刚刚闭幕的第十九届中国国际高新技术成果交易会上，人工智能相关领域及产业发展成为新焦点。在农业领域，人工智能早在上世纪就开始了探索。目前，已经有用于“辨别病虫害”“探测土壤”“预警气候灾害”“自动耕种、播种、采摘”等领域的智能识别系统和智能机器人。
这些应用正在帮助人类提高产出、提高效率，同时减少农药和化肥的使用。然而，由于地理位置、周围环境、气候水土、病虫害、生物多样性、微生物环境等复杂性和多变性，使人工智能在农业领域的应用面临比其他行业更大的挑战。
AI应用需要大量数据来对算法进行恰当的训练。农业虽然有大量的空间数据，但大部分数据只能在每年的生长季节使用一次。因此，可能需要数年才能收集到某个字段或某个具有统计意义的数据。通常，收集的数据需要大量预处理后，才能放心用于AI算法训练。
佳格天地第一笔订单是“对一片玉米地做出资产评估，检测作物长势并寻找最佳的收获时间”，但，这个项目差点搞砸了。张弓带着在美国建立的模型来监测，但中美两国的玉米品种和种植方式很不一样，导致用美国玉米数据训练出的参数很难观照中国玉米。但，中国玉米没有现成的数据库，因此还需要大量的时间去收集和训练。
我国农业实施家庭联产承包责任制，土地零散家庭化，非集中规模化，这也导致我们种植和养殖端非常不标准，大小、品种、方式、环境等因素千差万别，这也决定了实施人工智能的难度。
有两类地区比较容易实施：一是种植规模化产区，比如我国东北地区小麦、玉米、大豆、土豆等集中连片的产区，二是品种集中化产区，比如烟台苹果、赣南脐橙、阿克苏香梨等。正因为规模和集中，才有实施的经济效益。
另外，我国幅员辽阔，不是所有的土地上都有网络信号，尤其是广大的农业用地。人工智能靠网络数据，没有网络自然无法正常收集数据，更谈不上数据分析和技术应用。这都是普遍而现实的困难。
尽管还面临诸多挑战，但我们有理由相信，人工智能在农业领域的大规模应用，终将有一天会成为普遍的现实。
