Digital Solutions and Artificial Intelligence Technologies·9月7日 · 周一论文智慧农业 / 农业物联网阅读 0
The use of artificial intelligence in agriculture: Global practice
Albina Kh. Shelepaeva
Digital Solutions and Artificial Intelligence TechnologiesDOI 10.26794/3030-7097-2026-2-3-16-25开放获取 PDF ↗
论文解读
80精选
速览
综述2022-2026年AI在农业的应用趋势、成效与各国推广障碍。
方法
基于同行评议文献综述，分析LSTM、CNN、ResNet、YOLO等AI技术应用
发现
AI使病害诊断准确率达99.2%，农药减90%、节水46%、收入增15-20%，但各国障碍不同。
机会点
可研究小农户AI采纳的社会心理障碍、数据主权与AI环境影响的量化评估。
影响力22
信息增量22
专业深度18
信源权威12
时效性6
基于2022—2026年同行评审文献系统梳理AI在农业的应用成效与国别障碍，数据翔实、结论可靠，对智慧农业研究与政策制定有较高参考价值。
原文摘要
本文基于2022—2026年经同行评审的科学文献，分析人工智能（AI）在农业中应用的当前趋势与实践。研究目的是全面探讨AI在农业领域发展中的问题与主要趋势，并系统整理证实所实施技术有效性的定量数据。文章讨论了AI应用的主要方向：基于神经网络算法（LSTM、CNN）的作物产量预测，利用计算机视觉（ResNet、YOLO）进行植物健康监测与精准资源施用，生产过程的机器人化，以及智能系统在农工综合体的经济与管理中的引入。基于对实证研究的分析，文章系统整理了绩效指标：植物病害诊断准确率高达99.2%，农药使用量减少达90%，水资源节约达46%，农场收入增加15—20%。文章特别关注对不同国家组别中AI实施障碍的比较分析。在发达国家，主要问题是技术碎片化和合格人员短缺。在金砖国家，存在基础设施限制以及科学与生产之间的脱节。在发展中国家，关键障碍是缺乏基础基础设施、小农场支付能力低以及数字素养不足。最后一部分指出了需要进一步研究的薄弱环节，如技术采用的社会心理障碍、AI解决方案的环境影响、数据主权与货币化相关问题、小规模农户的经济效率、网络安全以及育种中的伦理困境。