IBM發(fā)布了一套分析工具，將天氣數(shù)據(jù)和農(nóng)場數(shù)據(jù)結(jié)合在其Watson機(jī)器學(xué)習(xí)引擎中，為農(nóng)民提供有關(guān)規(guī)劃，耕作，種植，噴灑和收獲的見解。

作為其Watson農(nóng)業(yè)決策平臺的擴(kuò)展，IBM新推出的智能農(nóng)業(yè)解決方案依賴于2016年收購的The Weather Company的天氣數(shù)據(jù)和天氣預(yù)報模型。

它將其與農(nóng)場數(shù)據(jù)相結(jié)合，并通過其Watson人工智能（AI）引擎和Watson IoT云平臺運行組合數(shù)據(jù)集，以生成作物模型，幫助農(nóng)民提高其產(chǎn)量預(yù)測的準(zhǔn)確性，并提高農(nóng)場生產(chǎn)和盈利能力。

新作物模型包括玉米，小麥，大豆，棉花，高粱，大麥，甘蔗和馬鈴薯。它說，還有更多要介紹的內(nèi)容。它們將在美國，加拿大，墨西哥和巴西上市，歐洲，非洲和澳大利亞的市場將會發(fā)布。

該平臺追蹤產(chǎn)量良好和不良的環(huán)境和生物因素，并開發(fā)考慮天氣條件，灌溉管理，病蟲害風(fēng)險的模型，以及用于比較相似類別的田地的“群組分析”。

還可以設(shè)置為合作企業(yè)分享作物管理模式和見解，例如食品公司，谷物加工商和農(nóng)產(chǎn)品經(jīng)銷商。

IBM在發(fā)布時引用了BI Intelligence的2016年數(shù)據(jù)，該數(shù)據(jù)顯示，平均每個農(nóng)場每天產(chǎn)生500,000個數(shù)據(jù)點，到2036年每個數(shù)據(jù)點增長到400萬個。將AI和分析應(yīng)用于聚合的農(nóng)場數(shù)據(jù)是唯一可以使用的方法它說，它。

IBM沃森媒體與天氣解決方案部總經(jīng)理Kristen Lauria表示：“農(nóng)民不僅僅是農(nóng)場食品，他們還可以培養(yǎng)數(shù)據(jù) - 從飛越田野的無人機(jī)到智能灌溉系統(tǒng)，以及貼在聯(lián)合收割機(jī)，播種機(jī)，噴霧器上的物聯(lián)網(wǎng)傳感器和其他設(shè)備。

“大部分時間，這些數(shù)據(jù)都留在了葡萄藤上 - 從未被分析或用于獲得見解。 Watson農(nóng)業(yè)決策平臺旨在通過提供工具和解決方案來幫助種植者做出更明智的作物決策，從而改變這種狀況?！?/p>

IBM發(fā)布了一種人工智能（AI）工具，名為Weather Signals，它將農(nóng)場和天氣數(shù)據(jù)混合在一起，以顯示天氣波動如何影響業(yè)務(wù)。

內(nèi)布拉斯加州Paulman Farms的所有者/運營商Roric Paulman在發(fā)布中引述說：“外卡總是天氣。 IBM使用我自己的數(shù)據(jù)和歷史信息覆蓋天氣詳細(xì)信息，以幫助我應(yīng)用，驗證和制定決策。例如，我們的農(nóng)場位于一個高度限制的水域，因此更好地預(yù)測雨水的能力不僅可以節(jié)省我的錢，還可以幫助我節(jié)省寶貴的自然資源?！?/p>

IBM表示：“結(jié)果不僅僅是農(nóng)民生產(chǎn)力更高。 Watson農(nóng)業(yè)決策平臺可以幫助畜牧公司從飼料供應(yīng)谷物中消除某種霉菌或真菌，或幫助確定農(nóng)民在加利福尼亞等干旱地區(qū)使用的最佳作物灌溉方法。

“它可以幫助為快餐連鎖提供完美的炸薯條，這種快餐連鎖需要更長時間 - 而不是更肥實 - 來自種植者網(wǎng)絡(luò)的土豆?；蛘咚梢詭椭【平?jīng)銷商通過種植更高質(zhì)量的大麥來生產(chǎn)更實惠的優(yōu)質(zhì)啤酒，這種大麥符合成為啤酒大麥所需的標(biāo)準(zhǔn)?！?/p>

分析師ABI Research本周表示，到2024年將連接200萬個農(nóng)場和3600萬頭牛。

對于田間和樹木作物，連通性的主要驅(qū)動力是同時充分和高效地灌溉，符合政府對用水的規(guī)定，它說;對于牲畜而言，它涉及收集與動物健康有關(guān)的數(shù)據(jù)，包括分娩活動，以及對其行蹤的了解。

總的來說，ABI表示，所有農(nóng)業(yè)部門的主要考慮因素是產(chǎn)量提高，產(chǎn)品質(zhì)量更高，農(nóng)業(yè)洞察力更高。