影片中展示了Almaty 地區的一個智慧溫室，該溫室可以自動控制溫度、濕度、照明、施肥和灌溉，大大的減少勞動成本。

由印度農業研究委員會與美國維吉尼亞理工大學研究團隊開發了人工神經網路(ANN)模型來估算垂直軸轉子型行間除草工具的具體能量需求，使用垂直軸轉子(RVA)進行土壤研究，以轉子與吃水、力矩、速度感測器和數據記錄不同操作參數範圍內工具所使用的動力。所開發的 ANN模型能夠高精度預測RVA的特定能量需求。研究結果強調了人工神經網路作為一種在特定實驗條件下模擬土壤與工具相互作用的有效技術潛力，對未來將優化並提高農具在農田間的性能效率。

全臺灣我走了將近一半以上的穀倉，想要教穀倉人員最重要的一個觀念，米蟲都是自己養的。......有人會稱我米蟲博士，我非常喜歡這個稱號，讓米蟲越來越少，就是我努力的方向。 　　耗了34年時間，都在研究米蟲的姚美吉，從昆蟲所畢業後，經高考分發到農試所任職，傳承了林欉助理研究員對積穀害蟲的研究，積極與農糧署配合，提供防蟲策略。從穀倉清源、配合細目防蟲網阻隔蟲源侵入，以及貯藏期間運用LED誘蟲器。透過防治規劃，減少害蟲危害，降低農藥使用量，提高米糧的保存率，讓全民在糧食安全上更有保障。 　　另外，姚美吉博士與農試所及各試驗改良場所同仁一起努力開發建立病蟲害諮詢小幫手，將病蟲害資料、防治經驗，透過手機掃描即能分享給糧政單位、全國穀倉管理員及農業從業人員，讓更多政府單位、第一線人員以及一般大眾都能更了解「米蟲」及各種病蟲害專業資訊，宛如專家親臨指導。

中興大學阿米亞團隊開發「智慧農業前瞻預警平台」，結合人工智慧（AI）演算法辨識作物生理特徵，可即時反映水稻植株生長狀態，15秒內提供灌溉栽培建議，可減少灌溉用水2成。

由中東美國大學研究團隊將機器學習演算法整合至現代農業，透過分析從農場收集之數據，結合感測器，農民可以對影響作物生長因素做出更明智的判斷，整合這些技術可以提高作物產量，同時最大限度地減少浪費，從而改變現代農業，未來可協助農民盡早發現作物疾病，提高作物生產效率，避免面臨糧食短缺時價格提升。

本來從事倉儲物流業的陳泓碩，13年前從北部回到家鄉嘉義縣，承接親戚的魚塭，當這位養殖門外漢，碰上霸王級寒流、823水災以及極端氣候，越戰越勇，不僅獲得110年度「全國百大青農」及支持母親獲得「產銷履歷達人」殊榮。近年來，他配合智慧養殖漁業轉型政策，在魚塭中導入水質監測設備、微氣象站、智慧電箱以及監控攝影等科技化設備，更能有效降低風險並提高了生產效益。他笑著說，回家鄉養魚，賺多賺少是其次，最值得的是，有更多時間和家人在一起。 　　近年農業部因應氣候變異及勞動力老化缺口等問題，透過運用智慧化科技幫助漁民。以傳統漁業的經驗為基石，感測元件、資通訊技術及人工智慧等先進技術為輔，朝向省工省時的概念發展，不僅達到降低勞動力成本並提高產量的效果，將漁產業引領至真正的友善環境與永續發展。

由日本國家農業與食品研究組織NARO開發了一種透過結合物聯網攝影機和費洛蒙誘捕器，自動捕捉及處理昆蟲，並每天從遠端收集捕獲和殺死的害蟲圖像，以往的害蟲調查需要人工定期前往調查區域進行害蟲統計和處置，但這項技術節省了勞動力，並且可以每天測量及收集害蟲數據，該技術有望於數據應用害蟲精準治理。

在農場越來越大，越來越難以管理時，哈薩克的農民利用數位科技，包括衛星監測、濕度感測器的氣象站、農機設備的監測追蹤，以提高農場生產的效率。

中興大學土木系特聘教授楊明德團隊開發AI技術，作為穀粒含水量預測，以評估最佳採收日期；此技術有助於妥善安排農機操作、提高收穫效益、及減少能源消耗及碳排放，達到永續農業目標。

由中國農業科學院與華中農業大學研究團隊利用機器深度學習分析豬隻姿態檢測，檢測豬的站立、側臥、趴臥、坐姿等姿勢，可以全面評估豬的心理和生理狀況，並預測豬的異常或有害行為，評估養殖條件，未來有望提高豬隻產量。隨著智慧農業引進養殖業，有效且適用的農畜姿態檢測方法成為智慧、自動化農業不可或缺的方式。

華南農業大學羅錫文教授及其團隊在廣東創建首個水稻無人農場，實現了水稻生產耕、種、管、收全程無人作業，從2021年的25,000多畝水稻高質量生產，到今年完成早稻種植15,500多畝、晚稻16,500多畝，全程託管服務模式使水稻畝產量提高了10％，農戶利潤提高了13％。

由韓國世宗大學農業工程系研究團隊提出了一種基於圖對圖翻譯模型的數據增強方法，透過補充這些不足的病葉圖像來解決數據偏差，所提出方法在健康和患病葉子影像之間進行轉換，並利用注意力機制(attention)來創建更明顯疾病紋理反映影像，並進行了實驗來驗證這種數據增強方法是否可以進一步提高植物早期診斷分類模型的性能，實驗中使用PlantVillage資料集，利用生成影像和原始影像建立擴展資料集，並透過測試集評估分類模型的效能。