在數十年的發展下，人工智慧(artificial intelligence)已應用在包含農業在內的各個領域，其中又以開發具機器視覺(machine vision)，具深度學習(deep learning)功能的人工智慧最具挑戰性，如何讓機器透過機器學習(machine learning)的方式產生具有與人們相比擬的判釋能力是目前學研界致力研發的重點項目之一。為了解機器視覺在人工智慧中開發的進度及可能遇到的問題，美國加州大學洛杉磯分校(University of California, Los Angeles)的研究團隊針對圖像處理上最常使用的兩種卷積神經網路(Convolutional Neural Network)模型—AlexNet與VGG-19進行圖像辨識的測試，結果發現，現在的圖像辨識仍有值得改進之處。 　　加州大學洛杉磯分校的研究團隊分別透過五項對機器所進行的測驗，顯示人工智慧很容易被看似簡單且容易被人理解的圖像所欺騙。這五項測驗目的是為了找出機器視覺在判斷上的盲點。經測驗後，發現運用深度學習模型的機器具有以下特點，包括無法如一般人類，可藉由物件的輪廓輕易的判讀；對玻璃材質的物件，其判釋能力大幅下降；對整體型態完整但輪廓不清的物件卻能正確辨識等發現。對於這樣的研究結果，研究團隊認為，材質(texture)是影響神經網路模型的重要因素，與一般人類運用整體輪廓辨識物件的方是不同；另一方面，機器有效地判讀蓄意模糊輪廓的圖像的比例極高，也證實機器並非以物件輪廓作為主要演算依據。研究團隊發現，人類是藉整體視覺來分辨圖像，而人工智慧則是將物件拆分不同的片段進行取樣判讀，如何讓機器達到人類辨識物體的水準，仍有待科學家進一步研究。【延伸閱讀】運用人工智慧科技規劃地景生態拯救野生瀕危蜜蜂 　　該研究由美國國家科學基金會(National Science Foundation)資助，研究成果已發表至<PLOS Computational Biology>。

茶飲愛好者往往特別關注茶葉的產地、氣候和環境狀況，但目前茶產業尚未有健全的溯源系統。而區塊鏈(blockchain) 是近年來快速發展的科學技術之一，已應用於許多零售及食品相關產業當中，有利於產品溯源與提升供應鏈透明度。VeChain是一家協助產業建立商品區塊鏈的公司，在過去兩年內幫助了奢侈品、汽車、食品、服飾生產商建立可信任的商業生態環境，現在更與日本富士Marumo茶園合作，希望通過先進的物聯網和區塊鏈技術幫助追蹤茶葉產品包裝。【延伸閱讀】應用區塊鏈建立番茄供應之物連網 　　富士Marumo茶園是世界上最受歡迎的日本茶葉生產商之一，因為於日本靜岡，具有適合茶葉生長的優良氣候和土壤條件，在Mohei Honda的領導下榮獲2013年世界綠茶大賽最高金獎。為了提昇客戶的信任度與抑制市面上的假產品銷售，故與VeChain進行合作測試，VeChain會分配個別產品一個唯一的ID，並將此ID添加到其各種NFC晶片當中，客戶只要將智慧型手機指向包裝上嵌入的NFC晶片，就能確認所購買的產品來自富士Marumo茶園。而且，客戶還可以獲得更多產品相關的詳細資訊，包含茶園歷史影片以及驗證證書。 　　此計畫將分階段推行，初始項目將涵蓋一百種不同的茶產品進行測試，這些茶產品將採用VeChain的NFC晶片進行追蹤，若成效良好，將會擴大合作關係。

純素食主義是一種新興的生活方式，參與者多考量於動物福利、環境保護及個人健康，在日常生活中盡量採取以不殘害、剝削動物的選擇，近期以來，贊同此款理念的參與者越來越多。為了迎合消費者喜好，衣物製造商需要另闢蹊徑以取得非動物來源的替代品作為產品原料。 　　在此同時，基於促進環境永續的考量，各界也在研究如何更適當的利用農園藝的副產物。近年來許多製造商開始將這類的農業原料與衣物飾品結合，除了提高農產品的利用度，也能提供創新的應用方式，幫助產品加值，因此加工天然纖維所產生的新素材也越來越多樣。 　　鳳梨是一種原產於南美洲的熱帶水果，全球年產量約為2,480萬噸，因其多汁、酸甜的風味而廣泛受到喜愛。除了果肉可供食用外，剩下的外皮和葉多半作為廢棄物清除或堆肥使用，實為可惜。【延伸閱讀】與時尚結合的生物複合性材料 　　Hugo Boss是一個德國的時尚品牌，採用Piñatex®做成男鞋，並開始銷售。Piñatex®是一種以鳳梨葉做為基礎原料的服飾材料，採收鳳梨葉後將內部的長纖維抽出，經過洗滌、烘乾、脫膠後就可製成不織布，再依需求進行後續加工。 　　使用這樣的原料製成生活用品，除了可為農村地區創造更多收入，也能減少使用一般皮革所造成的環境傷害，更能減少紡織製造業產生的環境足跡。

為有效且快速地檢測受感染的個體，由Oxford Nanopore研發方便隨身攜帶的檢測裝置MinION因此誕生，該裝置近年來已大量應用在人類及動物的疾病檢測，透過新一代定序技術及高通量測序的原理，短時間內便可比對出受到病毒感染的檢體。如小型實驗室般的裝置能快速且大量測定檢體病毒的所有DNA或RNA的序列資訊，相關應用已使用在檢測茲卡病毒及伊波拉病毒兩種RNA病毒的檢測，對疫區疫情的控制有著顯著的效果。相較於動物病毒檢測方面的應用，法國農業研究發展國際合作中心(Centre de coopération internationale en recherche agronomique pour le développement，簡稱CIRAD)的研究團隊希望能同樣則利用Oxford Nanopore的檢測裝置，建立快速檢測植物病毒基因組的技術及流程。 　　法國農業研究發展國際合作中心以重要的經濟作物參薯(water yam, Dioscorea alata)作為研究對象，並利用Oxford Nanopore的檢測裝置MinION進行感染病毒的測定分析。研究首先以傳統定序法(Sanger sequencing)建立參薯病毒的參考基因組，並以此為標準作為MinION定序參照比對之用。研究顯示，以MinION測出的病毒序列與傳統定序法所得到的結果相比，相似程度高達99.8%，這表示Oxford Nanopore開發的MinION同樣可有效地應用在植物病毒的檢測，定序的準確度也相當理想。研究成果意味著人們可隨時攜帶檢測裝置，及時於作物栽種現場進行病害管理監控，省去採樣送驗的時間成本，同時避免病毒在短時間內大爆發的風險。【延伸閱讀】微流體晶片技術可快速診斷多種植物病毒所引起的疾病 　　法國農業研究發展國際合作中心主要致力於熱帶及地中海地區農業發展，該檢測的推廣將有助於即時監控栽種地區的疫情，適用於通訊或交通不便的農業地區。研究團隊並希望能藉由儀器的高精確度，在未來將該檢測開發在其他物種的病毒檢測與全基因組的定序方面。 　　該研究由Agropolis Fondation資助相關經費，研究成果已發表在<Scientific Reports>。

一般而言，無人機通常平均飛行時間為20分鐘，因維持機翼旋轉需要大量能量，若要維持長時間的飛行，也代表需要更大、更重的電池；而無人機越小，飛行時間也越短，這樣的能量需求使得無人機應用尚無法擺脫尺寸限制。 　　現在美國華盛頓大學(University of Washington)發掘一個既強大又輕便的動力源—昆蟲，足以讓無人機持續約七個小時的飛行時間，並將其稱為Living IoT。這是一個飛行無線平台，包含感測器、無線通訊和定位追蹤器，可搭載於活體昆蟲而昆蟲於田間飛行時便可同時監測溫度、濕度、光照強度或作物健康狀況。 　　由於昆蟲本身已具飛行能力，因此只需搭配可持續七個小時的微型充電電池(約重70毫克)即可，整體元件僅需數美元，重量僅為102毫克，約為7粒生米的重量。而大黃蜂(bumblebee)可承受與自身體重相等的重量，一隻蜂約重113毫克，且體型較大，能夠攜帶團隊開發的微型電池，因此受到青睞。除此之外，與一般無人機不同，蜜蜂能夠飛行數小時，也具有電子零件無法達成的特質；一般無人機就只是隨意在田間飛行，但蜜蜂會受特定物質吸引，所以除了能以此監控環境外，還可以更加了解蜜蜂的行為模式。【延伸閱讀】海洋中的大型海藻養殖場將成為未來生質燃料的來源之一 　　為了追蹤蜜蜂，研究人員在足球場上設置了四個天線基地，利用蜜蜂身上的接收器的信號強度及蜜蜂與基地站之間的角度差進行三角測量，最遠可以偵測到距離天線外80公尺的地方(約四分之三個足球場)，而蜜蜂通常飛行距離為百米內，故可完全掌握訊號位置；當蜜蜂返回蜂巢過夜時，電池便會重新充電並上傳數據。安裝或取下零件時只要將蜜蜂裝在罐子裡，再放入冰箱模擬冬眠時的溫度，減少其活動力，便可輕鬆完成，且整個過程並不會傷害到蜜蜂。通過感測器，我們更可以了解蜜蜂的野外行為，理解為何蜂群數量會下降。 　　研究團隊計劃在ACM MobiCom 2019上展示他們的研究成果，但這並非團隊第一次進行無人機研究的發表，過往曾推出RoboFly，這是一種由雷射光驅動的昆蟲機器人，透過雷射光投射能量給機器人上方的光伏電池並轉換成足夠的電力。而RoboFly的飛行模式可以進行人為控制，或許有一天能夠應用於偵測氣體外洩、檢測植物病蟲害，或進入狹小空間中尋找災難倖存者。

在世界人口快速增長的趨勢下，人們對糧食的需求提高，全球糧食安全議題此刻成了各國政府關注的焦點之一。而在眾多因應之道中，都市農業(urban agriculture)或許成了緩解糧食安全疑慮的有效方法。 　　一份來自澳洲新英格蘭大學(University of New England)有關都市農業的研究報告，統計澳洲雪梨市境內及鄰近地區共13個社區菜園在2015-2017年的都市農業生產結果發現，都市社區經營的菜園生產量較澳洲商業化種植的菜園高出近2倍。然而研究也發現，不論是人力或物力資源的運用上，都市菜園都較商業化經營的菜園低效率，這顯示未來若要發展永續都市農業經營模式，則須解決其中的物資及人力問題。 　　研究中探討到，若要解決物資問題，可利用都市資源相對豐富的優勢，將都市龐大的廢棄物就地處理，轉化成農用資源，此方法一方面紓解廢棄物對環境造成的壓力，另一方面則將資源重新分配為農業經營之用。低能值產量比(emergy yield ratio，簡稱EYR)的結果也顯示文獻中所探討的都市農業尚不具經濟效益的，唯有投入相對低成本、大量的都市廢棄物，方有機會讓整個都市農業系統得以永續發展。 　　研究也發現，從事都市農業活動的人們多半為了社區參與、休閒及環保等目標而投入。結合上述願意從事都市農業的有志之士，再加上規劃公園、道路旁等公共土地重新利用下，都市農業將是可行的做法。然而研究發現，嚴重勞力不足及反映昂貴的產品價格，恐將限縮都市農業的發展。【延伸閱讀】研究指出都市花園與菜園為保育物種的重要關鍵 　　整體而言，澳洲新英格蘭大學的這份研究調查，充分地闡述發展都市農業的美好願景及現階段所面臨的挑戰，如同許多經營管理方針一樣，永續發展將是維繫都市農業發展的重要命脈，決策者如何權衡其中的利弊得失將嚴重影響都市農業規劃的方向。該研究結果對於農村勞力短缺、都市化程度高的臺灣而言，將可做為未來發展都市農業的重要參考文獻。 　　該研究已發表在美國國家科學院院刊<Proceedings of the National Academy of Sciences>。

20世紀時超級市場的出現改變了傳統零售業的規則，不但因大量進貨壓低了產品價格，同時也簡化了消費者取得各類食物的途徑。現今隨著我國市場經濟迅速發展和人民消費水準不斷提高，消費者意識逐漸趨於複雜，在多樣化的選擇面前，這些個性化特質得以充分展現；且農產品加工、保鮮、物流等技術更朝向數位化、自動化提升，未來技術創新與消費者喜好將促使現有的商業模式進一步發生變化。以下為2019年超市六大發展趨勢預測： 1. 電子商務 　　根據IGD公司研究，至2023年十大全球線上食品雜貨市場預計總銷售額將達到近2,000億元，年增長率為20%。受益於科技的進步，結合實體店面與電子商務可提升消費者購物的便利性，更能滿足其消費需求。然而，若需與新鮮農產品結合，則更有挑戰性，為了支持業務規模擴張與壓低成本，須強化投資人工智慧與自動化倉儲技術等，才能順利促成線上與線下的結合。 2. 實體店數位化 　　接下來的一年中，預計實體店面將會逐漸掌握消費者購物偏好與習慣，設計使其更容易找到目標物的購物流程與設施。實體店的大空間比起線上商城更具優勢，許多商店已經逐漸利用這些空間，例如義大利的il Viaggiator Goloso的貨架上的電子標籤能夠顯示線上產品評論與分數，提供消費者參考。此外，實體店未來可能透過購物車上的設備或是手機應用程式引導消費者走向容易提起購買慾的區域，而貨架上的傳感器能夠追蹤客戶放入購物車的物品，並在其離開商店時以移動式支付系統收費。 3. 個性化體驗 　　消費者數據對長期追蹤消費者需求以發展個性化購物非常重要，只要準確地衡量企業的客戶洞察力，就能得到市場先機；故了解客戶的消費內容、時間、地點和購買方式，提升預測消費者購物偏好和行為的前瞻性，快速制定有影響力的決策更能推動市場增長。透過消費者數據、人工智慧與機器學習，零售商能更加有效地定位產品與服務，幫助供應商實行優惠券和抽獎等推銷作業前的市場推估。 4. 社交商務興起 　　電子商務可能帶來新的購物方式，社交商務很可能會在2019年出現，透過社交商務，零售商和供應商能夠提供更加針對性的行銷方式，以及讓線上購物變成更具社交性、即時性和便捷性的方式。新技術的使用意味著人們不再需要進入線上商城購買商品，只要在觀看商品圖片或影片時就能及時將該品項加入虛擬購物車中，這可能會重新塑造商品的買賣方式。 5. 供應鏈技術 　　社交媒體的發達使得消費者更能追蹤有關產品安全的相關消息，只要一點小問題就可能對品牌造成非常大的損傷，傳統供應鏈將會因此受到更大的壓力。同時，消費者對新鮮度的要求與減少食物浪費的壓力將會使得加工生產線需要準確了解進貨與維持安全的儲存量，超市也需要提升產品交易成功的效率。另外，超市和專門雜貨店可能減少現場營運成本，將更大比例的區塊用於展示商品；或是維持相同的規模，但變成實體與虛擬商店間的連結，客戶可於現場看到購買商品的樣子，線上提供的商品也可以透過互動式螢幕進行呈現或被購買。【延伸閱讀】以行動應用程式整合人工智慧香蕉病蟲害辨識系統讓蕉農獲得更全面的預警資訊 6. 可追溯性數據 　　數據儲存、計算、分析技術的進步也逐漸改變消費者對產品可追溯性的期望，越來越多中產階級對於食品安全、食物採購與篩選方式感到好奇，未來產品資訊或許除了來源外，還可能會擴及到營養與口味等其他更加細微的訊息。而且許多零售商(如家樂福)已開始採用區塊鏈技術，以QR code為消費者提供食品來源的詳細資訊，預期2019年將繼續快速發展。

部分人口可能因為受到遺傳、環境、作息、食物烹調方式等影響，造成免疫系統對攝入的食物蛋白或是其他物質過度反應，產生皮膚紅疹、噁心、消化道腫脹、腹瀉、氣喘等食物過敏的症狀，嚴重者甚至導致休克或死亡。然而食物中的過敏原種類繁多，可能受加工程序或產線重疊等因素使得消費者無意間購買並食用含有過敏原的產品，因此近年來各地食品管理部門紛紛提出食品中的過敏源標示規範。我國衛生福利部食品藥物管理署也將於108年7 月1日起施行11項食品過敏原標示規定，守護民眾食的安全。 　　瑞士第二大零售商Coop與標籤設計軟體NiceLabel的開發商合作，整合和簡化其工廠和麵包零售店標籤流程，以統一和可追溯的方式生產含有過敏原成分和營養資訊的食品標籤。公司聲稱，無論標籤是在哪個麵包店或生產設施上產生，消費者都可以相信上面包含準確和最新的過敏原和營養資訊。此系統可幫助食品和飲料製造商滿足法規和各地區標籤要求，改善食品安全。【延伸閱讀】IBM與雀巢、聯合利華等食品龍頭合作利用區塊鏈追蹤食物汙染源 　　起初Coop並無統一的標籤格式，一種標籤必須創造多種版本以使用在不同的列印設備，且無數位化轉換與統一管理的中央系統，不利於產品品質管理和使用者訓練，這些都是生產背後所不可忽視的風險成本。透過開發跨設備的通用標籤模板與流程數位化，有利於建立標準化的作業流程，提升生產速度並輕鬆管理多種語言的過敏原和營養資訊，所有的修改程序也記錄至檔案管理系統，增進可追溯性；NiceLabel系統使Coop在2017年的營業額達到250億歐元。 　　現在隨著Label Cloud的推出，NiceLabel標籤管理系統也可以在雲端進行管理，更增加了使用上的靈活性。越來越多的消費者過敏案例使得食品標籤市場正在發生變化，製造商於生產端就推出清楚明瞭的產品資訊有利於選購時的安全，並能累積消費者信心。

木質纖維素(Lignocellulose)是植物細胞中的重要成分，為木材提供結構支持，主要由纖維素(Cellulose)、半纖維素(Semicellulose)、木質素(Lignin)等多醣大分子所構成，由於結構複雜，一般微生物無法以酵素完全分解，但白腐真菌Phanerochaete chrysosporium可以完全分解和代謝木質素，另外許多無脊椎動物具有在木本植物中存活的能力，例如白蟻等昆蟲具有複雜的消化系統與內共生細菌，有助消化木質纖維素。 　　除了陸地動物外，海洋中的軟體動物也不可小覷，例如蛀船蛤(teredinid mollusks；shipworms) 可藉由與內共生細菌分解木質纖維素；而Limnoriidae科 (俗稱gribble) 的海洋甲殼類動物更具有直接消化和釋放木材中醣類的功能，不需依賴消化中微生物幫助。2010年的文獻指出，Limnoria quadripunctata的轉錄體(transcriptome)中含有豐富的血青素(hemocyanin；或稱血藍蛋白)，並推測可能與消化木材有關。 　　血青素存在於無脊椎動物的血淋巴中，幫助輸送氧氣。而gribble可先將將木材分解成小碎片再送入消化道，通過後腸時，環境中的較高的pH值與血青素可促進木質素分解。在實驗室中用血青素處理的木材樣品產生的醣量是常規工業處理的兩倍，表示使用gribble從木材生產生質能源可能比現今使用的工業技術更加便宜且乾淨，而且以此方式生產的能源並不會與糧食作物的使用發生衝突。【延伸閱讀】龍舌蘭有希望被用於生產生質燃料 　　相關研究由英國約克大學(University of York)、朴茨茅斯大學(University of Portsmouth)、華威大學(University of Warwick)、劍橋大學(University of Cambridge)與巴西聖保羅大學(Universidade de São Paulo)合作產出，發表於<Nature Communications>。

黃麴毒素(Aflatoxin)是由麴黴菌(Aspergillus spp.，或稱麴菌)所分泌，具肝毒性及致畸型性的次級代謝物。由於麴黴菌多長在人類食用的常見作物如：稻穀、大豆、玉米等穀物上，因此糧食採收前、後處理的方法與保存方式是防止麴黴菌大量生長的關鍵，倘若無法有效的抑制麴黴菌生長，其產生的黃麴毒素對糧食安全而言將是一大災難。 　　近日，巴西聖保羅大學食品工程學系(Department of Food Engineering, University of São Paulo, Brazil)的研究團隊近期回顧有關麴黴菌的抑菌處理及去除毒素的實驗方法及流程管理發現，為抑制麴黴菌的生長與降低毒素的生合成，使用萃取自植物的液態抑菌萃取物及經提煉的精油成為近年發展的主流。針對液態萃取物及精油兩者在食品抑菌處理方面的研究，巴西聖保羅大學的研究團隊在文獻回顧後提出幾點建議：在萃取及提煉抑菌成份前，應先制定標準化作業流程；應先評估抑菌成份所宣稱之功效性及基本性質，以確保處理過程之安全性。最後，由於萃取物與精油皆來自植物體，研究團隊因此建議在大規模量產前，應先了解植物的基本培養條件，找出最佳的種植條件後再進行商品化。【延伸閱讀】利用LED照射殺死哈密瓜表皮細菌的新技術 　　巴西研究團隊的文獻回顧不僅點出抑制麴黴菌劑現在主要的研究方向，更點出各個研究需改進之處，該文獻回顧對未來欲從事相關研究的人提供有系統地整理及建議。有關文章中各個文獻的評論請參閱參考網站，相關文獻已發表至<The Open Food Science Journal>。

Brazzein是一種帶有甜味的蛋白質，最早於1994年從非洲野生植物Pentadiplandra brazzeana Baillon(也可稱為oubli)的果實分離純化而得的天然化合物，甜度是蔗糖的2,000倍，不但味道與蔗糖相似，且卡洛里更低。由於其結構中帶有四個雙硫鍵(disulfide bridges)，因此比起一般的甜味劑，在高溫、酸或鹼環境中仍具有高度穩定性，適合用在烘培等加工過程，這些特性也引起甜味劑市場極大的興趣；然而從果實中純化Brazzein所耗費的成本較高，且oubli為野生植物，使用上須考量生物多樣性相關規範，故不適合於直接於商業化市場中使用。 　　為了強化這種甜味蛋白於食品或藥物中的應用性，研究人員嘗試使用細菌發酵工程進行Brazzein的生產，以求在短時間內獲得大量產物並同時降低成本；然而細菌屬於原核生物，故轉譯蛋白後的修飾功能與植物並不相同，若是蛋白質摺疊方式錯誤，所得出的產物將無法使用。芬蘭的奧盧大學(University of Oulu)開發了CyDisCoTM技術，將哺乳動物細胞的部分特性帶到細菌當中，使得細菌能夠產生正確雙硫鍵，幫助商業化生產Brazzein。【延伸閱讀】應用微生物技術進行豆渣再利用與新功能開發 　　目前CyDisCoTM技術已經取得專利，正在由芬蘭商業銀行資助的TUTLI項目中進行研究，以進行生產程序上的優化與提升蛋白分離的安全性，若後續生產具有商業上的可行性，將有助於拓展新型食品甜味劑市場。

果實的採收後處理是農產運銷中的一大問題，從採收後處理到商品上架被消費者購買的這段時間，是決定果實是否熟成及新鮮與否的關鍵。在產銷過程中，判斷果實是否採收與採收後的分級指標在於果實的甜度(sweetness)。為此，如何判斷仍在果樹枝條上的果實甜度，成為採收的關鍵與指標。 　　巴西農業研究公司(Brazilian Agricultural Research Corporation，簡稱Embrapa)已嘗試利用近紅外光譜儀(Near-infrared spectroscopy，簡稱NIRS)測量技術，建立不同品系芒果的採收指標。相較於傳統，將芒果樣本採集經實驗室分析的方法，巴西農業研究公司與巴西巴伊亞州立大學(Bahia State University)合作，開發非接觸性近紅外光譜儀檢測技術，可在芒果未採收時檢測果實乾種、可溶性固形物、澱粉含量、酸度、果實硬度、果皮顏色等物理及化學數據，再將測出的數據與巴伊亞州立大學建立的資料庫進行數據比對，便可即時判斷芒果的熟成度，並判斷何時為最佳的採收時機。 　　巴西農業研究公司花費近四年的時間，收集生長在聖法蘭西斯科河(São Francisco river)中下游，共3種不同芒果品系(Tommy Atkins、Palmer與Keitt)的果實熟成資訊，建立芒果果實基本資料庫，並設立近紅外光譜儀檢測流程。這項檢測法可望應用在果樹經營管理方面，農民能透過攜帶型裝置或手機，輕易的測量與紀錄果實的成熟度及甜度，即時掌握果園資訊，確保外銷到美國、歐洲及亞洲等海外地區的芒果依然新鮮。【延伸閱讀】研究顯示能同時生產魚和蔬菜的魚菜共生系統可以於商業上獲利 　　在人手一機的情況下，巴西農業研究公司與巴伊亞州立大學的這套檢測流程有機會推廣至全巴西，農民未來只需搭配能連結手機的特殊檢測裝置，便可將數據透過手機應用程式進行記錄並將數據與預先建構的資料庫進行資料比對，除可對果實進行初步篩選分類外，也能將果實成熟度與現有市場的銷售情況搭配，以便適時調整採收的進度，調節可能面臨的產銷問題，提升產品的競爭力。該研究的詳細描述，請參考相關連結。

植物在面臨環境變化的過程中，演化出許多機制以適應自然界的變化。近日由英國伯明罕大學(Universities of Birmingham)與諾丁漢大學(University of Nottingham)共同的研究發現，陸生開花植物具有一套感知及記憶環境狀態的能力。 　　在植物演化的過程中，發展出一套與記憶相關的基因進行調控，以對抗極端的環境狀況與逆境。舉例而言，許多植物會記住一段寒冷的冬日，以確保開花時間是在溫暖的春天而非寒冷的冬天，其中參與調控蛋白群，被稱作PRC2 (polycomb repressive complex 2)。過去的研究已知，在寒冷的情況下，這群蛋白會匯聚形成PRC2複合物，並將植物由營養生長模式轉為繁殖開花模式，待天氣稍微回暖時，植株就能在春天綻放花朵，繁衍後代，而這種經低溫誘導將植物變成繁殖模式的現象，稱作春化作用(vernalization)。最新的研究發現，或許有其他基因與蛋白參與調控。 　　在最新的研究中提到，研究團隊發現在阿拉伯芥(Arabidopsis thaliana)的PRC2複合物中有個核心蛋白稱作VRN2 (vernalization 2)，研究團隊發現VRN2在較溫暖、氧氣含量充足的環境下會被分解失活；而當面臨淹水、含氧量低等逆境時，VRN2結構會開始穩定且逐漸累積，顯示VRN2與環境含氧量有關。在另一方面，研究也證實VRN2會在低溫逆境的情況下累積，使得PRC2複合物在溫度回暖時便能啟動開花程序，這樣的過程與植物面臨淹水缺氧逆境時的機制極為相似，證實VRN2在春化作用時的重要性。 　　春化處理在農業應用上十分重要，許多臺灣重要的作物如龍眼或荔枝等果樹，皆需經一定時間的低溫誘導後方能開花結果。在現今面臨全球氣候變遷與極端氣候下，暖冬常造成花芽分化率偏低，影響果樹結實率。該研究成果提供植物逆境調控基因之基礎研究，或許能應用在品種選育與作物經營管理方面。【延伸閱讀】STRK1基因促進鹽鹼土中的水稻生長和產量 　　該研究獲得歐洲研究委員會(European Research Council)與英國生物技術暨生物科學研究委員會(Biotechnological and Biological Sciences Research council)的研究經費資助，該研究成果已發表在<Nature Communications>。

人工智慧(artificial intelligence，簡稱AI)在未來農業發展中扮演重要的推手，透過人們預先編寫的指令，具人工智慧的電腦將能協助或取代人們在農業生產管理中的角色，例如自動摘採已成熟的果實、自動辨別病蟲害嚴重的區域並派遣無人機執行灑藥防治等行為。在人工智慧的開發過程中，如何將接收的外界資訊加以運用，在「學習」後執行指令以達成目的，始終是發展人工智慧的重要課題。其中一個重要的環節，稱作電腦視覺(computer vision)，是門在於如何判讀感測器接收到的影像，使影像被電腦所理解的一個過程及技術。電腦視覺仍是透過執行人們預先編寫的指令，賦予電腦影像判讀的能力，這意味著影像辨識能力的強弱，部分取決於指令下達的複雜度。目前電腦視覺仍僅能以接收的圖像作為判別基準，無法以局部資訊判斷出整體情況，比方說某一隻動物因上半身被物體阻擋，而僅露出半身資訊，這時人們可以透過常識或經驗「腦補」出可能的動物種類，但電腦可能就無法準確的辨認出人們一眼就看出的物品為何。【延伸閱讀】氣候智慧型農業將有助於農民對抗全球氣候變遷之衝擊 　　在以往對電腦訓練的過程中，電腦需經過辨識上千張的圖片作為訓練，才能建立特定特徵的影像辨識機制，但人工智慧系統並未如同人類大腦一般，可預先儲存各種經驗與常識的資料庫，以便在看到物件時「腦補」成完整的故事及圖像。為使人工智慧系統也具備類人腦般的辨識能力，加州大學洛杉磯分校(University of California, Los Angeles，簡稱UCLA)薩穆埃利工程學院(Samueli School of Engineering)的研究團隊受人腦的啟發，研發出新方法，以彌補人工智慧在學習方面的問題。該方法由三個主要部分所組成：(1)將圖片資訊拆解，每個被拆解的單元稱作viewlets；(2)電腦學習viewlets與圖片之間的構成關係，以及了解viewlets是如何組成大圖的；最後(3)辨識取樣點周圍的其他資訊，並判斷鄰近物體與主要物件之間的關聯性。此外，透過網路獲取資料的方式，除獲得海量資料供電腦學習分析外，也能得到同一物件的多種不同視角，供不同角度的判讀。 　　經研究證實，新型態系統的學習表現較傳統電腦視覺系統佳，能有效地令電腦透過僅有的有限資訊，推論出可能的完整資訊，為電腦視覺技術開啟新扉頁。該研究成果已發表於<Proceedings of the National Academy of Sciences> (PNAS)。

某些植物在種內存在花部結構多型性，部分多型性構造可造成合子前生殖隔離，進一步避免自花授粉，異型花柱(heterostyly)結構便是其中一種常見的花部特徵，其中廣為人知的物種包含原產於歐洲的園藝物種櫻草屬(又稱報春花屬，primrose；Primula, Primulaceae)植物。 　　異型花柱係指在同一物種在花部結構上，花藥與柱頭在相對位置上呈現至少2種以上的差異構造，在花部形態上，有些花朵呈現花藥位置較柱頭高的形態，有些則呈現相反的形態。早在19世紀，達爾文(Charles Darwin)就已記錄報春花科(Primulaceae)中具有異型花柱的形態特徵，直至近代，科學家們對於形態發育的研究有了更進一步的了解。英國東安格利亞大學(University of East Anglia，簡稱UEA)與厄爾漢學院(Earlham Institute)利用常見的植物農桿菌轉殖系統，透過農桿菌(Agrobacterium tumefaciens)感染的方式影響調控異型花柱的已知關鍵基因S-Locus上，以此建置一套有別於模式物種的農桿菌轉殖系統。由於如同阿拉伯芥(Arabidopsis thaliana)在內，多數模式物種的花部構造為同型花柱(homostyly)，因此建置櫻草屬物種的轉殖系統有助於更進一步了解異型花柱在花部形態發育及發育演化方面的意義。【延伸閱讀】基因工程提升光合菌的固氮活性 　　花柱形態差異通常與植物的交配系統有關，釐清植物以自交或雜交的分子機制，是農園藝育種研究不可或缺的一環，該研究在農作物交配系統上奠定深厚的基礎。研究團隊目前首要目標仍是致力發展更穩定的農桿菌轉殖系統，並希望在未來以基因編輯CRISPR-Cas9技術，進一步釐清相關基因的確切功能。該研究詳細的實驗流程及系統建置方法已發表在<Plant Methods>。