【若水AI編輯團隊為您導讀】
農業史就是一部科技演化史。從使用鋤頭、發明農具機械，到開發化肥與農藥，再到利用生化技術改造種子。當現在則進入了 AI 時代，命題就變得格外重要。

百年老牌強鹿（John Deere）透過收購AI新創公司，目標瞄準要為人類糧食危機和農藥污染問題提供解決方案。這題目很大，而且試圖在各種衝突點裡找到平衡，但強鹿選擇的落地點很精準：減少雜草，也就是內文所提，「進到植物的層次，從源頭開始管理。」

好處是：一來，在專案初期相對容易建立起小勝利，加快機器學習速度；二來，給合IOT，提供使用者更完整的AI方案，待營運穩定後，又能不斷給予模型回饋。

在美國舊金山 SoMa 區（South of Market Street），離 LinkedIn 領英總部和一堆科技新創公司不遠，進駐了一家 180 歲的拖拉機公司 John Deere 強鹿。

1837 年，小鎮鐵匠白手起家，投入農具製造，如今坐上全球農業機械的第一把交椅，上榜美國《財富 Fortune》雜誌全美 500 強的第 102 名。

它，在 20 世紀初投資汽油引擎，帶來農業機械化；在 90 年代末，給農機裝上衛星導航系統；在自駕車都還不知道在哪裡時，造出自駕拖拉機，過去十年更推出了智能感應器和農用無人機。

搬進嶄新的矽谷辦公室，強鹿實驗室（John Deere Labs）的第一筆大交易，就是砸3.05億美元（約94億台幣）收購科技新創公司「Blue River Technology」。此舉宣誓，在農業的數位時代，強鹿的下一步，將壓在人工智能上，製造解決人類糧食危機並兼顧環境永續的未來農機。

運用電腦視覺和機械學習，讓除草變成一場精準手術

Blue River Technology的關鍵技術，是運用電腦視覺（Computer Vision）和機器學習（Machine Learning）來偵測、分辨雜草，並做出管理決策。與其漫天噴灑農藥，「看見再噴」（See and Spray）的技術，就像手術刀一樣精準，切除每棵病灶。不僅減少90％的農藥用量，還可提高產量。

「Blue River Technology 讓我們可以進到植物的層次，並從那裡開始管理。無論是在產量上，或種植者的成本上，都將帶來農業的變革。」強鹿實驗室主任艾力克斯‧波迪（Alex Purdy）接受《快公司》（Fast Company）訪問時表示。

「對一個1900年以前出生的人來說，現代農場是一個神奇的地方，」Blue River 執行長喬治‧赫羅德（Jorge Heraud）和開發部副總班‧蕭斯納（Ben Chostner）在 2015 年的全球經濟論壇上說，許多已開發國家的農業人口不到 2％，超市卻裝滿了各式各樣的新鮮蔬果和肉類，展現前所未有的富饒。

「所有的富饒都是有代價的」

他們開門見山，「餵養今天70億人的『魔法』，就是投入更多：更多設備、更多肥料和更多農藥，」全球每年花費250億美元，像噴錢似地對著整塊田地灑下30億磅（約136萬公噸）的除草劑，「沒有其他行業以這種方式運作。想像一個大城市，一個人頭痛，唯一的治療方法卻是給100萬名居民通通服用阿司匹林。這種一視同仁的作法，導致過度使用農藥，並往往造成過度噴塗和地表徑流。」

再過 30年，全球人口將逼近100億人大關，要養活這麼多張嘴，全球糧食產能必須再提高70 %。這意味著噴灑更多的肥料和農藥，危及人類、生物和土地的健康，因此，必須提高除草劑和農藥施用的精準度，而且用量越少越好。這不僅幫農人省錢，節省生產農藥的能源，也減少對土地的衝擊，對水道和河流的污染。那究竟要怎麼做？

「我們需要讓機器看見每棵植物，並善用 AI 數據，做出更聰明的決定」蕭斯納說道。

強鹿的拖拉機後方，拖著一個12公尺寬的白色罩子，一口氣覆蓋12排作物。這台「看見再噴」的機器內建 30 台相機，相機鏡頭每50毫秒開關一次，捕捉每棵植物最細膩的畫面，並在時速 11 公里的行進間，用機器上安裝的25個耐熱防塵的 Jetson AGX Xavier 超級電腦模組在幾毫秒內進行電腦影像辨識，比眨眼的速度還快！

( 圖片來源 : Blue River Technology )
拖拉機後方的白色遮罩下有30台相機，能在毫秒內分辨植物的 AI 和200個精準噴藥的機器噴頭

有了數據，模型怎麼訓練呢？

機器一一標註（AI Data Labeling）每株植物，綠框是作物棉花，紅框是雜草，框內標記著該株植物的識別ID，畫面跳出「藜草（拉丁學名：Amaranthus Palmer）夏季一年生植物，對最常見的除草劑有抗藥性」，200個精密機械噴頭瞬間鎖定每棵雜草，發射不到一張郵票大小的農藥，一擊斃命，卻不傷旁邊作物分毫。

以其專門針對萵苣的機器來說，AI每分鐘做出5000個決定，執行誤差在0.6公分內。如今，全美有一成的萵苣都是 Blue River 的 AI 種出來的。

( 圖片來源 : Blue River Technology )
農藝學家沒有辨識出的雜草（左），並未逃過機器法眼

影片來源 : Blue River Technology Youtube

「看見再噴機上的相機和電腦，採用類似臉部識別中所用的深度學習算法。機器第一次『看到』藜草時，並不知道那是什麼植物，但我們餵給它成千上萬的藜草的例子來教它，現在它是藜草專家」蕭斯納說。Blue River建立了一個擁有超過百萬張照片的植物數據庫，並不斷在實作中，加入新的數據。

這有多難？

「一塊大豆田是一個複雜又高度多變的環境，田間含作物和雜草有數百萬棵植物，我們必須訓練機器如何瞭解數百萬種不同的情況」

蕭斯納解釋，「第一步就是讓機器看見所有的植物，並分辨出大豆和藜草，接著機器對藜草自動噴灑除草劑，並視情況對有需要的大豆噴灑殺真菌劑、肥料或殺蟲劑。」赫羅德指出關鍵是「盡可能捕捉各種雜草在不同成長階段的樣貌，對訓練神經網絡至關重要」

透過 AI 數據，開展斬草除根的新對策

一開始，他們餵給機器上萬張的訓練照片，並給予答案反饋，不出幾個月，運用深度學習的機器的辨識度已經高於公司內部的農藝學家，現在機器能夠準確地辨識出萵苣、胡椒、大豆、棉花、玉米、鷹嘴豆等作物，並精準噴藥。

蕭斯納喜歡把「看見再噴」的機器戲稱為「世界最大的噴墨印表機」，作用是替每株雜草裹上不同的除草劑，但 2 英吋外不留痕跡。

也因為機器看見了每一株植物，形成了一張地圖，清楚顯示各種作物和雜草的數量、分布、嚴重程度，農藥噴灑的範圍，追蹤這些數據可做為日後規劃和輪替除草劑的參考。

( 圖片來源 : Blue River Technology )
從左至右分別是原圖，機器辨識出圖中的每一株植物的種類（ID），
加以分類（綠／紅），最後只對雜草噴農藥

機器必須從錯誤中學習，Blue River在農藥施作前與施作後一週，利用空拍機進行3D遙測，比較兩者差異以驗證成效。若雜草未除，則將數據回饋給機器，成為學習的一環，調整參數，縮小誤差。雜草不除的癥結之一，是某些雜草的耐藥性極高，目前全球具抗藥性的雜草高達250種。

「年年春（Roundup）已經無法殺死各種雜草了」Blue River的科技主任威利 ● 貝爾（Willy Pell）說（註：舊金山高等法院已在去年宣判孟山都蓄意隱瞞嘉磷塞致癌風險，需賠償罹癌的加州校園管理員強生（Dewayne Johnson）約90億台幣）。

「現在，只要把一個人放進拖拉機，就能完成8～10人的工作量」

以往，為了配合使用年年春，農夫還得特別種植能耐受年年春的棉花品種。靠著AI的精準辨識與噴灑技術，德州的棉花農林特‧畢葛翰（Lint Bigham）說：「我們有了其他的選擇。我們可以噴灑過去無法使用的除草劑。只要把一個人放進拖拉機，就能完成8～10人的工作量。」

「看見再噴」成功減少了萵苣田95％及棉花田90％的農藥用量，降低用藥成本，減少對環境與健康的負面影響，並同時提高糧食產量，讓我們得以在越來越有限的耕地上，試著餵飽快速成長的人口。