編譯葉亭均

在美國中西部的農田與研究溫室中，孟山都（Monsanto）與巴斯夫（BASF）正教導機器如何務農。

《華爾街日報》報導，這些農業公司正擴大在人工智慧（AI）領域的初期投資。由電腦協助挑選的玉米作物今年在美國境內栽種，而演算法則篩檢北美天氣資料，據此預測農作物病蟲害威脅。

德國化工巨擘巴斯夫正研究自動影像辨識技術，類似臉書與蘋果照片軟體的臉部辨識功能。巴斯夫生物科學數位化部門主管特斯維表示，這個構想是根據農民拍攝的農作物照片，分析照片中葉子上的可疑斑點，判別是否即將罹患小麥葉斑枯病等病蟲害。

有些農民對AI技術持懷疑態度，但也有農民承認AI技術評估農作物生長、確認病蟲害的能力與他們相當，甚至更好。

種植油菜、黃豆與小麥的加拿大曼尼托巴省農民約夫姆就見證過巴斯夫電腦程式「Maglis」令人驚異的學習曲線。約夫姆去年春天把油菜播種和他田地的座標資料輸入Maglis，結果該程式「十分精準」推測出首批幼苗何時將冒出芽，而且到了收割期Maglis更聰明地預測出作物何時可收割，以及這塊田地能有多少產量。

約夫姆說：「一開始，我有些懷疑。隨著季節遞移，我對它的預測感到吃驚。」他表示，Maglis在今夏分析天氣與農田資料，預測會出現一種有害的農作物真菌。

這些農業巨擘每年都會花數十億美元以上研究新的種子與農藥，但拒絕透露投入開發AI的具體數字。

全球最大種子公司孟山都在進行農作物配種時早已採取電腦建議，目的是製造出最高產量和最穩定的品種。

8年前，孟山都的數據科學家利用15年來關於玉米品種的資訊建立自我學習演算法，有助研究人員更精準預測農作物的數千種類配種在田地上的第一年表現。

主管孟山都作物培育部門的葛拉罕表示，這套系統讓公司能評估的玉米品種比以往多5倍，並節省1年的研究時間。孟山都去年已向美國農民銷售由這種演算法配種的玉米種子。

然而，機器學習尚無法完全掌握田裡的所有變數，這項技術的缺點在1年後浮現。當時戈斯枯萎病（Goss wilt）對美國玉米帶東部的影響範圍比之前廣，讓孟山都玉米育種模式遭受打擊。巴斯夫的Maglis機器學習功能仍需人力監督，並由作物專家對其分析進行審查。

不同農田的天氣、土壤和病蟲害狀況也對AI軟體形成重大挑戰。而且，許多重要的數據點，例如農作物產量或乾旱期產生的影響，每年只出現1次。

農業大廠也尋求把AI技術和其他農業進展結合。農機設備製造商Deere公司9月同意以3.05億美元收購新創的Blue River科技公司，該公司開發能分析作物、並一株株進行施肥與噴灑殺蟲劑、跟在拖曳機之後的機器。丹麥的諾維信公司（Novozymes）則開發能協助作物加速成長並抵禦害蟲的微生物產品，主要利用機器學習辨識微生物的DNA序列。目前諾維信的溫室正在測試由機器學習技術協助挑選的微生物。

特斯維表示，機器自我學習可讓巴斯夫以新方法研究化學分子對真菌、雜草與其他害蟲的作用。該公司正開發可對培養皿中植物拍照的AI技術，利用視覺判讀技術追蹤除草劑的效用，既可免除員工從事重複的步驟，也可避免人為錯誤。

本版與經濟日報〈酷科技〉周刊同步刊登