在美國亞利桑那州的田間，無人駕駛拖拉機穿梭其中，大批“生菜機器人”在查看每株作物的生長情況，農場主只需通過手機便可掌控農場的核心數據……從土壤分析到作物種植，從水分分布、天氣監測到施肥撒藥等，由大數據和人工智能驅動的智慧農業，正在把人們的想象變成現實的圖景。

　　處于萌芽階段的智慧農業目前已經顯露出誘人的前景。美國杜邦公司認為，未來10年由數據驅動的種植服務預計有5億美元的市場。不少業界巨頭已經開始布局，美國農業生物巨頭孟山都公司近年著力打造精準農業部門;日本宮崎縣利用云計算和大數據種植卷心菜，產量增加了三成多;谷歌旗下的風投部門最近斥資1500萬美元涉足數據農業，通過計算機系統分析和評估農作物的生長、農藥使用和作物產量等。目前，該公司對美國17個州的4000多畝土地上的玉米、大豆、小麥等16種作物進行實時追蹤，評估農藥和化肥使用的工具也在開發中。

　　在人們的印象中，農業靠天吃飯的成分很大，雖然科學種田讓農業走上了現代化之路，但較之于日趨智能的工業制造，農業開發的潛力十分巨大。特別是隨著人口的增加，可耕地的減少，通過智慧農業釋放生產潛力變得十分重要。聯合國糧食及農業組織預測，到2050年全球人口將達到90億。盡管目前的農業生產力較50年前提高了3倍，但糧食生產力還得再提高60%，才能應對人口快速增長帶來的壓力。另外，人口老齡化加劇帶來的農業勞動力不足等問題，也使農業生產方式的變革成為現實挑戰，借助大數據，借力機器人，可以更大程度地解放生產力，有望大幅提高效率和產量。

　　智慧農業不僅意味著更加精準，一定程度上還意味著有機和健康。傳統的農業種植通常離不開農藥。通過精準土壤數據抽樣分析，可幫助種植者在正確的時間和地點，精確地對農作物施肥和撒藥。科學家估算，未來的農業可以嚴格控制施肥量，并且只在有需要的作物上撒滅草劑等藥物，化學農藥的使用數量將減少至目前的一半、甚至是1/10。

　　總體上看，智慧農業目前基本上停留在概念階段，發達國家應用于農業的人工智能和大數據主要是一些比較分散的單項技術，如土壤、氣候分析等，而且基本局限于大型農場。另外，由于整體上缺乏統一的數據標準，不同來源的數據可能造成解釋、分析的不匹配。要通過大數據“深耕”農田，還得花大氣力整合數據資源、規范數據標準，提高數據的分析應用能力，降低技術成本，才能找到應用推廣的突破口。不過，人工智能和云計算等技術總會有一天俯下身來擁抱大地、深耕農田。