歸功於現代繁養殖技術的進步，母豬一胎可以生出數量較多的小豬，泌乳量也較多；但為了維持小豬的存活，母豬需要進食更多飼料以產生母乳，這也容易導致母豬的體溫增加，現今母豬的產熱量比1980年代的母豬高出55%-70%。由於豬屬於恆溫動物，皮下脂肪較厚且汗腺不發達，不容易通過皮膚散熱；一但豬隻體溫過高就需要減少進食量或是以喘氣散熱，遇到炎熱潮濕的夏季有可能導致豬隻中暑、性慾降低、泌乳量減少、難產或流產等情形。根據估計，美國豬肉產業每年須付出超過3.6億美元的成本以解決豬隻熱緊迫( Heat Stress )的問題。 　　使用空調冷卻整個房間或畜舍花費的電費較高，且降溫速度緩慢，不但不符合經濟效益，也不符合聯合國所提出之環境永續目標。美國普渡大學(Purdue University)農業及生物工程系開發出一種豬隻專用的冷卻墊，將2英尺×4英尺的鋁板架設於高密度聚乙烯底座與銅管上，並加裝監測溫度的感測器，需要散熱的母豬能躺在散熱墊上，藉由感測器決定何時更換銅管中的冷水，以保持母豬體表涼爽。【延伸閱讀】便攜式設備幫助偵測假酒 　　在高達35℃的環境溫度測試中，母豬呼吸次數可從每分鐘120次呼吸降至45次，且冷卻墊可明顯降低母豬的陰道與直腸溫度，冷卻水流速越快，效果越佳。此外，由於散熱墊面積只能容納一隻母豬，因此需要保溫的小豬在餵奶時不會直接接觸到冰冷的散熱墊。面對全球暖化，使用此散熱墊可以減少豬隻降溫所需的能源與相關成本，目前開發者正積極找尋相關的技術授權管道，相關論文則發表於〈The Professional Animal Scientist〉、〈Applied Engineering in Agriculture〉及〈Livestock Science〉。

農業發展歷史悠久，各地農業隨著漸趨專業化的發展，風險管理問題逐漸浮上檯面，因此越來越多跨領域專家爭相投入於農業環境監測與風險預警的領域。其中，農作物的病蟲害預警系統是農業風險管控中不可或缺的一環，為了強化資訊蒐集，提供客戶即時與方便的服務，以色列的Saillog公司推出免費的手機應用程式-Agrio，用戶可拍攝疑似生病的作物照片並上傳到平台，經由人工智慧學習和視覺辨識計算以辨別植物病害，使其在短時間內收到作物診斷和處理建議。   　　Agrio的發展經過以色列、美國和印度的農藝師測試，於2017年時就可供Android和iPhone系統下載使用，此程式具有11種語言，包含英語、法語、阿拉伯語、印地安語、坦米爾語和越南語等。若是遇到較不常見的作物病害，團隊中的農業專家也能另外提供協助，相關結果也能紀錄於程式資料庫中以修正人工智慧的學習；隨著時間的推移，病害預測與判斷將會更趨精確。【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 　　此外，Saillog最近宣布推出一項新功能-AgrioShield警報系統，能夠通知農田附近地區發現的病蟲害，並且提出農民可採取的早期預防方式以減少後期的產量損失；目前AgrioShield已發送了蚜蟲、香蕉葉斑病和晚疫病等7種已知病蟲害感染的警報。雖然Agrio是免費程式，但使用Agrioshield需負擔每月2美元的成本，公司考慮未來將降低價格以提高使用普及率。

甜度、口感、質地、顏色、尺寸、品種、栽種者、栽種地、生長環境是否優良、如何催熟、運輸時間以及營養價值多少等，究竟怎樣的番茄才是消費者想要的?一篇公開在農業未來(Future of Agriculture)網站的評論文章中，作者提出了未來農業區塊鏈(Blockchain)可能的雛形。過去科學家們叫針對農產品本身進行改良，透過強化作物的遺傳特性以符合鮮食、烹調或加工需求；若農產品的生產能夠配合大數據及區域經濟模式之應用，將能為農業帶來新一波革命。 　　文章中以番茄為例，農夫可以透過不同感測器對作物生長狀況(如溫度、濕度、光照等)進行監測，資料輸入至雲端後能成為每一顆番茄的生產履歷；而餐館、零售商或蔬果供應商則將消費者採買數據連結到番茄種植數據庫，使農夫更能準確依品種、條件等市場需求種植，平衡供需關係。美國新創公司Ripe.io就是透過這樣的服務，收集特定種植者的生產數據，並分享訊息給餐館或消費者。 　　雖然一般的交換資訊只存在於訊息雙方，並不需要用到區塊鏈規模，但面對多方消費者及多方供應商的情況，區塊鏈應用優勢就會浮現，搭配自動化感測器將數據隨時上傳到雲端，也能減少生產者不斷紀錄的麻煩。 　　此外，作者於另一評論提到區塊鏈在農業的五個潛在角色： (1) 提高食品安全：提高供應鏈透明度，間接淘汰條件不良之供應商，也可以在發生食品安全事件時快速查明問題來源。 (2) 建立可追溯性：不論消費者於何處購買商品，均能了解商品來源與加工運輸過程，防止仿冒產品充斥市面。 (3) 降低交易成本：透過區塊鏈資訊的幫助，創建更透明和高效率的供應鏈，集中原來散落四方的貿易能量。 (4) 開放新市場：資訊透明化之後，就不需要額外評估各方的可信度和執行能力，也不需要中間人和額外的保證金，直接建立信任和責任制，有效打開陌生市場。 (5) 便利後勤調控：農產品的保質期通常很短，透過建立在區塊鏈上智慧物流系統，就能提供更有效率的運輸與分配貨品。【延伸閱讀】世界自然基金會推出區塊鏈平台-OpenSC以增進供應鏈透明度 　　然而，距離區塊鏈真正應用於農業區域經濟還有一段路要走，不僅需討論農場內部的優化流程及數據處理責任，還要取得明確的監管共識；此外，系統整合也需要花費的人力與物力，因此需要再經過更多的評估，審慎進行為宜。

近年來資訊技術發展快速，無論是資料收集、儲存與分析資訊的方式均有重大突破，目前全球98％以上的信息都是以數位格式儲存的，除了搭配網路及各項軟硬體開發應用，機器自學系統的培養也是另一個熱門的開發項目。而IT技術於農業及食品業中應用廣泛，包含環境監控、即時圖像、遠端操控等，隨著智慧管理的觀念逐漸普及，如何良好使用大數據與兼顧農民利益將是未來主要議題。 　　由28個生產商、國際集團、供應鏈公司、環保組織和環保組織兩黨組成的聯合會聯署寄信給美國參議院農業委員會主席Pat Roberts與眾議院議員Debbie Stabenow，希望他們支持2018年農業數據法案〈Agriculture Data Act of 2018 (S. 2487)〉。該法案將加強美國農業部對生產數據的管理，除了便於研究各項農業措施之影響，也能同時兼顧農民的隱私。【延伸閱讀】歐盟推動大數據技術整合幫助提升生物經濟價值 　　為了提高農業生產者的利潤、保護環境與降低生產風險，故須保障適當的數據收集、審查與分析行為。S. 2487指示美國農業部創設安全數據庫與保密程序，除保障現有資訊外也同時保護個別農場生產者的機密資訊，禁止出售個別生產者數據，以提高生產者自願提供農業數據的機會。此外，也推動優化各農業相關部門的橫向資訊互通，整合作物產量、土壤健康與保護措施等其他的外部數據來源，並允許研究者公開關於土壤健康，產量變化和風險之間的重要總數據，這些資訊也可作為學術研究、技術援助、未來經濟規劃等依據。

除了方便人為操縱的自動化機械以外，機器人開發也是現今智慧化農業中炙手可熱的項目。機器人能夠全自動或搭配人員採半自動執行，幫助節省勞力與時間，還能搭配大量數據收集與整合，幫助使用人員進行資訊歸納與提供有利情報。 　　由美國伊利諾大學(University of Illinois at Urbana-Champaign)團隊開發的TerraSentia crop phenotyping robot於3月14日在2018年能源創新高峰會的技術展示會上亮相，機器人能夠在作物之間自動行進，使用各式感測器與攝影機進行偵測，並將數據即時傳送至操作人員的手機或電腦，只要搭配相應的應用程序就能使操縱機器人。 　　研究人員表示，TerraSentia是一種具學習能力的機器人，透過良好的機器學習演算法，就能夠先教導機器人辨識常見的作物疾病與性狀測量，如植物高度、葉面積和族群量。經過多次學習後所收集的資訊會越趨正確，而自動化數據收集和分析能夠協助了解不同品種作物之間對環境條件所產生的反應，幫助農民改善育種和栽種條件。【延伸閱讀】透明且如鰻魚般柔軟的水下機器人 　　一般認為，高度智慧化的機械裝置通常因體型笨重，較適合大面積且單一化栽培之區域。然而TerraSentia結構較為輕便，重約10公斤，寬約33公分，方便運送到田間，也容易於植株間行進，可同時掌握操作上的精確度與高效率。此種機器人不但在美國具有使用潛力，在巴西、印度等農業發展中國家亦是如此；由於這些地區通常面臨更加惡劣或多變的氣候環境，因此由機器人幫助掌控個別植株的遺傳特殊性更有助於農民管理和挑選適合的植株，也能夠排除人為辨認上的主觀認定與差異性。 　　美國能源部高級研究計畫局的TERRA(Transportation Energy Resources from Renewable Agriculture)計畫為開發TerraSentia提供了310萬美元的資金。今年春季，幾家主要種子公司、研究機構與海外合作者將針對TerraSentia進行現場測試，預計三年內能夠提供給農民使用，其中部分型號的成本低於5,000美元。

日本的Okunota Winery酒廠利用資訊管理技術、感測器技術與網際網路的結合，減少葡萄酒產業的農藥使用。總裁Nakamura Masakazu相信改善田間微生物環境有助於生產優質葡萄酒，因此自1998年開始葡萄種植以來，公司致力於保護土壤中的環境，透過將葡萄藤靠近在一起，迫使植根深根，並且使用不施肥、減少耕作的方法，將雜草留在田中以豐富微生物的生態環境。2010年Nakamura將部分農場借給富士通的員工，該公司建議將天氣感測器系統使用於田間，此系統以10分鐘的間隔自動收集並儲存有關溫度、濕度、日照和其他環境數據；因此Nakamura產生把這些數據用於監控葡萄酒生產過程的想法。 　　種植葡萄的過程中，需要使用殺真菌劑以減少葡萄真菌病害的發生；但以往農民無法確切掌握疾病大量爆發的時機，需要連續噴灑較高劑量的農藥以減少病原族群量。其實真菌在孢子發芽階段最為脆弱，透過數據收集與整理，施藥期間就可集中於少數幾天，濃度也能降低；因為農藥對環境的影響縮小，使得田間微生物更為活躍，收成後製作成葡萄酒的風味也更佳。 　　此外，由於葡萄酒是從葡萄汁釀造，80％的味道取決於水果的質量，因此自然環境的變化也成為造就葡萄酒風味的主要因素之一。日本也持續生產具有鮮明地方特色的葡萄酒，目前全國擁有超過250家酒廠，隨著用於種植葡萄的土地面積不斷擴大，開發商也逐漸投入為特定海拔、溫度和土壤的土地提供理想的葡萄品種。 　　長野縣東部千曲河(Chikuma)流域的農民也開始使用IT (Information Technology)管理田間，許多新葡萄酒廠和農民在Ueda、Tomi和其他地區等10個地點設置感測器，每小時測量6次溫度、濕度、日照和降水量，農民則輸入葡萄的各生長階段和蟲害控制記錄，研究人員再收集成熟的葡萄分析成分，並對所有數據進行分析，找出生長預測與最佳收穫時間。【延伸閱讀】以大數據解決全球植物問題之時機已成熟 　　為了使農民更易於自行輸入成長記錄，系統正在進行介面調整與測試，希望最後能讓農民在田間單手使用。Chikuma酒谷數據中心的研究員Kameyama Naoki解釋，此計畫是收集建立品質標準的數據，以便統一葡萄酒品質，推出具地區特色的品牌。收集數據也能作為教學工具，促使農民們分享、交換經驗，有助於地區的發展與繁榮。

隨著科技演變，農業生產不再是單靠傳統的經驗傳承進行，隨著各項感測器的發明，前人所留下的古老智慧都將轉變為一條條可靠的資訊，搭配電腦運算與統計就能幫助農民進行科學化的管理，即時了解環境狀況以便實施改善方法，維持良好的產品品質。另一方面，自動化的感測器技術會加強天氣與土地等各種數據的收集，透過物聯網技術與應用程式開發，幫助相關農產業了解如何量化與精確化培養條件，就能降低生產技術門檻與研究時間。 　　日本軟銀集團旗下的公司PS Solutions於2015年開發了一款帶有人工智慧功能的小型農業感測器e-Kakashi。目前有大約300台e-Kakashi正在田間使用，這款感測器的外形美觀且安裝方便，不僅能記錄關於空氣和地面溫度、日照和累積溫度的數據，還能告訴農民這些數據的含義：例如，它會發送一條消息，指出日常溫度的累計總量已達到稻米準備收穫的程度。 　　e-Kakashi最大的優勢在於將專家分析的數據與豐富的農民經驗結合，透過多部感測器能找出區域內的環境差異，非常適合運用在葡萄園管理。e-Kakashi已在長野的葡萄園使用，用來幫助統一葡萄品質以釀造葡萄酒之用；此外，經由感測器收集當地風土環境的大數據，也有助於建立葡萄酒的品牌特性。【延伸閱讀】鑲嵌在葉片中的碳奈米管可檢測植物受傷時產生的化學訊號 　　目前處理大數據的挑戰在於分析、儲存、隱私加密、可視化、資訊共享以及關鍵字搜尋的精準度，如何適切地使用這些資訊並準確預測成果或是進行風險評估，是未來需要持續努力的目標。

自主水下載具（Autonomous Underwater Vehicle，AUV）是一種無人水下載具，外型多半類似小型潛艇或魚雷，根據不同需求搭配探測器，可幫助人類進行長期性、例行性的水下檢查或深海探勘。無人水下載具研發需要結合多種領域，包含材料創新、感測器、巡航及定位技術等，隨著機器人技術發展日新月異，無人水下載具逐漸朝向外觀自然且自動化方向進行。 　　美國麻省理工學院(Massachusetts Institute of Technology)計算機科學與人工智能實驗室（Computer Science and Artificial Intelligence Laboratory，CSAIL）打造了一隻18英寸長單眼機器魚-SoFi，外殼由軟矽膠、柔性塑料和3D列印的元件組裝而成，而尾部則搭配液壓系統與精密感測器，使其能如同真實魚類般左右擺動。 　　傳統的無人水下載具通常體積較大，且馬達運轉所產生之噪音常影響海中生物，而SoFi構造則更為輕巧，包覆電子零件的頭部含有少量嬰兒油，幫助抵抗水壓，且感測器配置與柔軟的外殼使其在水中移動時可減少對珊瑚礁的撞擊；此外馬達噪音則盡量降低到不影響周圍生物，通訊系統使用30,000-36,000 Hz的超音波發送，以減少環境干擾，「魚翅」及浮力裝置的調整也可使得水中移動更為順暢。【延伸閱讀】邁向商業生產的花椰菜採收機器人 　　SoFi的開發展示了絕佳的防水、動力、材料的技術成就，不但能靈活地泳動、轉彎與潛水，還能搭配防水的Super Nintendo控制器使用，是第一隻能在三維空間中長時間自由活動的機器魚。在最近的斐濟彩虹礁的潛水測試中，SoFi的游泳深度超過50英尺，時間長達40分鐘。未來，該團隊打算讓SoFi更加智慧化，使工作人員在沒有潛水員的情況下也能做出決策，最終希望將該技術提供給其他生物學家，幫助收集海洋生物和氣候變化的相關數據。 　　相關研究發表於〈Science Robotics〉。

過去數百年來，工業革命帶動人類生活與科技的快速發展，開採與使用的石化能源也導致溫室氣體大量排放，使得全球氣候變遷逐漸加速，而再生性極低的石化能源也正逐漸枯竭中。為解決此一困境，各國政府與科學家正努力尋找減少溫室氣體排放與氣候變化的方法，其中一種令人矚目的方向是生物燃料的開發。 　　近年來，利用玉米或大豆所生產的生物燃料已成為機器動力或燃料的來源之一，這種以糧食作物為原料轉化的「第一代生物燃料」在種植此類作物時會壓縮其糧食用途，因此部分地區則利用非糧食作物或廢棄物的纖維素為原料進行轉化，是為「第二代生物燃料」。其中美國科羅拉多州立大學(Colorado State University，CSU)則開發柳枝稷(switchgrass)作為新的原料。柳枝稷是北美洲原生的多年生草本植物，具有容易繁殖、草梗粗壯、根系深、環境適應性強等特點；相較於種植玉米，柳枝稷所花費肥料與灌溉成本更少，故具有做為生物燃料的絕佳潛力。 　　研究團隊利用一種稱為「DayCent」的生態系統建模工具進行模擬，此系統可通過追蹤農業系統中的氣候狀況、土壤因子、植披覆蓋等因素推測碳循環與氮循環之狀況，幫助科學家評估某地區生產某植物的可行性。透過DayCent模擬堪薩斯州西南部商業化種植柳枝稷的狀況，並量化相關燃料生產成本和溫室氣體排放量，顯示種植柳枝稷進行生產會比美國再生燃料之標準少22 g CO2 e MJ−1。【延伸閱讀】新型技術以3D虛擬模型建構禾本科花朵結構 　　綜上所述，柳枝稷非常適合做為第二代生物燃料來源，且生產所製造的碳足跡更低。此外，以前對纖維素生物燃料的碳足跡研究集中在生產農場和製造工廠之間的距離；然而經CSU分析發現，生產植物的地點和生產方式對於碳足跡計算也是極為重要的部分。相關研究發表於<Nature Energy>

針對現今人口快速增加，即將面臨的糧食不足問題，人工智慧(artificial intelligence, AI)技術是否可以應用於農業領域，協助解決此一難關?目前已有許多公司將AI運用於農業，提高農產品生產效率。 　　加拿大San Jose的Resson公司開發比人眼更精確的影像辨認系統，可偵察與分辨植物病蟲害疾病，Resson公司和McCain Foods公司合作，已將此技術運用於馬鈴薯生產線上，減少馬鈴薯生產之損失。 　　新成立的Orbital Insights、Descartes Labs、Gro Intelligence與Tellus Labs公司，利用人造衛星影像、氣象資訊、歷年生產資料，開發預測軟體。Tellus Labs公司表示利用此預測軟體可以比USDA報告提早一個月，得知生長季節中每日農產品之產量。 　　位於美國聖地牙哥市新成立的Slantrange公司，成功開發準確量測作物與雜草數量之影像偵測機，可使用於美國中西部與南非等植物種植較稀疏之沙質土壤地區，Slantrange公司近期與Bayer Crop Science公司合作，共同從事植物生產工作。 　　AI與農業機械結合最成功之案例是位在美國加州Sunnyvale的Blue River Technologies (BRT)公司，運用自動化辨視噴灑(See and Spray)系統，有效消滅棉田中的雜草。利用AI分析高解析度影像，辨認雜草種類與所在位置，精確噴灑除草劑，有效減少90%除草劑之使用量。【延伸閱讀】以次世代人工智慧技術加速孕育抗性作物品系 　　另外，AI也應用於植物生產領域上，孟山都(Monsanto)公司在玉米育種方面，利用過去累積15年之田野試驗資訊和分子標誌技術，預測並擬定在一年期田間試驗中，具有最佳表現型之育種策略，加速玉米育種時程，相較於傳統育種方式，孟山都公司藉此方式可擴大生產線規模達5倍以上。 　　AI在農業上之運用，目前已初見成效，未來仍需要農民與各界持續提供田間農作物資料，建立完整農業大數據資料庫。同時，期待AI此強大工具，在不久的將來，能夠在農作物品種改良、提高生產效率與產量方面，具有更多突破性之發展。

區塊鏈技術是比特幣中的重要概念，能用來記錄所有的交易過程，其本質上為群體共享的數據庫，而群體中的人皆可察看與更新，但歷史紀錄則無法被更改。此技術使用於供應鏈中能提高其透明度，為促進全球漁業發展，區塊鏈技術將被用於改善鮪魚產業的可追溯性，以阻止太平洋周邊的非法捕魚活動。 　　世界自然基金會(World Wide Fund for Nature)、美國以太坊創始公司ConsenSys、斐濟技術初創企業TraSeable和鮪魚捕撈和加工公司Sea Quest合作，將於太平洋區域展開區塊鏈的試驗項目，預計利用區塊鏈技術追蹤鮪魚從捕撈到餐桌上的歷程，其目的是為了幫助禁止在鮪魚產業中非法捕魚和侵犯人權行為。【延伸閱讀】智慧手機與區塊鏈技術應用為打擊食品詐欺的新方法 　　相關追蹤在鮪魚被捕穫後立即開始，一旦捕到魚就在漁船放上可重複使用的RFID標籤(無線射頻識別，Radio Frequency Identification；RFID)，漁船、碼頭和加工廠的相關裝置能將各段作業訊息上傳。一旦魚獲受到加工處理，RFID標籤就換成較便宜的QR Code附到產品包裝上。QR Code中包含相關的區塊鏈記錄及原始的RFID標籤資料，減少整體過程中的標籤成本，使得捕魚產業中的中小型經營者也可參與其中。消費者只要運用智慧型裝置掃描產品上的代碼就能得知產品供應鏈上的所有資訊，雖然此次為首次將區塊鏈技術運用在太平洋地區的捕撈漁業，但Provenence公司和國際桿線協會(International Pole and Line Foundation；IPNLF)已有魚獲從印尼送到英國的成功案例，且Provenance還致力於使用區塊鏈追蹤棉花、時裝、咖啡和有機農產品等其他品項。 　　目前區塊鏈技術已開始改變既有的產品業務，為消費者提供更多採購決定的基礎資訊；且搭配供應鏈的高度透明性，將能有效消除非法捕撈活動與強化現有業者的管理方式。

美國多數農場採行大面積、粗放式農業，過大的場域容易造成管理不便，因此多用大型機械進行播種、施肥、除草、收穫等農業行為；而早期的大型機械需要駕駛在機器上控制，駕駛技術與安全性備受考驗。 　　比起自行培養專業技術人員，加強自動化可能是更快的選擇。因此美國愛荷華州技術公司Smart Ag開發了革命性的AutoCart軟體，為農業自動化打開了新的大門。AutoCart配合SmartHP可作為一組即插即用的系統，可以使現有的農場機械自動化，並兼容任何品牌或組合。 聯合作業人員需在現場設置各段卸載位置、調整穀物車與收割機的速度和方向，透過應用程式載入後就能精確同步化兩種機器的作業，使得農民可以一人完成傳統需要兩名熟練作業員的工作。【延伸閱讀】日本自動駕駛耕耘機之開發 　　此種使用現有機器且配合無人駕駛的技術突破，能夠解決收穫其勞動力短缺之問題；此外，農民從「操作者」轉化成為「監控者」角色，並且更加提高工作效率與能力。最近Smart Ag在玉米和大豆收穫期間於中西部農場完成AutoCart綜合測試，此技術可能透過提高生產力、安全性與利潤，為大型農場的作物生產帶來重大改變。 　　該公司認為，農業不應該再由設備決定生產利潤高低，而應該提供多種技術與工具供農民選擇，搭配正確的知識與技術，才能有效提高營運能力。