ACM通信

贡献的文章

面向小规模生产者的数字农业:挑战与机遇

兰维尔·钱德拉、斯图尔特·科利斯著
ACM通信，2021年12月，第64卷第12期，第75-84页
10.1145 / 3454008
评论

联合国粮食及农业组织(FAO)报告称，与2010年的水平相比，全球粮食产量需要在2050年之前增加70%，才能养活不断增长的世界人口。到2050年，世界人口预计将达到94亿至102亿。¹²我们需要实现这一目标，尽管耕地数量没有增加，饮食正在发生变化，水的需求在增加，气候在变化，环境和土壤健康都面临压力。这些问题在低收入和中等收入国家最为令人担忧，预计这些国家的人口增长率将最高，¹⁹导致对食物的需求不断增长，饮食更加多样化。在许多低收入和中等收入国家，大多数人口是农村人，70%以上的农民是小规模生产者。¹⁶正如在较发达国家所看到的那样，中低收入国家的经济增长可以减少人口增长，并有可能改善生计。低收入和中等收入国家需要农业转型以帮助其经济增长，这一艰巨的任务因如此巨大的障碍而变得更加困难。

回到顶部

关键的见解

数字农业有望帮助应对这些全球挑战中的许多。粮食系统的数字化可以提高效率、透明度、盈利能力和公平性。数字技术的应用迅速发展和投资，催生了许多智能农业的新创新。^3.这些包括传感器、物联网(IoT)、自动化、区块链、人工智能(AI)和计算机视觉。然而，这类创新大多针对高收入国家(HICs)和大型商业农业系统。很少有数字创新是专门为低收入和特殊服务对象设计的。此外，尽管数字解决方案可能改善数百万农村贫困人口的生活，但在采用数字解决方案方面存在着根本性的障碍。例如，并非所有服务提供商都能使用移动互联网，撒哈拉以南非洲和南亚的差距最大。¹⁷在图1，覆盖缺口代表生活在没有移动宽带的地区的人口。使用的差距代表生活在有移动通信覆盖但无法接入的地区的人，这往往是由于手机或订阅费用、数字技能、识字、信任和安全，这些对妇女采用移动通信的障碍更大。²⁶这些障碍必须被克服，才能实现数字农业对中小企业的潜力。

图1。2020年各地区移动互联网连接情况。²⁷

在本文中，我们讨论了数字技术如何使小规模生产者、小农和小型畜牧业经营者受益。我们强调必须针对这些用户以不同的方式开发数字农业创新，因此，需要采用新方法使这些创新在LMIC价值链中可行。投资和专注于适合小农的技术可能会产生巨大的影响。我们认为，增加数字技术的使用不仅可以帮助应对全球粮食生产挑战，还可以改善数百万SSP家庭的生计。

回到顶部

数字农业的前景

数字农业——即使用数字技术和数据来推动农业过程和决策——可以帮助整个农业部门提高效率、透明度、生产力、利润和责任感。田间传感器与自动化农业设备以及无人机和卫星的数据相结合，可以为农民提供新的见解和更好的建议。⁹虽然今天这可能只是ssp的一个愿望，但农场的整个操作都可以实现自动化。更好的数据和对农场经营风险的了解有助于提高投入的针对性和金融和保险产品的定制性，并为买方、承销商和大宗商品交易商提供他们投资农业所需的洞见。⁷根据最近的农业投资报告，数字农业的一些主要趋势包括:^3.

• 传感器:现有的传感器测量天气或基本土壤性质。新的传感器类型正在开发中，如营养或更精确的植物和牲畜传感。也有关于植物内传感的新研究。
• 物联网:通过物联网平台连接小型、廉价和一次性传感器，可以实现实时监测和云计算或边缘计算，为整个供应链提供更大的食品可见性和可追溯性。例如，如果新鲜农产品在运输过程中的任何一点超过温度阈值，这可以被实时记录和标记。了解食物来源的需求也越来越大。几家初创公司正在利用物联网构建技术，从农场到零售商店，追踪和监控存储单元中的农产品。
• 自动化:机器人碾磨站已经用于乳制品和自动拖拉机的应用。创业公司正在围绕播种、化学应用、灌溉和除草开发新的应用。配备高分辨率摄像头的自动驾驶汽车通过一种被称为快速表型分析的过程持续监测作物生长，这有望加快作物新品种开发的速度。
• 图像:在农业领域，遥感通常是指从卫星数据中分析图像，这种技术已经存在了几十年。新的趋势集中在使用低地球轨道(LEO)卫星更频繁地获取图像，或使用无人机(在云层下飞行并按需提供)的更高分辨率图像来监测作物健康或病虫害爆发。
• 区块链:通过安全的区块链技术，可以确保智能合同和可追溯性，从而使卖方、买方和消费者能够确定关于食品来源和运输的信息和数据是可信的，没有受到损害。
• 人工智能:随着新的数据源在数量、分辨率、及时性和质量上的提高，需要使用分布式计算的新技术来处理这些数据并将其转换为可操作的信息。人工智能前景光明，机器学习(ML)已经在一定程度上得到了应用——从作物预测到聊天机器人——并将继续以更复杂的方式得到应用。在短期内，增强智能可能会更可行地支持ssp的决策。
• 计算机视觉:算法正在迅速改进，以利用更多的可用图像和照片。例如，分析树叶照片的人工智能模型可以快速识别特定的植物病虫害，并提出实时治疗建议。农田边界也可以从卫星图像中自动提取。

这些技术在农业上处于不同的准备阶段，其中许多仍处于对精准农业的期望的顶峰^20.嗝。Gartner炒作周期反映了技术成熟时的可见性。处于巅峰的技术表明缺乏清晰的、基于证据的应用——也就是说，它们可能被过度炒作并混淆了形势。我们提出了一个版本的高德纳炒作曲线的ssp(见图2)，改编并更新自Rakestraw等人。^20.和格雷等人，¹³因为对于准备程度的相同假设在高收入国家和低收入国家的背景下不一定一致。我们还建议可能需要一个改进的创新评估框架，如NASA创建的技术准备水平⁶以前用于作物研究²³或者另一个创新扩展框架。¹⁴无论如何，数字化的优势和正确技术的应用可能会给ssp带来巨大的利益。我们将在后面的部分中描述其中的一些。

图2。企业数字农业炒作曲线。

回到顶部

发展中国家的小规模生产者和农业

农业部门是低收入和中等收入国家的主要雇主之一，在一些国家雇用了80%以上的农村人口。¹⁵世界上大多数农民都是小农，在全球5.7亿个农场中，有72%的农场经营面积不足1公顷。¹⁶农业是这些国家经济增长的重要动力，对国内生产总值(GDP)至关重要。¹⁸许多小农为自己消费而生产，但农业要为经济增长做出贡献并帮助弥合日益逼近的粮食缺口，农民必须对经营进行投资，生产更多的粮食并向市场销售。

谁是小农?根据AGRA《2017年非洲农业现状报告》，²小农为20多亿人提供生计，生产了撒哈拉以南非洲和亚洲约80%的粮食。虽然小农的广义定义是基于面积(小于1公顷或2.5英亩)，但更细致的分类是基于出售的作物产值的份额，以及非农收入占家庭总收入的份额，如所示图3．根据这个定义，一般类别是:

图3。小农类型学。²

1. 自给型小型农场，其农业产出的销售额不到5%，来自非农来源的收入不到总收入的33%。
2. 过渡型农场，其收入的33%或更多来自非农业来源，并出售高达50%的作物产出。
3. 未商业化的小型农场，出售5%到50%的产品，来自非农业来源的收入不到33%。
4. 商业小型农场，出售50%或更多的产品。商业小型农场进一步细分，如果其非农业收入占比低于33%，则为专业商业农场，否则为多元化商业农场。

在以农业为主要收入来源的群体中，包括自给自足的、未商业化的和专门商业化的群体，平均每年的农场收入约为780美元。为了能够为他们设计解决方案，了解小农获取和使用技术所需的规模和可用资源是至关重要的。

---

农业要为经济增长做出贡献，并帮助弥合日益逼近的粮食缺口，小农必须投资经营，增加产量，并向市场销售。

---

小规模农业生产家庭的生活充满挑战。撒哈拉以南非洲地区的小农平均每天的生活费不到2美元。他们通常种植粮食供自己消费，即使能够进入市场，也往往得不到有竞争力的市场价格。由于没有办法储存收获后的农产品，一个地区的大多数农民都在同时出售，从而压低了价格。小农往往无法获得最新的种子、投入和提高产量的建议——他们被迫依赖较老的、传统的或假冒的品种和投入，并使用过时的做法。即使农民有机会接触到政府推广代理，访问也往往不频繁，代理对农民的比例低至1个代理对5,000个农民。²⁵

这意味着他们的作物更容易受到气候变化、天气变化、病虫害的影响。最近在东非爆发的秋粘虫和蝗虫给生产造成了重大损失。小农吸收这些冲击的能力有限，因为他们很少或根本无法获得负担得起的信贷或保险，原因是缺乏抵押品、土地保有制度无效，或者他们是无地承包商。面对这些挑战和障碍，再加上贫困在低收入和中等收入国家的持续存在，改善农村贫困人口的生计是很难实现的。正是在这种背景下，需要设计为小农量身定制的数字解决方案。

回到顶部

为小农实现数字化农业转型

关于农场的数据，加上来自最新技术进展的见解，可以帮助改变小农和特殊服务群体的生计。小农农业的数字化可以降低风险、提高生产率、增加收入、增强妇女权能，并有助于解决为世界迅速增长的人口生产足够有营养的粮食这一迫在眉睫的挑战。一些有希望的趋势正在推动数字技术的采用，包括:

• 智能手机的成本正在迅速下降。例如，在印度，Jio手机的价格不到10美元，数据套餐也变得更加实惠。越来越多的国家的数据成本已低于月收入的2%。²⁷
• 社交媒体的使用正在迅速增长。WhatsApp和Facebook等社交媒体和工具正在LMIC中迅速普及。
• 移动支付促进了数字服务的增长。例如，肯尼亚的mmpa项目使贫困人口减少了2%。²³
• 移动互联网覆盖范围不断扩大，使智能手机的使用、信息的获取、应用程序的使用和双向数据流动成为可能。LMIC 4G覆盖率从2014年的30%提高到2018年的75%。²⁷
• 服务的数字化，例如获取投入;获得金融、保险和咨询服务;与市场的联系正在发生。¹⁰
• 语音助手或聊天机器人形式的语音和对话人工智能显示出为农民提供自动化建议和更精简的信息和服务访问的潜力。

此外，有证据表明，在相关用例中应用数字技术可提高小农的生产力和收入，特别是当这些服务捆绑在一起时。图4，摘自《非洲农业数字化报告》，¹⁰显示捆绑服务的乘数效应。这些用例在表1总结如下:

图4。数字农业对小农的影响。¹⁰

表1。为小农生产者提供的数字服务和技术需求，包括一些例子。

农业咨询服务。如果从农场获取数据，无论是通过田间传感器还是通过卫星或无人机遥感，它都可以与农艺科学相结合，为以下方面创建数字咨询:

• 计划:根据预期的天气、作物价格和市场需求，在特定的季节种植什么作物。
• 种植:根据作物类型和预测的天气来播种。
• 管理:何时灌溉、施肥、施药。
• 收获期:根据市场价格、预测天气、干燥和储存成本，何时收获期。

而且，通过将推广和发展代理数字化，即使是自己没有直接与数字工具互动的农民也可以通过这种数字化中介从更准确和及时的信息中受益。

市场的联系。数字工具可以帮助连接农民与市场。在输入方面，数字订购服务可以帮助农民连接到认证的种子和肥料——例如，肯尼亚的DigiFarm和ipurchase。在产量(收获)方面，获取当前市场价格以及与运输和集结地的数字连接——例如印度的Loop——可以帮助农民降低成本并增加利润。同样，印度的牛奶生产商可以通过数字秤和检测服务获得即时的质量反馈，并因更高的质量获得奖励。

为提高食品安全和透明度，农产品从农场到消费者的可追溯性还可以释放机会，使小规模生产者能够参与区域和全球市场。

金融服务和保险。农业企业一旦把产品卖给买家，就能获得投资回报。这可能需要90天(从种子到收获)，在他们获得资金购买种子、肥料、防治病虫害和在收获和运输季节雇用劳动力之后。如果农民有土地或其他资产等抵押品，就可以从银行和其他债权人那里获得信贷。然而，许多小农并不拥有他们耕种的土地，也没有其他形式的抵押品。农民的身份可能无法确定，或者他们的土地所有权无法核实，因此很难以合理的利率获得信贷。

更多关于农民和农场的数据可以为金融服务和保险公司提供有价值的信息，以评估风险，并为小农提供更量身定制的信贷产品、贷款和保险政策。非洲和南亚的一些公司——例如Pula、Oko、Acre、Farmdrive和skyet——正在利用卫星图像和天气数据来评估风险，创建信用评分算法和保险风险评估。如果能够整合更多关于农民和农田的数据，创建可信的、可验证的信用评分和风险概况，就可以解锁小农需要的融资和风险缓解工具，以投资于他们的农场，尝试新技术。

农业研究与发展。在植物科学领域，植物表型是指一套用于精确测量植物生长、结构和组成在不同尺度上的方法和协议。新一代测序技术大大加快了功能基因组学的发展，使人们能够识别重要基因和农艺性状。了解基因如何通过表型与环境(GxE)相互作用是作物育种的重要组成部分。借助数字技术，快速表型分型现已成为可能——例如，高分辨率多光谱成像;无人机图像;掩埋式传感器;以及数据平台——使精确的测量、分析和数字双胞胎得以产生。然而，这些解决方案尚未在低收入和中等收入国家采用，仍需发展，特别是在地下测量根系结构方面。²⁸

可持续性和气候。气候变化是人类面临的最大威胁之一。¹对于农业来说，如果不进行适应，到2050年气候变化可能会使作物产量下降30%。世界各地的小型农场将受到最大的影响图5)．数字技术对于实施委员会确定的三个行动计划至关重要:增加农业气候适应研究;扩大获得气候信息数字咨询服务的机会;扩大小规模粮食生产者获得保险、金融、市场、适应性技术和农业生态实践的机会。

图5。农业高风险地区为不同气候灾害易损区。¹

农业系统的长期可持续性还取决于改善和保持土壤健康。不幸的是，许多地区的土壤健康状况正在下降，限制了土壤支持更高生产力的能力。如果不对土壤健康进行投资，作物产量就会下降。数字土壤光谱学传感器与卫星图像相结合，可以生成土壤性质图，并提供量身定制的农艺咨询所需的信息。类似的测量土壤碳含量的技术应用也有助于为小农开辟新的收入来源，许多支持者认为，这可能通过碳市场实现。

回到顶部

采用的障碍和研究机会

前一节中讨论的技术，如传感器、图像或自动化，仍未在小农系统中广泛采用。²²在撒哈拉以南非洲地区，只有13%的服务提供商注册了数字服务，活跃的服务提供商更少。¹⁰这有几个原因。例如，尽管移动互联网覆盖范围有所改善，但仍然有33亿人生活在移动宽带覆盖的地区，但没有使用移动互联网服务，这一差距令人震惊²⁷而且在撒哈拉以南非洲和南亚的使用差距非常明显(图1)．这些数字告诉我们，造成数字鸿沟的因素不仅仅是技术，比如:

连接和访问。许多农场和农村地区没有高质量的互联网接入。国际电联估计，世界上大约一半的人口没有互联网接入，其中许多人在发展中国家。情况正在改善;2018年底，移动覆盖缺口占世界人口的10%，而2014年为24%，但这一缺口大部分存在于低收入和中等收入国家的边缘农村地区。²⁷

即使有良好的连接，仍然需要克服采用方面的挑战。在中低收入国家中存在着显著的数字性别差距——使用移动互联网的女性比男性少3.13亿，性别差距为23%。²⁶

需要什么?需要开发新的技术解决方案来提供低成本的互联网接入。为了连接摄像头或拖拉机，并支持视频，这种连接需要是宽带，在美国，宽带的定义是25mbps下行，3mbps上行。我们注意到，对于精确农业技术，上行容量需要大于下行容量，因为大多数数据被发送到云端。为了更广泛地解决性别差距和使用问题，应该强调考虑社会环境的以人为本的设计。例如，妇女可能共用一部手机，在这种情况下，个人使用服务的单独帐户可能很重要。

负担能力。小农财政拮据。因此，针对小农的数字解决方案必须是负担得起的。现有的农场解决方案成本太高。传感器售价几百美元，在这些地区很容易被盗。无人机售价几千美元，电池寿命有限，而且能源稀缺。此外，由于资金成本高，拖拉机往往不是小规模生产者的可行选择。遥感解决方案需要处理云中大量的卫星图像。基于这些数据的AI技术需要gpu，这进一步增加了提供数字解决方案的成本。

需要什么?需要发明新技术来完成与昂贵设备相同的任务，但成本较低。在某些情况下，可以通过使用成本较低的手工组件或采用创造性的服务交付业务模型来替代技术。

识字和技能。低收入和中等收入国家的许多农民不识字，技术技能也很低。GSMA性别报告²⁶认为识字和技能(语言和技术)是采用数字设备的最大障碍。

需要什么?转化见解并使其为小农所用的技术。在某些情况下，这可能还需要智能手机的新UI或对语音技术的研究。对于使用老式手机的农民来说，需要新的方法来传达数字见解和设计，以满足用户在数字和语言读写能力方面的需求。

及时提供相关信息。相关性是采用服务的障碍之一。确保信息服务更具有相关性的一种方法是将其建立在与时间和空间相关的数据之上。由于农场本身的实地观察很少，现有的解决方案往往依赖于来自卫星的遥感数据。然而，小规模的农场挑战了现有的解决方案，这些解决方案通常是为HICs的农场设计的，占地面积达几十英亩甚至更多。在低收入和中等收入国家，农场的面积通常不到1公顷，生产者通常在这块土地上种植多种作物。由于每个小农场在卫星图像中只有几个像素，因此很难提取田里每一种作物的情报。

需要什么?需要更高分辨率和更及时的数据，以及以可负担得起的成本获得的信息和见解，才能使小农在经营中更精确，更能抵御气候引发的冲击和其他冲击。

数据信任和安全。尽管需要获得更多关于小农的数据，但有利益攸关方正在收集关于低收入和中等收入国家农业的信息。从理论上讲，如果这些信息能够被共享和聚合，它将有益于整个农业产业，包括农业生产者。然而，共享数据的最大障碍之一是对数据使用和消费者保护的信任。农民、投入供应商、买家、贸易商、金融公司、政府和其他实体在收集和共享数据方面都有不同的动机，但安全共享数据的有效机制却很少。此外，数据泄露可能会产生巨大的影响，但保护数据可能代价高昂且复杂。

---

居住在移动宽带覆盖地区但没有使用移动互联网服务的33亿人仍然存在惊人的使用差距。

---

需要什么?对安全数据平台、点对点和隐私保护数据共享模型以及数据市场的研究，将为利益攸关方提供关于如何在隐私和消费者保护法范围内共享数据的选择，以适当保护数据不被滥用。

回到顶部

开放研究问题

为了让上一节中介绍的数字技术被小规模生产者采用，我们需要在计算机科学的不同领域进行研究。例如，为了使可持续农业实践得以采用，计算机科学家需要开发低成本的碳传感器;通过卫星图像和其他来源估计碳、氮和水使用的新人工智能技术;以及向小农传达见解的新用户界面——所有这些都使用低成本技术。我们强调了各种数字农业场景所面临的一些挑战表2．

表2。研究阻碍为小农生产者部署技术的问题。

硬件和体系结构创新:使解决方案更经济。需要研究设计出与现有解决方案功能相同的低成本硬件架构。小农生产者可以受益于各种类型的硬件，包括测量土壤湿度和温度的地面传感器;测量非生物特性的气象站;监测牲畜的运动传感器;识别病虫害的照相机;无人机图像可以帮助识别作物压力，预测产量，并建议弥补产量差距的行动。

小农想要的硬件功能有:

• 低成本:以较低价格感知或传递信息的技术。
• 低功耗:传感器或摄像机应该在低功率和间歇性电源的情况下长时间工作，也许可以使用可再生能源或低成本的储能解决方案。
• 加固的:农场上的技术必须在恶劣的条件下运行，包括恶劣的天气、洪水和野生动物的存在。
• 小偷:可以在看不到的地方操作或触发警报的设备可能更有用。

实现所有有益的特性是困难的。创业公司和学术界正在探索一些有前途的方法。变色龙土壤湿度传感器⁸CSIRO开发的一种方法是使用低成本的组件来显示不同颜色的光，而不是向云层发送值来显示土壤水分含量。替代传感是另一种很有前途的降低成本的方法。MEMS和音频技术可以帮助构建低功耗传感器来测量农业参数。最近的工作利用智能手机上的Wi-Fi芯片组作为土壤湿度和导电性的传感器。¹¹GroGuru开发了一种传感器，可以放置在土壤深处，人眼看不到。

其他有前途的研究探索了替代成像解决方案。Plantix使用智能手机的摄像头来检测害虫和疾病。方面的²⁴将相机(或智能手机)安装在氦气球上，由人用拖拉机或自行车运输，作为无人机的替代方案。进一步的研究，无论是使用低成本的组件还是替代传感方法，都可以帮助使传感器和相机更便宜。

这些技术创新也可能带来潜在的新商业模式。农民无需部署多个传感器，而是可以手动将传感器移动到农场的不同部分，以确定土壤地图——例如，营养成分。或者，作物保险、金融提供者或政府可以补贴农场硬件的成本。

AI/ML、语音和计算机视觉研究:获取相关数据。计算机视觉和人工智能的进步已经给农业带来了巨大的好处。商业工具，如Climate Fieldview、Farmers Edge和Land O'Lakes R7，可以检测作物压力;预测天气、产量和结果;并为种植者提供自然语言和语音接口。然而，还需要更多的研究来实现这些对小农的好处。

主要研究挑战包括:

• 低分辨率卫星数据的人工智能:卫星图像中的每个像素都是几米，这对于小农场来说往往太粗糙了。
• 耕地复种系统:一些小农实行自给农业。他们在同一个农场种植多种作物，这导致了不同作物相互作用的方式，以及数字系统如何隔离每种作物的表现，以提供适当的咨询。
• 基于稀疏数据的AI:小农场缺乏好的、有标签的数据。卫星数据是有限的，传感器也很少部署，语音数据收集的是最常用的语言。需要开发新的人工智能技术，对可用数据进行标记，并增强数据流，为小农生产者培训模型。虽然人工智能前景看好，但更直接的解决方案可以利用增强智能方法。
• 缩小了的气候模型:高收入国家有准确的天气预报，但由于成本和复杂性，低收入和中等收入国家的天气预报较差。低成本传感器支持的本地化预测将提高小规模生产者适应气候变化的能力，使其更有弹性。高分辨率的热带季节预报对种子选择、保险、补贴项目和粮食安全都很重要。

有一些很有前途的方法可以解决上面提到的稀疏数据挑战。然而，它们还没有在农业上大规模应用。例如，代际对抗网络(GANs)可以帮助生成新数据来训练AI模型。这也可以从农场的3D模拟中生成。图神经网络的最新进展有助于融合人类知识，克服稀疏数据的局限性。自我监督学习方案可以结合不同的数据源来生成更多的标记数据。在农业中应用这些和其他人工智能技术可以帮助小农获得最新人工智能技术的好处。

网络、系统和安全研究:连接、优势、数据平台。农民需要在他们的设备上使用低成本的互联网连接。传感器、摄像头和其他设备需要在农场中连接。然而，现有的解决方案非常昂贵。一个关键的挑战是如何让高速互联网更便宜。

为了提供宽带，互联网服务提供商(ISP)通常使用多种技术，如卫星通信、固定无线或光纤电缆。有线技术在人口密集的地区(如城市)效果最好。对于偏远地区，卫星连接与某些地面技术相结合，成本效益更高。在地面技术中，mmWave中的固定无线技术适用于高速、近距离访问。较低的频率传播得更远，更适合在农村地区提供宽带。

使用无许可证的频谱和开源技术可以提供远程、负担得起的宽带接入，并可以降低互联网接入的成本。一些有前途的技术包括:

• 电视空白:未使用的电视频谱可以用来发送和接收数据。由于大多数电视频道在农村地区未被使用，这为宽带连接提供了大量可用容量。
• 基于LEO卫星的互联网接入，比如SpaceX，是另一项很有前途的技术。发射一群立方体卫星相对来说成本较低，比如SpaceX正在发射的那些卫星，它们可以为全球提供互联网接入。
• 私人LTE:像Endaga这样的私人蜂窝网络使用社区蜂窝网络为农村地区带来连接。

最近还有其他关于利用飞机的研究⁴以及谷歌的Loon气球。然而，任何连接技术解决方案都必须伴随着创新的商业模式，以使其在经济上对小农可行。例如，ISP除了提供互联网接入外，还可能提供数字农业咨询，以抵消部署通信塔和基础设施的成本。

另一项有前途的技术是边缘计算。并不是所有的数据都需要发送到云端。相反，大量的玉米可以在离农场更近的计算设备上进行处理。edge可以收集图像，进行分析，并提供数字咨询服务，也可以离线运行。然而，边缘计算设备需要低功耗、坚固耐用，在某些情况下，可能需要运行一个应用程序商店来进行完全断开连接的操作。⁵

一个隐私保护、安全和自主的数据共享平台可以帮助聚合数据，既可以建立市场联系，也可以提供基于人工智能的咨询。然而，共享地理位置属性，如农场参数、天气或农场管理，可能会暴露生产者的身份。机密计算框架和同态加密等技术很有前途，但需要适应地理空间数据。

计算机人机界面:提高可用性。为了接触那些不太懂技术、通常使用功能手机和有读写障碍的生产者，我们需要超越图形用户界面(GUI)。¹⁵已经有了使用非gui界面的工作，例如基于语音、触觉和手势的界面。农业领域最常见的两种非gui用户界面是语音和触觉/手势。后者对机器人和自动驾驶汽车很有用，而语音已经被研究为印度和非洲农民的界面。

初创公司使用不同的用户界面来接触小农生产者。“数字绿色”使用视频向种植者传授农业技术。Awaaz De使用音频、未接来电和短信向生产者发送通知和警报。还有很多人要么使用短信，要么使用语音通话，或者两者都使用。

语音技术的最新进展，使即时通讯应用程序自动化和个性化;机器人;基于语音的代理，如Alexa、Cortana、Siri或谷歌Voice，可以帮助减少数字服务访问的障碍。然而，这些语音AI模型必须进行定制，以学习当地方言和习惯。这不是小事;可能没有足够的数据来训练AI模型。研究挑战包括:

• 支持区域语言:农村社区的种植者通常只知道他们的地区语言;因此，必须针对每个地区训练用户界面。
• 双向交互:一些交互，如价格发现和数字咨询，需要种植者和服务提供者之间的双向沟通。短信太短，而语音通常只用于向种植者传达信息。
• 对短信或语音的地理空间洞察:数字咨询可能具有地理空间成分，例如作物胁迫的地理坐标，或农场的微尺度氮图。在发达国家，这种洞察力是通过2D或3D地图来传达的。用短信或语音传达同样的信息是很有挑战性的。

回到顶部

总结

本文强调了数据科学和计算机科学的不同领域需要的创新，以实现小规模生产者的数字农业。这包括对不同ACM特殊兴趣小组(SIGs)的研究，如SIGCOMM、SIGOPS、SIGARCH、SIGCHI、

SIGGRAPH等公司致力于为云计算和网络解决方案设计负担得起的硬件，并在人工智能方面进行创新，以处理稀疏和不完整的数据。

随着技术解决方案的出现，了解进入市场和可伸缩采用的路径也很重要。因此，我们正在制定一个数字农业技术准备指数⁶并利用计算机对我国小农数字化技术的成熟度进行了评价表2．该指数的结果将指导我们加快对尚未准备好采用的技术的研究，并在技术成熟时对其进行投资。我们很高兴能与计算机科学界合作，解决一些最棘手的问题，从而帮助小农生产者加速采用数字农业，改善数百万家庭的生计，并确保更大的全球粮食安全。

回到顶部

回到顶部

数字图书馆是由计算机协会出版的。版权所有©2021 ACM, Inc.

---

没有找到条目