中国有2.78亿进城务工的农民，当年轻人纷纷离开村庄，我们的饭碗该由谁来提供食物？除了那些种植大户、家庭农场主和农业职业经理人之外，AI种植悄然潜入了我们的生活，正是它使得种植业不再完全“靠天吃饭”。
（1）产前品种分析
在种植前，深度人工神经网络（DNN）可利用物联网获取的数据，对灌溉用水进行分析和指导，并通过对土壤成分的检测分析，选择适宜种植的作物品种；为了避免产销脱节引发价格剧烈波动，造成经济损失和农产品浪费，AI通过对农作物市场周期需求的大数据分析和预测，引导种植品种。另外，云计算、大数据分析和机器学习等技术，还可以帮助筛选和改良农作物基因，达到提升口味、增强抗虫性、增加产量的目的。
（2）产中管控
智能播种机器人可以通过探测装置获取土壤信息，然后通过演算得出最优化的播种密度并且自动播种。
农业智能机器人利用电脑图像识别技术来获取农作物的生长状况，通过机器学习，分析和判断出那些是杂草需要清除，哪里需要灌溉、施肥或者打药，并且能够立即更精准地执行。AI为作物生长不同阶段提供最适宜的环境状态，优化营养成分配比，同时进行病虫害的预测与诊断，因此为扩大生产规模、实现标准化生产提供了条件。
2018年3月，荷兰著名的高等学府瓦赫宁根大学面向全球人工智能团队，发起了一场线下真人实景大型农作物养成与模拟经营类挑战赛——种黄瓜。由于温室设在荷兰，参赛队只能通过监控摄像头远程观测这间位于欧洲的温室，因此没有人能去浇水、施肥，连通风、光照、湿度、温度、二氧化碳浓度也全部由人工智能掌控，IA通过不断学习，自动适应新的环境和条件变化，并作出决策和判断。4个月后，一支人工智能团队超过人类团队实现了每平方米产量超过50公斤。人工智能可以帮助种植人员在短时间内进行大量模拟实验寻找最优解，相比在真实环境中缓慢地进行人工种植摸索，它能以较低的成本、较快的速度提升智能管理水平和经济效益。
与人类知识融合之后的AI系统，还能不断地进行学习与自我修正，让植物更适应新的环境和条件变化，实现同种作物、不同地区，甚至不同种农作物的控制管理，实施过程中进一步不断积累正确的种植经验并加以优化，持续地迭代升级，堪称农民中的“战斗机”。
（3）采收和供应链优化
当你看到苹果挂在树上，大脑会指挥你伸出手臂，手部用力把苹果从树枝上拉出来，然后小心翼翼并坚定地将它摘下来。可是对于机器这看似简单的动作却需要训练很久，首先需要“更好的眼睛”——计算机视觉，用来判断苹果的大小、颜色、重量、成熟度和缺陷。还要协调视觉和运动技能学习如何在不伤害它的情况下摘取水果。目前针对苹果、蘑菇、黄瓜、草莓等都研发出了相应的AI采摘设备。
具有计算机视觉的机械臂同时可以进行农产品售前品质检测、分类和包装等工作。例如可以按照大小、形状以及其他特征来挑选、分类黄瓜。当黄瓜采收完毕需要区分等级的时候，使用开源程序来训练一个用于进行黄瓜分类的神经网络。即以一个树莓派（Raspberry Pi，一种嵌入式小型电脑，可以帮助软件开发人员和学生快速搭建一个系统原型）作为控制器，将训练好的神经网络移植到这个树莓派小电脑上，新鲜的黄瓜被逐个放在一条窄窄的传送带上，先通过一道类似安检门的摄像区，机器迅速通过拍摄的图像判断出黄瓜的质量等级，在黄瓜随着传送带“走”到对应质量标签的塑料筐旁边的时候，一把由螺纹钢、塑料卡子和硬纸片组成的“机械手臂”便轻轻将这根黄瓜“推”到筐子里去。
黄瓜自动分类机流水线
随着人工智能、区块链、物联网等新技术在农业生产中的大面积应用，智慧农业逐渐成为现代农业发展延伸的核心点。智慧农业利用了高新技术和科学管理换取对自然资源最大化节约利用，建立现代化农业操作、管理和销售的综合体系，AI还能利用大数据分析市场行情，引导企业制定更灵活准确的销售策略；通过人工智能遗传算法和多目标路径优化数学模型，可对物流配送路径进行智能优化，完善生鲜农产品供应链。AI使农民也成为低头族，告别草帽、锄头、泥泞衣服的传统形象。
当然我们也看到在AI+农业领域，一大技术难点在于，计算机模拟受农业生产的特点影响，与真实的农业种植之间存在巨大的鸿沟。在农业生产中，影响作物生长的因素极为复杂，种植很难标准化，环境变化也难以预测，这些因素会严重阻碍人工智能的效能发挥。
