加州大學柏克萊分校找出機器人在不經過培訓的情況下掌握各種物體形狀的新技術，未來可能改善機器人對於從物品中找出被遮蔽的標的物、透明物件、多孔物品等難以辨識的物件。農產品比工業產品形狀與規格更為複雜，若要運用此技術，仍需多項測試觀察之。

新加坡貿易和工業部設立的智慧財產中介平台發表三項具可用在養殖漁業的創新科技元素發明：水源管理系統、水質檢測套組及高科技漂浮台。

印度理工學院開發出以紙張為基底的小型生物感測器，並可快速感測牛奶中的鹼性磷酸酶(ALP)，只要13分鐘就可產生藍綠色訊號，可有效提升現場檢測巴氏殺菌法作業的效果的應用性。

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，運用深度學習模型的機器具無法如一般人類，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。

富士Marumo茶園與VeChain合作，只要將智慧型手機指向茶品包裝上嵌入的NFC晶片，就能確認所購買的產品來自富士Marumo茶園，消費者還可以獲得茶園歷史影片以及驗證證書之產品相關詳細資訊。

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。

藉由投入水下麥克風，記錄音頻並將聲音和數據傳回辦公室，透過電腦系統自動識別、分析其中特殊的聲音，並用於構建有關河流系統健康狀況的調查結果。

MateSel為可用於畜牧產業系統化管理的電腦程式，目前澳洲的綿羊產業也逐漸投入MateSel的使用，利用最全面的綿羊遺傳數據庫和評估服務，促進澳洲綿羊產業的品質保證。

保護區域乃至於全球尺度的生物多樣性，一直是各國設法達成的目標。美國佛羅里達自然歷史博物館(Florida Museum of Natural History)的研究學者對這方面的議題提出呼籲，認為是時候利用長期累積的大數據解決人們長期以來的疑問：植物是如何演化並形成現在的分布？並預測未來環境受人為擾動下，植物將如何繁衍等問題。 　　研究人員表示，近年來，由於資料處理、演算法及硬體性能方面大幅度進展，研究人員能將生物相關的大數據，以適當的工具加以分析，解開長年來人們感興趣的議題。這些議題包括物種保育策略、預測未來物種的分布，及透過模型模擬預測物種受氣候變遷衝擊的程度等。現今，越來越新穎的量測方式，包含遙測與無人機技術，讓科學家們即時觀測與蒐集數據；此外，研究人員也可利用生物愛好者或公民科學家(citizen scientist)蒐集整理並發布在線上資料庫的客觀數據作為研究數據。藉由結合上述數據來源，研究人員便可全方位地探討生物問題，政策制定者與決策者也可依據資料庫內容或研究結果制定及推動相對應的政策。相關研究文獻已發表在<Nature Plants>。【延伸閱讀】以大數據分析都市農業未來潛能 　　以大數據為基礎的研究，對於釐清生物演化史、現況分布及與預測未來可能分布的範圍有其必要性。在農業方面，善用宏觀的大數據分析將有助於預測作物分布之生長界限，倘若對臺灣特有種的分布有通盤的了解，將有利於未來制定保育政策，特殊的種源在完善的保育政策下將得以保存，對日後的育種試驗有相當大的幫助。 　　目前國內已由農委會、中研院與科技部共同成立「臺灣生物多樣性資訊入口網」，「臺灣生物多樣性資訊入口網」匯集各界研究學者與公民科學家調查之生物分布資訊，以數位化的方式呈現於網路平台，供國人查閱。

隨著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，超市未來在農產品加工、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。

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。

使用流式細胞儀技術進行微生物群分析，再比較健康成人腸道微生物數據庫，可確定近70％的腸道菌群，可了解菌相差異與肥胖、大腸激躁症、乳糜瀉甚至憂鬱症間的關係，只要微生物資訊持續累積，資料庫將會越加完備，分析成本也會更有競爭力。