Frontiers in Sustainable Food Systems·10月5日 · 周一论文农业人工智能与决策模型阅读 0

The role of artificial intelligence in food systems transformation: a review of opportunities, challenges, and future directions

Neo Mokone · Emmanuel Ndhlovu

Frontiers in Sustainable Food SystemsDOI 10.3389/fsufs.2026.1892956开放获取 PDF ↗
论文解读
85重点推荐
速览

系统综述2020-2026年AI在食品系统转型中的作用,提出社会技术整合框架。

方法

PRISMA 2020系统文献综述,分析40篇出版物。

发现

AI可提升生产力、质量、追溯与决策,但效益依赖社会技术准备与治理。

机会点

可实证检验该动态框架,研究不同区域社会技术条件对AI采纳与成效的调节机制。

影响力22
信息增量22
专业深度18
信源权威14
时效性9

基于PRISMA 2020的40篇文献系统综述,提出AI赋能粮食系统转型的社会技术动态框架,对智慧农业政策与研究有较高参考价值。

原文摘要

全球粮食系统正面临气候变化、资源稀缺和供应链中断日益增大的压力,因此需要更具整合性和韧性的应对措施。本研究通过对2020年至2026年发表的文献进行系统性综述,批判性地考察了人工智能(AI)在粮食系统转型中的作用。该综述以PRISMA 2020指南为指导,检索了多个学术数据库,并应用预设且随后完善的纳入标准,识别并综合了40篇文献中的证据,这些文献涉及AI应用、实施挑战、治理、可持续性、社会技术条件以及粮食系统各领域的采用模式。研究结果表明,AI能够支持生产力、质量控制、供应链可追溯性、韧性和决策方面的改进。然而,这些效益并非自动实现,而是取决于社会技术准备度、治理、数字基础设施、数据系统和组织能力。基于这些发现,本综述通过整合社会技术系统理论和创新扩散理论,构建了一个整合动态社会技术AI粮食系统转型框架。该框架将AI赋能的粮食系统转型概念化为一个动态且有条件的过程,并为未来研究、政策制定和负责任AI实施提供了基础。

人工智能 粮食系统 转型相关资讯

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三69 分 论文社会化服务与规模经营农业人工智能与决策模型阅读 0

Evaluation of Concept-Rank Collapse Audits for Computer Vision Agriculture Disease Classifiers Under Low-Label Regimes: An Interpretability Capacity Bound for Smallholder Fungicide Selectivity

提出可解释性容量上界,评估低标签下概念秩崩溃审计的可靠性。

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三70 分 论文社会化服务与规模经营农业人工智能与决策模型阅读 0

Evaluation of Concept-Probe Temporal-Stability Audits for Computer Vision Agriculture Disease Classifiers Under Seasonal Phenology Drift: An Interpretability Decay Bound for Smallholder Fungicide Timing

提出概念探针时间稳定性审计与可解释性衰减界,判断何时需重新审计。

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三65 分 论文农业AI与大模型农业人工智能与决策模型阅读 0

Calibration-Shift Inference for Computer Vision Agriculture Yield Models Under Retrofit Sensor Replacement: An Artificial Intelligence Post-Deployment Recalibration Guarantee

提出改造传感器替换后视觉产量模型校准漂移的检测与置信区间保证方法。