谷歌登月实验室的新项目居然这么“土”(3)

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

作者:

关键词:

摘要：

\r\t\t\t\t\t\t\t\t\t\t

\r\t\t\t\t\t\t\t\t\t\r\t\t\t\t\t\t\t\t

Plant Buggy 继续在田地里穿行，拍下更多的照片，结合地图数据，可以把整片田地给“数字化”，帮助农民追踪每一株作物的表现。在机器学习算法的帮助下，Mineral 的软件工具可以预测作物对环境的反应，帮助农民对单株植物“对症下药”，而非对整片田地进行统一化的处理。

最终，农民可以更好地追踪每一株植物的表现，降低种植成本以及过度使用化学物对土壤造成的不良影响。Mineral 还宣称，这样能够帮助农民更准确地预测收成。

\r\t\t\t\t\t\t\t\t\t

\r\t\t\t\t\t\t\t\t

目前，Mineral 正在和美国、加拿大、阿根廷和南非的农民开展合作和测试。未来，该公司计划在未来扩展合作的渠道，让全世界更多的私营公司、非营利机构、学术单位和政府也可以参与进来。

机器学习能改变农业吗

不过截至目前，Mineral 究竟能帮到农民多少，暂时还没有成功案例可以分享。一些农业经济和粮食问题方面的专家也对这项技术的普及前景表达了怀疑。

非营利机构“全球改善营养联盟”(Global Alliance for Improved Nutrition) 高级合伙人，前联合利华可持续技术团队成员 Oliver Camp 表示，在现实中，农民确实已经在用各种技术手段，但由于认知、经济性以及商业模式等多方面原因，很多农业技术到了农民的手上，实际效果根本达不到设计初衷。

他还担心，“对于全球粮食短缺问题最严重国家和地区的6亿农民来说，想要用上这项 (Minderal 的) 技术恐怕是遥遥无期。”

\r\t\t\t\t\t\t\t\t\t

\r\t\t\t\t\t\t\t\t

话说回来，作为从（原）谷歌公司的颇为高大上的“登月实验室”诞生的项目，Mineral 确实是相当接地气。它希望解决的是个长远，但又切实的问题，只是从信息量非常有限的描述来看，它的解决方案似乎又有点过于阳春白雪了。

机器学习的潜力毋庸置疑，但至今这项技术很大程度上仍然是个不可解释的黑盒子。Mineral 的方案，预测的准不准，真的能给农民带来多大帮助，确实不好说。它想要获取农民的信任，仍需要足够多的成功案例去证明自己。

\r\t\t\t\t\t\t\t\t\t

\r\t\t\t\t\t\t\t\t

文章来源：《分析试验室》网址: http://www.fxsys.cn/zonghexinwen/2020/1015/525.html

谷歌登月实验室的新项目 居然这么“土”(3)