力。虽然文献中经常报告的产量提升和成本节约因作物、技术、地点、农场规模和实施方式的不同而差异很大，但我们将初始框架中引用的12%至45%的产量提升和最高约25%的成本节约，视为文献中具有说明性的指示。事实上，本文揭示了人工智能的经济效益如何超越农场本身——更好地利用当地技术服务、咨询、设备维护、数据服务、运输服务、产品集散以及农村价值链中的其他活动。这些都可能因恰当的人工智能支持而得到促进。使用该技术所需的高昂初始投入、缺乏良好连接、许多地块面积小、农民和当地中介的数字素养限制、对数据应如何管理的担忧，以及需要获得受尊重的当地专业知识的来源，都制约着广泛采用。鉴于这些考虑，将人工智能作为一种支持系统而非替代品来实施，以农民为中心，包括公共产品基础设施和培训、获得具有成本效益的服务模式、适合当地情况和语言设计的工具，以及正确的伙伴关系，最有可能释放包容性的农村经济