机器学习可以帮助农民提高产量

　　优化种子选择、减少肥料使用和检测农作物疾病早期迹象的机器学习软件正在彻底改变农业。现农业大部分处在自动化的情况下，但可惜的是大多数农民都无法收集到有用的数据，或者收集到了也难以有用的方式对其进行分析。

　　优化种子选择、减少肥料使用和检测农作物疾病早期迹象的机器学习软件正在彻底改变农业。

　　现农业大部分处在自动化的情况下，但可惜的是大多数农民都无法收集到有用的数据，或者收集到了也难以有用的方式对其进行分析。然而如今新兴的数据收集和分析工具将有助于提高农业产量。

　　气候公司首席科学官 Eathington表示：在接下来的5到10年里，我们将看到大量的传感器被用于农业领域，以此来收集数据。

　　这家气候公司成立于2006年，最初由谷歌的两名前员工创立，现在由德国化工巨头拜耳（bayer）所有。该公司已经开发出工具，可以从多种来源收集信息，包括农业设备和油田的传感器。这些不同传感器的数据随后都会在云中进行分析。

　　该公司正在建立越来越复杂的模型，以帮助农民了解在特定天气和土壤条件下，哪种杂交作物产量更高，或者在特定环境下，哪种肥料水平最适宜。其他工具如无人机、卫星和现场摄像机也在帮助农民发现和应对农作物早期疾病迹象。

　　Eathington表示，该公司的软件模型正在帮助农民每英亩（1英亩=6.07亩）多生产八蒲式耳（一蒲式耳等于27.216公斤）的农作物，这可能在通常利润率较低的农业业务上造成巨大的财务差异。在大约80%的时间里，该公司的模型比研究土壤管理和作物生产的科学家的建议要来的更好。

　　除了帮助农民谋生之外，随着气候变化造成的环境越来越不稳定，这些工具也可能成为满足全球粮食需求的关键。