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>

大腸桿菌廣泛存在人體或動物腸道內，其部分菌種會引起下痢、腹痛等症狀，因此稱為「病原性」大腸桿菌。最具代表性為腸道出血大腸桿菌，為一種人畜共通菌，主要存在於牛、羊腸道與排泄物內。當食品被檢驗出含有此菌，即已受到直接或間接的糞便汙染，故常被作為飲水、食品衛生檢定指標。 　　根據美國疾病管制與預防中心統計，其中由賀氏桿菌毒素產生的O157:H7型大腸桿菌，已導致每年有超過6萬人受到感染，甚至有20位的個案死亡。但值得注意的是，O157:H7型大腸桿菌並不會使牛群生病或有其他臨床症狀，因此在飼養過程中容易被忽略。美國康乃爾大學獸醫學院Renata Ivanek副教授表示，近年相關研究多利用益生菌、抗生素、疫苗或飲食策略等減少牛群排泄後糞便內的大腸桿菌量，以幫助改善動物管理的問題，然而這些方法所呈現的結果並不明顯。【延伸閱讀】未來牛舍的設計將為乳牛和氣候變遷保留更多的緩衝空間 　　因此Ivanek團隊與其它研究者合作，發現農場中牛隻所飲用的水槽，可能作為病原性大腸桿菌的汙染途徑之一，牛群經由飲水過程將病原菌藉著糞便傳播，而此項研究近期刊登於PLOS ONE期刊。團隊分別於2014年與2015年間的兩個夏季進行隨機對照實驗，比對降低水槽水量與正常控制組的影響，採樣牛群糞便與水槽飲用水之大腸桿菌數（包含常見大腸桿菌與O157:H7型大腸桿菌）。團隊預期降低水量能預防大腸桿菌散佈，但實驗結果發現O157:H7型大腸桿菌濃度卻比控制組高約3成。 　　雖然可懷疑低水量是否易使牛吞入底層碎屑而吃入更多細菌，或高水量將大腸桿菌的濃度稀釋，不過目前樣本數仍不足必須投入更多研究。因此團隊正積極研究相關實驗，並希望未來也能從季節與溫度角度探討，了解大腸桿菌如何傳播的機制，幫助畜牧業減少用藥成本與動物健康管理。

全球農業目前面臨著人口爆炸和氣候變化帶來的巨大挑戰，全球暖化嚴重影響乾燥地區可耕作用地之數量，為了滿足糧食供需，提高糧食安全，因此尋找促進作物生長與生產的方法刻不容緩。國際生物農業中心(International Center for Biosaline Agriculture，ICBA)、阿拉伯阿布都拉國王科技大學(King Abdullah University of Science and Technology，KAUST)、荷蘭瓦赫寧恩大學(Wageningen University)與德國聯邦種植植物研究中心(Julius Kühn-Institut，JKI)提出了「Darwin21」計畫，旨在調查沙漠微生物及乾燥地區重建永續農業系統的應用。 　　作物需要更強的抗逆境能力，育種技術與基因工程雖可解決此一需求，但也耗費大量時間；若是可以現有之微生物直接或間接輔助植物生長，則更能節省時間和成本。存在植物根圈附近的微生物能夠影響土壤性質與植物健康，故DARWIN21計畫的其中一個項目為探索沙漠微生物多樣性，期望能在高溫、高鹽或缺水條件下仍然存活的先鋒植物找出提升其存活率的根圈微生物，並調查其在沙漠及其邊緣地區改善農業永續性的潛力，藉此重建當地農業。 　　由Heribert Hirt教授所帶領的團隊就針對了SA187細菌進行研究，此細菌從一種稱為「木藍(Indigofera argentea)」的沙漠植物根留中分離；經過全基因組定序，目前已發現其具多種促進植物於逆境中生長的基因。此外，受到SA187細菌處理的阿拉伯芥(Arabidopsis thaliana)幼苗於逆境中的生長較未處理組更佳，顯示細菌可調節其酵素分泌以幫助植物健康生長。而該團隊將SA187細菌的基因組進行分析，發現它可能屬於腸桿菌科(Enterobacteriaceae family)內的新屬，此結果尚待進一步調查，才能準確描述其分類地位。【延伸閱讀】研究可抵抗多重逆境環境之關鍵基因 　　該團隊還開發了此細菌的應用性，現在正創建一家非營利性公司，向世界各地的貧困農民推廣SA187，於播種前塗在植物種子上，希望能夠增加農民收成，以改善其農業生產與生活。

細胞間的訊息依其分泌的胞外囊泡(Extracellular vesicles, EVs )傳送，通過血液或體液傳達到身體其他區域，這些囊泡扮演著溝通與微環境調節的角色。因此囊泡運輸系統中與疾病相關的生物標記分子(biomarker)，可作為協助癌症、心血管或血液疾病的臨床診斷之用。但囊泡顆粒為奈米大小，具高擴散性及流動性，因此分離過程較為困難且耗時，傳統上需要依靠超高速離心機執行。 　　來自新加坡國立大學(National University of Singapore)研發新型裝置，名為microfluidic CEntrifugal Nanoparticles Separation and Extraction (µCENSE)，具有短時間分離與疾病相關的循環生物標記分子(Circulating biomarker)之相關潛力。此項技術較為簡單、快速且方便，能幫助臨床液態生物檢體(liquid biopsy)診斷。 　　研究團隊首先利用微流體離心技術(Microfluidic centrifugal technique)，分離癌細胞培養液中的囊泡。將樣本置入具有特殊設計之彎曲分離微通道的μCENSE晶片，之後把μCENSE加裝至一般實驗室專用之離心機，以離心力分離界於100-1000奈米(nm)的囊泡。透過分析其中的核酸與蛋白質等biomarker成分及含量，便能協助特殊疾病的檢查及診斷。【延伸閱讀】以犬骨、羊骨做為家鴿骨折的新興固定材料 　　研究顯示，此裝置能成功分離出帶有標記分子CD63的囊泡，且分離速度比傳統的超高速離新技術快100倍。目前團隊正積極朝向優化μCENSE晶片設計以增加分離量。希望此項技術未來能協助臨床癌症、心血管或血液疾病等研究，或許在未來也能將其擴增應用於動物醫學領域，加速動物疾病診斷與生理途徑相關研究等，保障動物健康及福利。 　　相關研究發表於AIP Biomicrofluidics

在農業與盆栽園藝中，泥炭苔(Peat moss)常被作為無土栽培的重要介質；因其有層層薄壁細胞，能將水分與空氣容納於其中，具良好吸濕性，並可吸附養份，幫助植物固著與平衡生長環境而被廣為使用。 　　泥炭苔主要由高緯度寒冷地區之苔蘚類(Moss)植物經長時間腐化所沉積形成，且大部份發生的地點位於沼澤中。由於沼澤泥炭累積過程緩慢，每年深度不超過一毫米，故其被視為不可再生的自然資源。此外有專家指出，在泥炭苔的開採過程或是作為混合介質使用於盆栽種植時，容易造成二氧化碳釋放於大氣中，增強溫室效應，因此為了維護自然環境，現已有許多高緯度國家不再開採。 　　在最近的一項研究中，美國伊利諾大學厄巴納大學-香檳分校的作物科學系助理教授Andrew Margenot與選用選伐林(Selective logging)中的軟木(Softwood)製成生物炭，替代泥炭苔進行萬壽菊盆栽種植研究。生物炭類似於木炭，藉由有機質廢棄物如玉米桿、風傾草(Switchgrass)、稻桿等，於無氧環境下經過熱裂解(Pyrolysis)過程所製成，其性質會因原料和熱裂解溫度而異；且生物炭分解非常緩慢，因此有助於將碳封存於土壤中，減緩大氣中二氧化碳濃度。【延伸閱讀】研究人員將澱粉和纖維素結合在一起以開發出可水解塑膠 　　研究團隊指出生物炭其酸鹼值(pH)可高達10.9，對於植物生長較為困難，發芽初期容易造成缺氮、矮化或葉綠素減少等徵狀。但根據實驗結果，種植於溫室中的萬壽菊仍能完成生命週期至開花結果，且萬壽菊外觀性狀未受影響；最後測得盆栽混和介質之酸鹼值也被中和，其推論是由於植物根部與盆栽內混合介質進行自然過程的離子交換所造成。 　　雖然以生物炭作為泥炭苔的替代介質，有理論負面影響，但在萬壽菊實驗發現效果良好，因此仍有潛力應用於其他商業化盆栽植物之種植與研究，以間接幫助大氣中溫室氣體濃度減少，維護自然環境。 　　相關研究發表於 Industrial Crops & Products

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。

瘤胃(rumen)是牛、羊等反芻動物四個胃室中的第一個胃，內部含有豐富且複雜的微生物生態，能夠幫助分解食物，因此維持瘤胃裡的微生物健康與正常醱酵對維持動物營養非常重要。然而瘤胃中的微生物相可能因成分、來源或環境等因素受到變動，故研究此微生物相的變化有助於了解反芻動物之生理情形。憑藉著分子生物學與基因體學的進步，針對微生物的相關研究也越來越多，因此於2018年發表在Nature Communications期刊的一項研究中，英國愛丁堡大學羅斯林研究所─Mick Watson 團隊與蘇格蘭農村學院─Rainer Roehe團隊共同合作，利用總體基因體學(Metagenomics)和Hi-C based proximity-guided assembly (Hi-C based PGA)進行43隻蘇格蘭牛(Scottish cattle)之瘤胃中微生物的DNA測序與組裝，接著交叉比對基因資料庫後，鑑定出913種微生物，且大部分的微生物屬於未曾發現的新物種。【延伸閱讀】科學家已開發出快速檢測病毒之可攜帶設備 　　研究團隊也表示，這些新發現的微生物能將植物轉化成動物所需的營養與能量，最後成為動物身上的肌肉蛋白(muscle protein)及分泌出的牛乳；未來不僅能協助研究提升肌肉或乳製品產量，增進糧食安全，也有極大的潛力應用於生物燃料(biofuel)與生物技術產業中。

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。

四年多以來，Oliva博士及其團隊致力於破譯Xanthomonas oryzae pv. oryzae的遺傳密碼，此細菌能夠引起水稻白葉枯病(Bacterial leaf blight)的發生。水稻白葉枯病是世界上影響水稻的重大疾病之一，嚴重時可造成部分易感性品種70%的產量損失。雖然世界各地的水稻種植區都可能發生由X. oryzae引起的白葉枯病，但致病菌株的遺傳特性也因地而異，往往只能在大量爆發後才可對症下藥；因此長期以來，農民與科學家對於此種水稻病害的防治效果不彰。 　　以往的病害鑑定需要耗費大量的人力與時間，從現場的病徵觀察、多區採集，再到實驗室分離病原與後續分析，才能準確的計算病原數量與危害程度，通常需要花費數月甚至一年才能確定某地區的流行菌株。若能快速了解整個國內的病原群，那麼國內的水稻育種計劃可以針對這些毒性株特性進行篩選，以減少農民的種植風險。 　　國際水稻研究所(International Rice Research Institute，IRRI)開發了一種名為PathoTracer的革命性工具，只要將少許的葉片樣本到認證實驗室進行基因檢測，檢測結果由IRRI進行分析，如此便能將原本耗時一年的工作減少成兩週，農民在種植季節結束之前就能知道作物是否得病與病原資訊，並且獲得抗性品種之相關建議。由於PathoTracer可以同時計算數千個樣本，故可用於大面積偵測，也可搭配菲律賓水稻資訊系統(Philippine Rice Information System，PRIM)或病蟲害風險識別與管理(Pest and Disease Risk Identification and Management，PRIME)，以支持國家或區域作物的健康管理。【延伸閱讀】日本認定符合技術與安全規範基因編輯食品，將可採用既有之食品法規進行規範與販售 　　此外，IRRI有興趣將此基因檢測工具擴大到稻熱病與其他可能感染稻米的其他病原。目前PathoTracer已經在亞洲其他地區進行測試，國際水稻研究所預計於2018年初推行，預期PathoTracer將對全世界的水稻產生重大影響。

包含皇家防止虐待動物協會(Royal Society for the Prevention of Cruelty to Animals；RSPCA等大型的動物福利與保護相關組織要求為養殖雞提供更好的福利標準，以解決肉類密集且大規模生產時面臨非人道條件的問題。RSPCA的農場動物福利專家Sophie Elwes表示：儘管雞肉需求量迅速增長，但大部分養殖動物的福利卻沒有改善，快速而集約化的養殖條件可能導致動物健康受到損害，如心血管疾病或部分殘疾等。 　　雞的肉類產量比其他任何養殖動物更高，英國每年就宰殺9.5億隻，全世界每年約屠宰500億隻。而目前預估這些數字將迅速增加，到2020年成為世界上最大的肉類來源。以速食店為例，連鎖餐廳麥當勞(McDonald's)本來以販售牛肉相關產品為主，但現在銷售的雞肉比牛肉多，且預計到2020年的採購量將是現今的10倍以上。 　　名廚Oliver和Fearnley-Whittingstal強調基本的房舍、空間和環境等因素與養殖雞福利有重要關聯；但RSPCA認為，為加快販售時間而採用快速成長的性狀選拔可能對養殖雞的福利影響更大，因為消費者已養成了快速取得廉價雞肉的習慣，改變了傳統養雞產業的面貌。另外RSPCA最近的民意調查顯示，購買雞肉的10人中約有8人(86％)希望市場能夠確保銷售的所有雞肉皆符合高福利標準。新的福利標準規定養殖區域需要禁止屠宰期間非人道作業、有機繁養殖與良好的活動空間等條件，而目前英國只有被標記為RSPCA Assured的產品符合所有生產的新標準。【延伸閱讀】世界動物衛生組織最新的研究報告顯示全球已逐漸落實動物抗菌劑的用藥安全及監控管制 　　Marks & Spencer是英國最具代表性的連鎖商店之一，其中農業主管Steve McLean表示，動物福利是公司業務的核心之一，且企業具有社會責任去推動新的標準。因此將於1月份開始一系列的試驗，以測試動物福利新標準於商業化農業供應鏈中的工作模式。可持續餐飲協會(Sustainable Restaurant Association)執行長Andrew Stephen表示未來將努力加快更高標準飼養禽肉的採購和服務。