歡迎使用經濟部智慧財產局--專利商品化教育宣導網站

貳、傑出熱門技術說明

農業科技近來發展迅速，各項應用也積極整合人工智慧之機器學習、人工神經網絡、深度學習等技術，將生產過程的各項資訊透明化，並結合氣候、產銷等外在情報，進行分析與預測性推論，協助農戶進行各項農務決策，創造新商業模式，提升生產力及經濟效益。

一般而言，人工智慧運用在智慧農業之技術包含有機器學習、人工神經網絡、深度學習，相關說明詳如表 1，以下將一一介紹之：

表 1、人工智慧在智慧農業上應用之技術說明

資料來源：維基百科

技術項目	技術說明
機器學習	機器學習是用資料或以往的經驗，以此最佳化電腦程式的效能標準。
人工神經網絡	在機器學習和認知科學領域，是一種模仿生物神經網路（動物的中樞神經系統，特別是大腦）的結構和功能的數學模型或計算模型，用於對函式進行估計或近似；神經網路通常是通過一個基於數學統計學類型的學習方法（Learning Method）得以最佳化，所以也是數學統計學方法的一種實際應用，通過統計學的標準數學方法能夠得到大量的可以用函式來表達的局部結構空間。
深度學習	為機器學習的分支，是一種以人工神經網路為架構，對資料進行表徵學習的演算法。

此外，目前本案技術常見之應用領域包含農業機器人、環境監測、預測分析如表 2所示。

表 2、人工智慧在智慧農業之應用領域

應用項目	說明
農業機器人	結合機器人與影像識別技術，在耕作、除草、收成時降低人工之介入，解決缺工之問題。目前市面上已成功運用的包括：農耕機器人、餵草機器人、除草機器人、採收青椒/草莓/稻作等機器人。
環境監測	進行農場範圍之各式環境監測，或擴大蒐集區域性之環境監測資訊，協助生產者調整種植、生產的決策。以土壤之蒐集資訊為例，蒐集項目包括：土壤元素、養分、水分、濕度、碳、溫度、密實度等，藉此作為施肥、灌溉計畫之參考。
預測分析	綜整農場及養殖場的環境及生產資訊，結合區域性氣候、市場產銷等多元數據，提供生產者建議方案，避免陷入市場供需失衡之窘境。例如：依照土壤肥力建議種植的作物種類、預測種植時節、播種深度、施肥方案、病蟲害預防等，提升生產過程的效率、降低成本。

為進一步探討各國人工智慧在智慧農業上運用的發展現況，本分析報告將以上述範疇為主軸，檢索美國、中華民國、歐洲、中國大陸之專利，以窺探各國人工智慧在智慧農業上運用上之技術布局現況，期許國內產業在甫進入成長期的智慧農業技術上，可以發揮我國在農業及資通訊產業的專長！