位處加州的處理食品廢棄物公司Apeel周二宣布，Apeel將收購一家名為ImpactVision的軟體公司，而ImpactVision主要是應用人工智慧、機器學習和高光譜成像技術於產品供應鏈上，以確定其產品之品質、新鮮度、成熟度及、植物營養含量，進而提高產品的一致性，提供優質的產品，減少供應鏈浪費。有關該交易之相關條款並未被披露，且根據PitchBook的數據顯示，經過去年12月的一輪融資後，Apeel目前估值約為11億美元。 　　2012年，Apeel設計了一種植物性可食用塗層，該塗層可延長產品壽命兩到三倍。且該塗層已在數十種不同類型之蔬果進行測試，於市面上常被用於在酪梨、有機蘋果和柑橘類水果（柑橘、檸檬、萊姆、手指青檸）。該塗層是從植物中提取出來的，能防止運送過程中的氧化和水分流失，藉此來延長保存期限，且Apeel並沒有透漏形成該塗層有關之配方的細節。【延伸閱讀】能讓香蕉在六天內都不會變黑的保鮮膜 　　ImpactVision創始人Abi Ramanan在一份聲明中宣布了這筆交易並表示:” ImpactVision的技術可藉由高光譜影像來預測食品內部品質。當這種超越人類視覺極限的能力與Apeel的保值期延長技術相結合時，將可減少產品收穫後之損失、優化分銷和延長產品保存期限，進而於根本上改變產品供應鏈之型態。” 　　Apeel計劃使用ImpactVision的成像技術為公司的客戶提供更好的產品質量安全檢測能力。而該成像技術可識別產品新鮮度、成熟度、植物營養含量和產品質量等其他方面數據。 　　Apeel聯合創始人兼首席執行長James Rogers 對CNBC說:”我們現在有能力在不使用破壞性測量技術下得知和量化產品的品質、可持續性和營養含量，為該公司之客戶更有效地管理產品供應鏈及其產品之生命週期，使食物浪費趨近於零。”

日本推動地方創生起源主要因人口結構改變下所受到衝擊提出的因應政策。原本人口數排行落後的日本四國高知縣，正首當其衝面臨這嚴峻的挑戰。根據數據顯示，高知縣的人口數全國倒數第二名(人口數約72.8萬人)，高齡化比率高居日本全國第2高(32.5%)，眼前所見數據猶如戰前1920年情況一般。身為這項衝擊前線的高知縣，卻擁有鮮少人知的富有自然環境與傳統歷史文化底蘊。 　　日本政府在因應這項議題，在全國推動「區域創新戰略支援計畫」，由跨部會(文部科學省、經濟產業省、農林水產省、總務省)，共同選定示範城市，高知縣正是在評選之中著力的城市之一。這項計畫推動企圖藉由區域創新永續模式，為高知縣地方產業經濟注入強心針，帶動地方自主性營運，發揮其地方特質與強項。  　　而這項計畫的推動，則依循2016年所推動「驅動產業新發展」措施的大基礎架構下執行。並在該縣成立「高知縣IOT研發促進會」，依序①盤點縣內各領域議題項目、②與相關業者協議討論，進行議題評定、③撰寫計畫書(僅限於被選定議題)、④招開議題說明會、⑤設立媒合會與確立執行項目、⑥補助金的支援開發、⑦完成計畫執行項目等流程下，進行計畫項目擬定與執行。 目前實驗階段與開發中項目如下： 「農業」 ♦新農的遠距教學與建議指南 ♦AI設施園藝的生長診斷與預測系統 ♦專業柚子農夫的栽培技術標準統一管理與適度結果技術 ♦傳承新世代專業栽培管理技術 「水產」 ♦即時掌握漁獲量與數據存取 目前已完成項目如下： 「農業」 ♦農業肥料使用履歷管理系統 「水產業」 ♦自動餵食養殖系統 「林業」 ♦作業員安全確認與生產履歷存取系統 「醫療・社福」 ♦節省護理人員勞力作業的門診護理站APP 「教育」 ♦小學生出席管理系統 高知縣發展數位化新農業 　　提及該縣的地方創生，則不得不提及高知縣農業。以設施園藝位居日本全國第一聞名的高知縣，網羅全球優秀人才、凝聚學校與企業研發能量在這個地方。因此，在推動區域創新，農業數位化領域也是該縣重點發展項目之一。 　　為提升在地農業品牌化，增進農民所得，與產官學(高知大學、高知工科大學、高知縣立大學與相關產業團體、企業攜手合作加入「IOP新世代設施園藝農業」計畫執行。 　　以IOP(Internet of plants)為導向的「IOP新世代設施園藝農業」，主要期盼透過AI技術，促進溫室環境與使多種園藝植物的生理資訊可視化，並透過專業人才的培訓，達到作物的高產量、高品質、高價值化，開創超省力與節能的創新園藝設施。【延伸閱讀】人工智慧可以幫助養活世界嗎？ 　　高知縣高度鏈結IT技術，不只促使農業數位化成功發展，更廣層面來說，也逐漸突破人口減少、高齡化與農業生產力下降等地方性嚴峻衝擊。期盼高知縣成功案例，未來也能進一步成為其他地方借鏡。 　　地方創生，除了注入創新技術協助，在面臨地方發展性與未來性，人的因素永遠才是最重要關鍵，創新發想與新模式，勇敢的挑戰突破才是對地方的愛護朝向一個積極正向發展。

台灣農業人力長期不足且面臨老化，缺工現象更顯嚴重。在技術處及農委會科專計畫支持下，資策會數位服務創新研究所(服創所)與長生製茶廠及茶業改良場(茶改場)合作，開發「農機智慧管理系統」，實現茶園規格化、機械化及數位化的目標，成功吸引日本採茶機市占六成的農機企業－落合刃物青睞，並在資策會台日產業推動中心協助下，透過台日產業數位轉型(DX)線上講座完成第一階段成果露出。 　　台灣不只面臨農業人口老化的問題，過去靠著老一輩手把手的教育訓練模式，在傳承上也愈來愈困難，不利於現代化農業的推進；2014年到2017年間在經濟部技術處科技專案的支持下，資策會開發神農產銷平台，發展農業資通訊技術應用解決方案，協助農業經營者從產到銷，提升管理效益，並掌握流動人力，提升50%人員使用率，供貨資訊掌握從兩天縮短為一小時，並依據工作特性、人員能力，進行派工推薦，以創新科技大大提升產銷資訊整體應用效益。 　　出生於茶葉世家、榮獲第30屆十大神農的林和春，是長生製茶廠的第三代傳人，過去曾在日本留學，主修機械工程，學成後先在日本工業公司就職，後來有感於父執輩經營的茶園正面臨亟需轉型的階段，便決定根留台灣，運用自己所學所聞，協助台灣茶園朝規格化、機械化的目標邁進。 　　因緣際會下，2017年林和春透過新聞媒體，得知神農產銷平台，在與研發團隊聯繫並經多方溝通討論後，終於促成資策會、長生製茶廠、茶改場正式合作，2018年借重團隊平台開發經驗，並成功爭取農委會業界科專支持，開啟「農機智慧管理系統」的開發路程。 　　在系統開發前，長生製茶廠已引進國外大型機械，在台灣多個縣市提供茶園機械代耕，範圍包含桃園、新竹、苗栗、南投、花蓮、台東，合計面積超過100公頃。在茶園機械化管理的基礎下，再由資策會服創所團隊協助建置「農機智慧管理系統」，正式導入智慧化後台管理，透過農機上的感測器及行車電腦數據蒐集，管理系統可依不同品種的茶葉、耕作方式及採收狀況作成生產履歷，修正工作效率，並提升設備的稼動率。在系統開發過程中，由長生製茶廠及茶改場提供親身經驗，讓系統能持續優化，真正符合農機管理需求。 　　林和春表示，透過此系統服務，管理者可從數據中看出許多管理資訊，追蹤各茶園採收產能、各駕駛工作表現、各農機維護狀況，建立更好的管理模式。以長生製茶廠為例，在有良好管理模式之下，茶園產能可比一般茶園多30%，且精簡人力成本達50%。【延伸閱讀】印度AgNext的AI技術將推動茶產業的復興

水產養殖技術公司 Poseidon Ocean Systems 將在“蘇格蘭海鮮之都-奧本”掀起波瀾。 　　Scottish Sea Farms 是英國首屈一指的鮭魚養殖公司之一，已宣布將開始試驗Poseidon的曝氣系統 Flowpressor，以保護其鮭魚免受潛在有害浮游生物的侵害，而浮游生物對全球養殖魚類的健康和福利構成重大威脅。曝氣- 在鮭魚圍欄中加入空氣，以促進水的流動並提高水質的過程，此法是鮭魚養殖業者在日常檢測到浮游生物時所採取的保護措施之一。而Poseidon的綠色曝氣系統 Flowpressor是一種創新的壓縮機系統，專為水產養殖而設計， 已證明離網之養殖系統的能耗顯著降低。Flowpressor旨在改善水質和魚類福利，同時減少近60%的柴油消耗。該公司表示，該系統需與Poseidon之物聯網一同搭配使用，可使水產養殖業者在操作上更加便捷。 　　該系統已經在加拿大西海岸投入使用，鮭魚養殖者報告說，圍欄內的藻類減少了 50-60%，且魚的存活率和生長速度得到改善。 　　蘇格蘭水產養殖經理 Innes Weir 說：“Flowpressor 有效地從圍欄深處抽取‘乾淨’的水—換句話說，能遠離浮游表面層進而改善整個圍欄的水質。該系統還自帶氣泡，其氣泡如屏障般地阻擋浮游生物或其他生物之侵襲(如水母侵襲)，該系統顯著地降了開放式圍欄系統中這些潛在有害生物的濃度。” 　　本系統將在奧本附近之養殖場中進行試驗，12個圍欄中將有6個會連結到Flowpressor，而剩餘6個圍欄則由標準壓縮機提供服務。Poseidon Ocean Systems的聯合創始人Matt Clarke表示: 與標準系統相比，Flowpressor不僅在保護養殖魚類健康方面更有效，且燃油效能還提高了56%，每安裝一部該裝置可減少700噸的二氧化碳排放量，這相當於在一年內減少150輛轎車於路上行駛，且該系統之使用年限比其他市售之裝置還長三倍。整體來說，該系統可減少碳、水和廢棄物之足跡。 　　Poseidon的Flowpressor現在正在加拿大、英國、智利、澳洲和紐西蘭等地方積極銷售。該公司計畫下個季度在智利開設辦事處。 且早些時候，還在哥倫比亞省首屆水產養殖創新獎上獲得150,000 美元獎金。其Flowpressor則被水產養殖獎項BC Award公認為最具可持續增長、競爭力和適應性的技術。而其他獲獎者是ThisFish 和 Industrial Plankton。ThisFish是利用物聯網、大數據分析及機器學習演算法等方式來追溯水產養殖業之相關數據之軟體應用。而Industrial Plankton是專門生產藻類生產反應器，且該技術被20多個國家應用，且應用之場所絕大部分為貝類和蝦類孵化場。【延伸閱讀】人工智慧於養殖鮭魚產業之應用潛力 　　水產養殖議會秘書 Fin Donnelly表示，卑詩省是開發創新水產養殖相關技術和產品的領頭羊，我們正透過卑詩省水產養殖創新獎來展示創新的水產養殖技術和解決方案等。透過水產養殖業和技術部門間之合作關係，為子孫後代加強我們的食品系統和清潔技術，同時提供更多的經濟機會。 　　卑詩省就業、經濟復甦和創新部長 Ravi Kahlon 表示，這些獎項是表彰卑詩省水產養殖領域卓越創新的重要機會。

由於作物育種及種子產品開發過程漫長且成本高，因此農業生產者希望能透過些即時性的耕作資訊來即早發現問題並且提早解決，以利作物後續生長。因此，過去，農民以人為之方式收集耕作區之作物資訊，如高度、結實狀態、葉面生長情形等重要特徵。然而以人力之方式來收集耕作資訊卻是極其困難，且所收集而來之數據品質也往往不是那麼的好。為了能更好地收集耕作資訊，以數據驅動為導向之Corteva Agriscience則引進無人機，該公司已有500部無人機且皆已投入量測及記錄作物之高度和特徵。過程中，也發現許多作物的情況並無法從上空觀察到，還需要配合影像與其他感測器從樹冠層以下來收集，才能獲得更完整的耕作資訊。因此，Corteva Agriscience運用TerraSentia自主移動機器來輔佐收集資料，藉以獲得更完善之資訊，進而協助播種者提升作物產量及品質。【延伸閱讀】以大數據解決全球植物問題之時機已成熟 　　迄今為止，該自主移動機器人直至今日已有80 台機器在作業中，且預計今年在多生產100台來輔佐資料收集。 自動化收集 　　自主移動機器人TerraSentia的重量約30磅重、寬達1英尺，是由美國伊利諾伊大學的研究人員開發，具備電腦視覺與機器學習能力，經培訓後能自動在耕地中樹冠層下巡邏並量測作物之早其生長、高度、果實、生物質、生理與疾病徵狀、非生物逆境反應等相關資料。並即時將資料傳送至使用者之電腦設備中，而使用者將可透過手中之電腦設備並搭配專屬APP及GPS等來遙控機器和查看影像。 　　由於該機器所獲得之資料準確性比人為量測方式來的更精確、效率及低成本。期望該自主移動機器人能幫助飽受較極端的氣候條件如雨季、旱季或蟲害等所苦之播種者來優化作物育種、提升農作物產量和品質及維持產品之可持續性和穩定度。

新加坡南洋理工大學(NTU)研發了一項藉由電子訊號與植物溝通之通訊設備。NTU研究團隊利用水凝膠粘合劑，將電極片附著在捕蠅草植物表面上，從而實現導電。有了附著在捕蠅草表面的電極片，研究人員可以傳遞電子訊號至植物也能接收植物所釋放出的電子訊號，進而從中了解植物狀況。 　　幾十年來，科學家已知道植物會釋放電子訊號並感受周遭環境作出反應。NTU研究團隊認為測量植物所釋放出電子訊號的能力將帶來新機會，例如協助幫忙拾起易碎物品的植物機器人或者是用於檢測農作物疾病檢測上以提升糧食安性。 　　植物的電子訊號極微弱，只有當電極片與植物表面接觸良好時才能被偵測到。因此，團隊利用水凝膠粘合劑加以協助，從而實現導電及獲取電子訊號。 利用電子訊號來建立植物機器人 　　NTU研究團隊從心電圖 (ECG) 中汲取靈感，心電圖通過量測器官產生的電生理活動來檢測心臟異常。作為驗證概念，科學家們將他們的植物“通訊”設備連接到捕蠅草的表面—捕蠅草是一種食肉植物，葉瓣多毛，在觸發時關閉，藉此捕抓昆蟲。 該電極片直徑為 3 毫米，對植物無害且不會影響植物進行光合作用的能力。使用智能手機以特定頻率向通訊設備(電極片)傳輸電脈衝，藉此誘導捕蠅草在 1.3 秒內需關閉其葉子。 　　研究人員還將捕蠅草連接到機械臂上，並通過智能手機和“通訊”設備刺激它的葉子關閉並撿起一根直徑為半毫米的電線。且相關之研究結果於今年刊登於科學期刊《自然》上。 收集電子訊號來監測作物健康狀況 　　NTU研究團隊希望運用此通訊設備來協助農民保護其農作物。NTU研究團隊陳曉東教授表示:”氣候變遷正在威脅著世界各地的糧食安全”。通過監測植物的電子訊號，我們或許能夠檢測到潛在的求救信號和異常情況。若用於農業上，農民可及早發現農作物異常狀況，如葉子發黃或正遭受疾病威脅等。及早發現異常狀況可使農民迅速作出應對措施和行動，藉此來確保其農作物產量及品質。 【延伸閱讀】新型感測器可改善昆蟲監測和作物管理 進化版之水凝膠 　　為了提高植物“通訊”設備的性能，南洋理工大學的科學家們還與新加坡科學技術研究局 (A*STAR) 下屬的材料研究與工程研究所 (IMRE) 的研究人員合作。 　　這項獨立研究的結果於 3 月發表在科學雜誌《Advanced Materials》上，結果發現，相較於普通的水凝膠，新研發出來水凝膠在室溫下從液體狀變成可拉伸的凝膠狀，能緊密地附著在植物表面上，且信號接收能力更強。 　　在闡述這項研究時，NTU研究團隊陳曉東教授表示，” 熱凝膠的材料在液態時表現得像水，這意味著粘合劑層在變成凝膠之前可以符合植物的形狀。例如測試在向日葵的毛莖上，這種改進版的植物‘通訊’裝置的粘合強度是普通水凝膠的四到五倍，且信號接收能力更強，其背景噪音更小。” 　　IMRE 執行董事 Loh Xian Jun 教授說：“該設備現在可以粘附在更多類型的植物表面上，而且更安全，標誌著植物領域向前邁出了重要一步。電生理學替植物相關之技術開闢了新的機會。”NTU研究團隊希冀能再次精進其通訊設備及應用程式。

以設施園藝為聞名的高知縣，被日本選為農業數位化轉型的重點發展城市。匯集四面八方跨域產學研能量投入下，於年初成功公開現階段成果-「農業資訊整合平台」。這項平台整合所有高知縣的農產品出貨資訊，以及溫室內等相關生產數據，企圖在跨域數位技術驅動下，帶動農產量提升。 　　「農業資訊整合平台」的建置，不僅集結當地的JA高知、高知大學、高知工科大學、高知縣立大學、IOP促進機構、高知縣工業會、高知縣OT促進研究會等產官學跨域合作。同時，也招攬了全國知名企業、研究機構與大學院校，一同加入策畫。例如：東京大學情報學環-越塚研究室(The University of Tokyo Interfaculty Initiative in Information Studies)、九州大學、Digital Hollywood University、農研機構、NTT Do Co Mo、富士通、四國電力等。                                                                               圖1-參與策劃的組織與企業一覽 　　關於平台運作，預計未來將持續以「IoP 雲」為核心，擴大跨域合作範圍圈，目標希望在2023年能蒐集到高知縣六千戶農家的相關數據，成為日本最具規模的農業資訊整合平台。一同提升高知縣當地設施園藝農業發展、發揮產業群匯集能量，凸顯當地大學研發優勢。期盼藉此能這項模式順利推展至其他縣市的一級產業，進而實現Society5.0新農業願景。 以下針對建構該平台核心－「IoP 雲」功用、API模式進一步詳細說明： 「IoP 雲」功用 　　所謂「IoP 雲」，是利用IoT物聯網（Internet of Things）的連結，能即時反應溫室內的數據外，也一併整合高知縣所有農產品個別出貨數據等資訊系統。 　　例如：在生產方面，集結溫室內的溫度、濕度、CO2濃度、影像、機台運作等數據。在農產運輸方面，集結JA高知縣的農產出貨數據。以上相關資訊都能透過系統即時反應，同步上傳，相互串聯。 　　因此，倘若能充分將數據的應用發揮到最大化，則有利於生產者分析原因、更加掌握溫室環控要訣，甚至在資訊共享、遠距監視與操作、自動化等運作下自身與團隊能更加實際感受到技術的提升，相對也能比過去能更有策略性地有效提升產量。【延伸閱讀】數據正驅動日本農業未來—「WAGRI」農業資訊共享平台 　　另外，「IoP雲」用途，不僅提供生產者所使用，同時也支援產官學能促進農業在生產活動上能更有多面向運用，具體執行案例目前有：(1) 結合高知縣和 JA 高知，一同精確解析數據，並提供即時性栽培指導；(2) 作為大學研究機構的植物生理學的生長預測研究與試驗； (3) 提供高知縣的民間企業開發更高端功能的農業用機械與軟體。                                                                             圖2-「IoP 雲」下的「輕鬆、有趣、能賺錢」新農業藍圖 「IoP雲」API 　　為了促進設備與設備間的數據相互串聯、新軟體開發，「IoP雲」公開API。企業自製品只需要符合API基準，則可將產品IOT化、以及符合雲端使用，與資安標準。此外，可善用一部分測試空間，即使未持有雲端也能利用此平台開發商品。 　　透由上述API的發佈，除可擴大先端農用機器與軟體市場使用外，進而也能提升生產現場作業效率。                                                                                    圖3-「IoP 雲」API 示意圖

近期，作物保護企業龍頭先正達與AI深度學習公司Insilico Medicine將展開長期合作，利用人工智慧AI和深度學習技術等加速研發與創新更有效之作物保護解決方案，以保護農作物免於蟲害、疾病等威脅，期許創新且有效率的作物保護解決方案，能為耕種者們帶來新幫助耕種者提高作物之產量、品質及穩定度，並滿足全球糧食之需求。 　　先正達全球作物保護執行長 Camilla Corsi 表示:與Insilico Medicine的合作意味著先正達將透過人工智慧的巨大潛力和廣泛之應用性等特質來開發可持續性的作物保護解決方案。這將幫助耕種者提高作物之產量、品質及穩定度，並滿足市場對於農作物之需求。同時，以最大限度減少對環境之影響。 　　Insilico Medicine是一家美國生物科技公司，該公司利用基因體學 、大數據分析以及深度學習等方式來進行AI藥物開發，而該方法在作物保護解决方案的開發上也有著巨大潛力。因此，在此次合作中，Insilico Medicine將利用其人工智慧驅動的小分子生成化學技術，以更快的速度發明活性成分的分子，同時積極設計出更可持續和環保的分子，以最大限度地減少化學藥劑所造成之環境影響。 　　Insilico Medicine創始人兼首席執行長Alex Zhavoronkov博士表示: “我們的人工智慧從基礎開始設計並以非常精確之化學反應來保護及維持人類健康，而該技術對於科學家來說是非常有價值的，對於以產品安全為主之企業來說更是如此。先正達是一家不斷追求創新之企業，擁有許多傑出科學家，我們將共同致力於應用人工智慧來造福農業產業之發展”。 　　先正達全球作物保護執行長 Camilla Corsi 表示: 與Insilico Medicine合作，結合雙方之技能、知識與技術，從而確保雙方以更快的速度將更有效之作物保護解決方案供耕種者使用，藉此提高耕種者之作物產量、品質及穩定度，並滿足全球之糧食需求。同時，亦能維護生態系統。【延伸閱讀】 人工智慧幫助病蟲害風險管理

當前用於感測土壤濕度的方法存在既有問題：埋入式感測器易受基材中鹽分的影響，並且需要專用的硬體進行連接，而熱成像相機價格昂貴，並且會受到諸如陽光強度、霧氣和雲霧等氣候條件的影響。相關的支出成本極高，就連較富裕的農民都難以負擔。因此，南澳大學和巴格達中級技術大學的研究人員研發出一種經濟實惠的解決方案，該方法利用數位相機來精準監控土壤濕度。 經濟實惠且可靠的土壤濕度監測 　　該系統簡單、耐用且價格合理，可作為支持精準農業的前瞻技術。參與該研究之阿里·納吉（Ali Al-Naji）博士說：「這項技術基於標準的相機，且該相機可以分析土壤顏色的差異以確定水分含量。研究團隊人員在不同的距離、時間和光照水平下對其進行了測試，顯示該系統非常精確。」 　　在位於伊拉克巴格達的一個農業苗圃中，研究團隊將單個數位相機（Nikon D5300）安裝在高度為1.5 m的三腳架上，以獲取全天壤土的圖像。該相機將連接到人工神經網絡（ANN），這是機器學習軟體的一種形式，研究人員對其進行了培訓，以識別不同天氣條件下不同的土壤濕度水平。使用該人工神經網絡，可以對監控系統進行培訓，以識別任何位置的特定土壤條件，從而可以針對每個用戶對其進行自定義，並針對不斷變化的氣候環境進行更新，以確保最高的準確性。 　　參與該研究之Javaan Chahl教授說：「一旦對網絡進行了培訓，就能智能灌溉地調節及維持土壤含水量。」 　　「現在，研究團隊知道這監測方法是準確的且正計劃依據該團隊之演算法，使用微控制器，USB攝影鏡頭和水泵，設計出一種可以處理不同類型土壤的經濟實惠的智能灌溉系統。」「在不斷變化的氣候條件下，該系統可望在成本、可獲得性和準確性方面作為改進農業灌溉技術的工具。」 農業用水管理的重要性日益提高 　　聯合國表示全球有70％的淡水用於農業，根據目前的使用方式，預測到2050年地球上的許多地區可能都無法滿足農業需求。解決這全球難題的方法為開發更高效的灌溉技術，其核心是對土壤水分的精確監控，從而使感測器能夠引導“智能”灌溉系統，以確保以最佳的時間和比例澆水。【延伸閱讀】能偵測土壤水分多寡的作物灌溉感測器將能達到省水之效

現今，環境惡化加劇糧食挑戰，在這艱困的挑戰下，人工智慧、視覺機器與5G網路等新興技術是否能替水產養殖業帶來解決方案?挪威鮭魚養殖公司Cermaq為首家啟動為期五年iFarm計畫之公司，且Cermaq將與技術合作夥伴BioSort及ScaleAQ聯手探索如何運用新興技術來最佳化漁業養殖運營。與此同時，其他同業也在測試不同的解決方案來提升漁業產值。 個性化之鮭魚養殖法 　　運用新興技術於鮭魚養殖的好處之一是以個體化之方式來輔佐鮭魚的健康和生長。以往，一旦魚群中遭受海蝨威脅(為鮭魚養殖中常見之問題)，養殖業者將對所有魚群進行治療。但是這種寄生蟲並不會以同種方式來攻擊每條魚。若新興技術能確切識別出實際需要治療的魚隻，有助於減少非必要治療所帶來的養殖壓力。 　　與維護魚群健康類似，機器視覺可以識別並追蹤單魚隻之攝食需求。透過獨特的標記識別出當前區域內的特定魚隻並追蹤其最後一次餵食與進食時間，來提供良好的照料。為每一條魚提供訂製化之護理能力代表水產養殖業的巨大飛躍，且將幫助漁民可在單一魚隻生長成熟後再進行收穫。 　　每個iFarm系統覆蓋15萬條魚，這些魚將被圍在海中的網圍中。在iFram系統中，由於設定有網狀頂棚，因此魚群會始終處於圍網內的較低位置。當有魚隻鼓起魚鰾嘗試上浮時，必經過網內的一個腔室漏斗，感測器則掃描該腔室以識別當前魚隻並記錄相關資料。 　　感測器和物聯網設備則會自動處理影像以辨別魚隻,並將資料回饋至分析數據的人工智慧演算法。這些採集到的資料含括重量、生長情形、是否患病或者魚身是否有傷口等。透過這些資料，iFarm系統可高效執行管理並根據資料做出決策。 　　Cermaq的目標是強化沿海地區的漁業養殖能力，因為整個挪威漁業養殖的未來，將取決於能否找到可持續且具有成本效益的生產方式。該公司已經獲得四份專案開發許可證，同時與多家實體及個人開展協作，全面啟動第一批養殖試點。 5G—讓技術成為可能 　　近年來，對於5G行動網路的討論很多。不僅是因為消費者希望以超高速度下載影片資料，更是因為5G網路能夠給各個行業帶來變革性影響。以水產養殖為例，5G網路能夠支援物聯網裝置進行魚類識別，並將數據回饋至漁業管理系統中。反之，海底電纜則難以維護。5G技術的引入使得高品質攝像機和數據之饋送成為漁業發展的技術動力。 　　目前已經有5G試點在蘇格蘭的鮭魚海水養殖場中進行。透過5G連結互聯網的感測器將持續收集鮭魚養殖籠內的海水溫度、pH值、含氧量等數據。優化鮭魚養殖場至關重要，是因為這既是蘇格蘭最大的食品出口類別、也是英國國民經濟的主要貢獻來源。 Alphabet投入其中 　　Google的母公司Alphabet及其下X研究團隊（原Google X）正在與歐洲及亞洲多家養魚場合作推動Tidal計畫。Tidal計畫希望開發出另外一種魚類識別系統。與Cermaq的iFarm計畫類似，Tidal運用水下攝影機、電腦視覺和人工智慧技術來追蹤鮭魚和鰤魚。AI能夠追蹤魚類的生長情形，並透過肉眼難以察覺的形態與動作差異將不同魚隻區分開來。該技術將繼續朝著更廣泛的普及性應用推進。這些計畫對於學習運用人工智慧、機器視覺與學習及5G等技術來改變水產養殖業至關重要。由於尚處於草創階段，且系統本身極為複雜，因此預計將會有很多的學習和成長機會，將來必會帶來更好的成果及持續性。 【延伸閱讀】水產養殖業的人工智慧使用指南

據估計全球商業性鮪魚捕撈每年能產生超過400億美元的經濟效益，一隻成熟的東方藍鰭鮪魚的市場售價可能超過150萬美元，然而隨著氣候變遷的加劇及人為的過度捕撈，全球可用之海洋資源正逐漸枯竭，最近為實現漁業資源的永續管理，遠洋漁船被要求必須準確地計數並報告於野外捕撈觀察到的藍鰭鮪魚幼體數量。而在水產養殖產業中對魚類進行計數也相當重要，必須了解飼養箱網內的魚類實際數量，才能控制最終產量及養殖過程中飼料的施用量，然而現有的手動計算方式相當耗時且費力。 　　為滿足以上兩種需求，日本Yanmar Marine Systems（YMS）公司的研發中心開發了一個彙集影像辨識處理技術於一身，結合專門設計的水底相機和影像處理電腦的即時自動計數系統，該系統用戶能夠在相機捕捉影像期間或之後立即進行結果確認及分析，此系統有幾個十分顯著的優點，第一是安裝於水底的相機可以透過遙控器調整視角，可以大幅減少安裝及調整設備所需的時間。第二是可以調整亮度以減低影像干擾及對其自動分析功能的影響。第三是系統的螢幕顯示即時校正功能可使自動分析後的手動計數和校正變得加容易，甚至對受到環境干擾影響的影像也是如此。並與Maruha Nichiro公司的水產養殖部門合作進行監測計數測試，該部門為YMS公司安排了多個生產地點，以便在各種環境條件下進行試驗，藉以評估產品的性能。 　　經最佳條件測試後，該系統成功的對鮪魚進行了自動計數，而計數之精準度超過98％。YMS公司目前也已開始接受其最新自動魚類計數系統的本地訂單，意旨在透過降低水產養殖業飼料成本及作業時間，並促進遠洋漁業的精準漁獲資訊回報等方式，來為高效漁業資源管理做出貢獻。【延伸閱讀】3D體感技術應用於動物即時監控與體重測量

全球農業中有80％的土地面積為雨養農業（非人工灌溉），約佔總產量近60％。在這些地區中因天氣因素造成作物產量年度變化相當巨大，許多地方降雨數據缺失且變化極大，面對不確定的天氣模式，農民缺乏足夠的分析工具可用來做栽培管理決策，本研究利用現代資訊系統和分析方法試圖解決某些地區天氣資訊不足的問題。 　　世界各地許多地區天氣波動受聖嬰現象(ENSO)影響。聖嬰現象是指每隔數年（2-7年）發生在赤道東太平洋海水異常增溫、影響全球氣候的現象，常用來監測ENSO的指標為海洋聖嬰指數(ENSO OI)。本研究選在受ENSO影響的印度尼西亞(印尼)可可農場進行，研究人員使用了一種Bayesian Neural Networks (BNN)機器學習方法分析，此方法不需要當地的天氣記錄，只需要當地的農場類型、肥料施用和作物產量等相關生產數據。研究發現ENSO數據可預測75％產量變化，太平洋的海表溫度可以準確預測可可樹的收成，甚至在某些情況下，有可能在收穫前25個月就做出準確的預測。 　　摩洛哥非洲植物營養研究所（APNI）專家表示:「此研究成果代表可利用ENSO數據有效地替代當地天氣數據，可使用此方法研究其他與ENSO有關的農作物」。國際生物多樣性聯盟和國際熱帶農業中心（Alliance of Bioversity International and CIAT）的科學家James Cock表示：「這使我們能夠在農場增加不同的管理方式（例如:施肥），並有信心能建立有效管理制度，這是管理運籌學的整體轉變」。可可樹農民因此項研究對何時投資化肥充滿信心，因其投資損失通常發生在天氣評估錯誤的情況下，這可使這些弱勢群體減少投資損失。 　　儘管在沒有天氣數據的情況下，此方法可能會帶來更準確的農作物產量預測，但科學家（或農民）仍需準確地收集一些生產資訊，並共享數據進行分析，才能建立預測模型。APNI專家表示共享數據非常重要，強大的預測模型可以使農民和研究人員受益，並可促進進一步的合作。此研究對於農民、科學家和全球巧克力業者皆是有益，提前預測收穫規模可改變農場的投資管理決策、改善熱帶作物研究計劃並可降低巧克力產業風險和不確定性。【延伸閱讀】日本農民企圖心：運用數據改革農業！AI完美預測奇異果的產量與採收時間

日本農林水產省於2019年啟動「智慧農業試驗計畫」後，日前依據該計畫所發表期中成果報告內容，針對最具規模旱作（小麥、大麥）、陸地蔬菜（高麗菜、菠菜、甘藷、西瓜）、園藝設施（青椒）、果樹（溫州柑橘）、地方作物（茶葉）等五大領域，說明施行成果。 1.智慧農業試驗計畫 　　為闡明農業生產現場導入農業自動化、AI、IoT等先進技術後的經營成效，以及為加速創新技術落實實際應用，智慧農業試驗計畫(以下稱「本計畫」)，自2019年起，為期2年，大幅在全國148地區進行示範實驗。 2.五大領域試驗成果 　　本計畫公開自2019年，於全國69地區，針對旱作（小麥、大麥）、陸地蔬菜（高麗菜、菠菜、甘藷、西瓜）、園藝設施（青椒）、果樹（溫州柑橘）、地方作物（茶葉）等五大領域期中試驗成果。  3.成果概要（要點） (1) 大幅縮短勞動時間 　智慧農業創新技術的導入，大幅削減勞動密集較大的水田耕作的勞動時間，尤其在一部份露地蔬菜、西瓜地區特別顯著下降40%。 　降低繁瑣果樹栽種過程，特別是大幅縮短9成以上溫州柑橘選果勞動時間。 (2) 簡易操作、提高務農意願 　導入新通訊設備，保持丘陵地的手機通訊順暢。 　專為青農設立數位化資訊應用組織(ICT創新團隊)。 　(※依循過去累積數據，促進作物適期時提供足夠人力配置) (3) 全面改善經營體質 　　因大幅縮短勞動時間，生產者有餘力可自行推展銷售活動，提升露地蔬菜4成以上利潤。同時，藉由銷售附加價值的提升，促使產值較低品項較產值高的項目有擴大生產之成效，全面改善經營體質。 　　利用先端溫控系統，調控園藝設施溫度與濕度，提升生產管理高度，也增加2成以上產量。 　　部分地區出現提高機器設備支出與改善收支平衡相對等案例，以及在產量不變情況下，為小麥肥料費減少6成之效益，同時也為永續農業經營帶來相當貢獻。【延伸閱讀】日本推動智慧農業、友善環境、生物技術綜合戰略

Precision AI視覺辨識機器公司將致力於精準農業控制平台上，於該平台上將部屬成群之人工智慧無人機，以降低除草劑於農業施作上之使用。Precision AI透過無人機上之視覺辨識，精確地將除草劑應用於作物種植區中的雜草上，藉以維持產量並降低化學成本。該公司的最終願景為運用人工智慧無人機來保護種植期間之農作物並且優化農田。 　　 Precision AI執行長Daniel McCann表示:”未來，農場必須能永續發展，並且產出更健康之食品。”運用人工智慧來標記每一株雜草比起無差別式地噴灑除草劑來的有效率及效果”。 　　 噴灑除草劑為效率最低的農業行為之一，因為超過80%的除草劑將灑落於裸地，而另外的15%則灑落於農作物上。儘管同業之競爭者專注於價值高且低種植面積之農作物上， 但Precision AI的無人機比傳統大型機械於大面積之農作物耕種區上的成本應用更少。Precision AI的無人機有望將農藥用量減少多達95%並且維持農作物產量。在農作物種植期間可替農民每英畝節省52美元。”節省的成本非常可觀””且即使是小型農場也負擔的起無人機之使用。”  　　 At One Ventures 合夥人兼董事 Laurie Menoud 表示對於 Precision AI能結合無人機技術與化學品的精準應用感到震驚。該技術不僅僅可降低河川汙染、保護水道和下游生態，還能以零化學殘留的形式減少營運成本並增加收入。 　　 BDC Capital 基金會執行合夥人Joe Regan表示很高興能與強大的投資夥伴集團一起支持一個雄心勃勃的企業家。PrecisionAI透過於田間應用人工智慧技術減少農作物進口之依賴度，並替農業帶來更廣泛地食物供應鏈及收益。希冀Precision AI能夠改變產業並成為Agtech解決方案之一。 　　 Fulcrum的合夥人Kevin Lockett表示:”精準且自動化地噴灑為現代農業之未來趨勢。而具有先進技術及專業管理知識為及處之Precision AI將加速該行業的發展。” “我們很高興與Precision AI和其他共同投資者合作，將減少傳統化學品於食品上使用的相關技術商業化，並同時增加永續性和農民的獲利能力。” 　　 加拿大永續發展技術中心Leah Lawrence表示:很自豪能夠投資Precision AI，使其之技術改變農業產業，尤其是在精準噴灑方面的創新應用不僅可以防止除草劑之過度使用，還能降低農民的經營成本並提供更永續的作物保護措施。【延伸閱讀】Ceres Imaging結合無人機及感測器於精準農業之應用

葡萄栽培中最具挑戰性的作業之一是準確估計葡萄產量。在收穫之前，可使用產量估算值來提前分配相關資源的投入，例如勞動力、貯存空間和包裝、以及預測收入等。而不管是透過降低成本或提高準確度等方式，產量估算方法的改善都會對葡萄種植業的經濟發展產生重大影響。 　　傳統估算葡萄園產量的方法通常由農莊工人以人工計數，先計算一小部分的葡萄果穗(cluster)的數量，再按比例放大至整個葡萄園，並乘上單穗果重的歷史平均重量。這樣的計算方式會耗費大量人力、且誤差率極高，錯誤率可高達產量的24%。而計數用的機器人價格高達12000美元，一般中小型農民難以負擔。 　　由康乃爾大學開發的新預測方法，是藉由電腦視覺(Computer Vision)技術對葡萄枝條上的果穗影像進行分析，利用機器學習及光學跟蹤的技術為主要架構，以架設於曳引機上或手持的智慧型手機拍攝葡萄果穗影片，並將影片資訊上傳至伺服器處理，預估葡萄產量。這項技術可以將預測錯誤率降低將近一半。另與一般預估計數只能在葡萄接近成熟時計算不同，新方法可在開花前預測葡萄的產量。這項研究開發的手機應用程式預計於今年夏天實際於田間測試。 【延伸閱讀】日本農民企圖心：運用數據改革農業！AI完美預測奇異果的產量與採收時間

Demetria是一家運用AI人工智慧來監測咖啡豆之風味及品質的咖啡供應鏈新創公司。該公司運用數位科技來監測咖啡豆之香氣及風味，而香氣及風味正是影響咖啡豆品質之重要變數。這是首次運用科技來控管咖啡豆每一階段之品質及風味，不論是從製造階段至配送過程亦或是從農場至餐桌上之過程皆可透過人工智慧精確監測咖啡豆之品質及風味。為了要提高產品價值鏈的效率、透明度和可持續性，Demetria運用數位雲端來識別及追蹤咖啡豆質量。希冀藉由該技術之輔助可提供生產者和烘焙商提供具有開創性的見解，並對咖啡產業及咖啡農有所影響。 咖啡豆供應鏈挑戰 　　直至目前，咖啡豆的質量是由「杯測」來確定的，「杯測」是由咖啡行業認證的品嚐專家（位於咖啡出口國）親自評鑑，其過程極其昂貴且耗時。 因此，直到交易過程的最後階段，烘焙商和貿易商對他們所購買的咖啡豆的品質的了解程度仍然很小。 而且1250萬的咖啡小農生產世界60％的咖啡豆，但卻無法獲得杯測協助，因此小農們無法確定或管理其作物的質量，讓許多人無法維持可靠的生活。 　　全球咖啡生產受到許多因素的影響，這些因素使農作物品質不穩定，連帶著其市場也不穩定。 由於農民一如往常地無法保證豆的品質，這意味著很多農民只能從他們的農產品中獲得基本商品利潤。 只有在此過程的後期，當豆類通過包含貿易商，加工商和出口商等昂貴且繁瑣的供應鏈過程後，後續品質才被確定。因此，農民從一杯零售價為2.80美元的咖啡中平均只能得到2.5％（0.07美元）。 可攜式之紅外線感測器 　　通過使用最先進的可攜式之紅外線感測器來分析生咖啡豆並對其進行生物標記，Demetria建立了一個以AI為基礎之數據智能平台- “e-Palate”，使咖啡豆能準確對應行業標準的咖啡風味輪。Demetria正在推出一套基於SaaS的解決方案，以取代用「杯測」方式來確定豆品質，從而在整個供應鏈中進行口味評估和特性分析，及提供快速且準確的品質測量和可追溯性。 　　“檢測生咖啡豆的品質之能力改變了整個行業的遊戲規則，整個行業依賴原始的供應鏈和「杯測」長達300年。 很難相信，世界上最大的烘焙商實際上在購買咖啡豆時對其品質的了解非常有限，而且大多數咖啡農（供應鏈中最關鍵的參與者）不了解自己的農作物的品質，因此，這是不公平的報酬，且威脅到這個4500億美元產業的可持續性。” 　Demetria的聯合創始人兼首席執行官Felipe Ayerbe說。 “我們的技術提供了至關重要的情報，以確保作物的一致性和品質控制，重新解決了咖啡價值鏈的經濟問題，使每個關鍵參與者受益。” Carcafe試驗性項目 　　Demetria已成功與Carcafe(為世界上最古老及規模最大的農產品貿易商之一Volcafe / ED＆F Man旗下之咖啡部門)一起完成了一項試驗， Carcafe能辨別不同高價值「杯測」輪廓，而Demetria已經建立了一個配對解決方案，以確定哪種生咖啡豆適合。 　　Carcafe總經理Sebastian Pinzón解釋說：“ Carcafe與Demetria合作開發了一個試驗應用程序，該應用程序使任何地方的任何人都可以使用可攜式感測器來檢測生咖啡的獨特且高價值的感官（“口味”）特徵。” “我們正採用和推廣這一突破性技術，以大大提高我們在採購點和現場的勘探過程的效率和效力。 Demetria取代了利用手動流程來確定重要數據之流程，而這些數據以前在行業中是不可獲得的，並且在做出更好的決策方面上被證明是無價的。” 　　Demetria還與哥倫比亞全國咖啡種植者聯合會（Federación Nacional de Cafeteros, FNC）合作，開發了一系列應用程序，可幫助農民及其在供應鏈中的交易點上控制和追蹤咖啡豆品質-並據此進行定價 。 　　FNC總裁Roberto Velez表示：“極其重要的是，哥倫比亞可持續地提供具一致性且品質良好的咖啡豆來鞏固其在特色咖啡市場中的地位，並且滿足日益增長之全球市場需求。” “透過使用可負擔並普及化的感測器、雲端運算和其他技術，咖啡種植者將能夠以簡單、及時和準確的方式管理生產過程的每個階段，更重要的是，可以評估自己作物的品質和反映到所獲得之價格上。 像Demetria這樣的技術使FNC能夠實現其目標，並在咖啡行業的可持續發展中發揮關鍵作用。”  【延伸閱讀】結合小農經驗與人工智慧將有助於提升玉米產量

根據AgriFuture Australia最新報告指出，將以太空科技為基礎開闢農業領域，在未來五到十年內， 農林漁牧業者有機會使用到價值數十億美元的科技。生產者可藉由AgriFuture Australia最新報告來了解太空科技及其潛在用途。 地理定位和衛星之連結性 　　澳大利亞國立大學研究發現，僅改善地理定位則可讓澳大利亞農業於30年內帶來22億元的收益，而衛星連結的部分則可每年於農林漁牧業中增加156億元的總產值。根據AgriFuture Australia報告顯示，太空科技早已嶄露頭角。這些科技包含衛星影像、低頻感測器、GPS追蹤、自動導引、農場圖和天氣預報。 　　AgriFuture Australia資深經理Jennifer Medway 說:傳統來說，太空為採礦及國防之領域，而我們正處於為農村部門釋放機會的封口浪尖上。太空科技將能融入於未來農民的日常生產系統及決策。例如，農民可透過儀錶板來遠端管理手動流程，且具相互操作性質之數據系統將改變農場早期的決策方式。太空科技使這一切成為可能，且有可能徹底改變農民未來的工作型式。 evokeAG 　　AgriFuture Australia其下evokeAG計畫將聯合農民、技術開發人員、研究人員及澳大利亞太空中心等，以加速農業太空科技之發展，並引入該技術於生產作業上。且SmartSat聯合研究中心將投入245億元於電信、智能衛星系統、地球觀測和遙感分析上。預計到2030年時，澳洲太空中心之之太空產業規模將擴大三倍。 　　AgriFuture Australia資深經理Jennifer Medway 說:農業時代已來臨。為了保持競爭力並繼續提升生產率及永續性，我們需要尋求” 突破框架”的方法。太空科技就是其中之一。 實用且具有成本效益的解決方案是採用的關鍵 　　農業技術中心經理Martin Amidy表示，未來，農民只需要按個按鈕就可即時處理多項事務的場景將成真。因此，實用及具有成本效益的解決方案將是未來採用的關鍵。”AgriFuture Australia報告除了介紹易理解之內容外，還總結了太空科技對農林漁牧業、園藝及乳品業等集約農業化的影響。除了強調太空科技所帶來之機會，亦為生產者提供有關如何運用太空科技及透過使用這些科技後可獲得的投資回報之實用資訊。” 遙感探測之地理定位及連結性 　　該報告以全球角度綜觀目前的發展並彙整了適合應用於澳大利亞環境之技術，亦重點提及若要解決農業產業之挑戰，可運用遙感探測、連結性與地理定位來解決潛在障礙。 　　Jennifer Medway 解釋道:後續，農業產業和科技公司將相互幫忙彼此了解市場之複雜性進而強化運用太空科技之機會。太空科技前景之發展速度極快， 太空科技和技術開發公司正在探索如何應用科技來解決農業挑戰。 【延伸閱讀】農業先進大國荷蘭將邁向新的挑戰—應用宇宙衛星預測作物生產

為有利於農民妥善使用農業數據，提升農業數位化經營管理之需求，日本農林水產省整合各家農業機械獲取數據與軟體，推動農業數位化開放式API※，制定了「農業開放式數據指導方針ver1.0」。 1.農業數據應用與整合 　　在智慧農業驅動下，各相關企業紛紛投入創新技術研發與應用，企圖藉由跨域創新能量，能解決農業正面臨農民高齡化與生產力不足等問題。 　　而在過去這些高科技技術在實驗階段或實際應用，長期蒐集與累積農業數據猶如小螺絲般小兵立大功，在這波驅動上已不可或缺。然而，在不同廠牌的農業機械硬體設備與各相關資訊軟體系統，所產生數據卻面臨無法相串聯與整合。因此，日本農林水產省，推動農業數位化開放式API，廣召集相關農業企業製造商、ICT供應鏈、農業專家與相關知識學者一同參與策劃。 【延伸閱讀】開放式數據引領農業科技未來 2.指導方針制定與展望 　　本指導方針，針對開放式 API整合與應用的基本總體說明、數據串聯進行相關執行方針、串聯項目、形式等整理。例如：因應機台與設備系統、API使用限制、數據提供與使用者契約締結、數據使用權限、數據保管存取責任、有效性與保存管理、數據標準模式等。以利於提供各相關農業ICT服務業者最佳使用模式，期待能更加擴充數位化農業環境之應用。 　　本「農業開放式數據指導方針ver1.0」，已公開於農林水產省公開網站，並於下方提供資料來源可直接下載閱覽。 ※開放式API（Application Programing Interface）：串聯外部數據，可連結各種不同機台系統措施。藉此，應用於農民經營管理系統，可提升各農場作業紀錄達到統一管理與分析，進而提升經營效率。