《大家論壇》AI視角:機器人不能替代農民 但可造就綠色革命

托雷洛(Maximo Torero) 2023年01月26日 07:00:00

托雷洛(Maximo Torero)
●聯合國糧農組織首席經濟學家

 

農業是世界上最古老、影響最深遠的活動之一。在氣候變遷加速的情況下,滿足全球人口(預計到2050年將達到100億)不斷增加的糧食需求,需要人類的聰明才智、良好的治理和技術,這是前所未有的艱鉅挑戰。 

 

上一次農業部門經歷這樣的巨變是在1960年代,當時新技術例如高產量的小麥和水稻種子、化肥和灌溉等,引發了綠色革命。接下來的30年,亞洲穀物產量翻倍,小麥和稻米變得更便宜,而在此期間人口卻增加60%。

 

不幸的是,綠色革命帶來大量環境成本。寬鬆的法規和慷慨的補貼使化肥和農藥變得便宜,農民過度使用導致土壤遭到破壞,水道受到污染。新作物的出現使傳統植物品種消失,導致生物多樣性喪失。

 

機器人與人工智慧(Artificial Intelligence)的崛起可能引發第二次綠色革命,如今機器人能夠採收、除草、收集資料改善土壤管理。不久的將來,它們在農場、溫室裡幫忙就跟在醫學實驗室、亞馬遜倉庫裡一樣普遍。希望借助AI來增加農業的精準度,使農民增加產量、減少浪費。

 

IBM公司的Watson這類AI程式,結合了天氣模式、作物產量和市場價格資料,為農民提供有關最佳種植時間、精凖化肥用量以及何時才是最佳收穫時機的建議。微軟公司和荷蘭瓦赫寧根大學(Wageningen University)的研究人員,正在演算法的幫助下種植黃瓜,結合人類和人工智慧提高產量,使用更少的自然資源。 

 

在大規模種植灌溉水果和蔬菜的美國加州,此類技術意味著真正節省季節性勞動力需求。例如,一個價值 15萬美元的「吃葡萄機器人」可以在12分鐘內分揀兩噸葡萄,取代15名勞工,同時還能減少使用化肥、殺蟲劑和水,提高產量。

 

以往農業自動化的特點是大型工業化農場使用重型機械來提高產量,這種規模的機械化,增加生產者對化石燃料的依賴,肆無忌憚的使用化學品。高昂的成本還意味著小農戶,尤其是較貧窮國家的小農戶,無法獲得資源,造成不公平的競爭環境。

 

數位技術正在改變這一點,使大型和小型農場都受益。農民效仿優步等共乘APP,利用GPS跟蹤設備和車隊管理軟體,使小型生產者共用農業機械化所需的資產。像迦納的TROTRO Tractor和緬甸的Tun Yat等公司,都允許小農分擔曳引機租金。

 

數位化支援還能使傳統機械化升級,即使它不是先進的技術。例如,跟蹤牛隻並傳輸有關動物健康和運動資料的 GPS 設備(「智慧項圈」)可以確定要分配的飼料量,使餵食過程自動化,從而提高生產率。

 

機器人技術的巨大優勢在於其成本效益,使小農戶能夠與大農戶競爭。就像電腦和智慧手機一樣,這些機器一旦大量生產,就會變得便宜很多,為使用普及化鋪路。

 

但是機器人技術和基於人工智慧的工具,有利於高技能的農民,不利於低技能者,可能會加深既有的不平等。它們可能會進一步疏遠世界最貧困群體,尤其那些生活在農村地區、靠一小塊土地勉強維持生計、無法進入市場和獲得金融服務的人。

 

為確保農業自動化具有包容性,各國政府應投資於必要的基礎設施,包括農村地區的電力和寬頻上網。各國政府還應該提供訓練使用這些數位工具,培養能夠操作更先進技術的農民,並為農村青年創造新的高技能機會。

 

在持續生產糧食、提高農業效率和平等性方面,單靠技術並無法糾正世界上的錯誤,科技也不能在一夜之間改變農業。從美國加州到非洲的肯亞,機器人技術和人工智慧仍然十分昂貴,且往往對大型農場更有利。此外,進一步使用機器人技術可能刺激單一栽培農業系統的擴張,因為機器人機器需要一致性才能有效運作,這將導致基因多樣性喪失。

 

農業中的機器人技術和人工智慧仍處於早期發展階段,要充分發揮第二次綠色革命的潛力,需要周延的政策並對嚴格評估使用的影響。

 

機器人不能替代農民,但在未來有數十億張額外的嘴需要餵養,它們可以使糧食更可持續、更容易獲得、生產成本更低。現在是給機器機會的時候了。

 

(本篇翻譯由PS官方提供,責任編輯:楊淑華)

 

© Project Syndicate 

 


(原標題為《The Second Green Revolution Will Be Digitized》,文章未經授權,請勿任意轉載)

 

 

 

延伸閱讀:

 

永慶房屋示警:短期投機炒房形同詐騙

 

買賣屋最難防黑心仲介「低買高賣」兩面賺差價

 

 

 

喜歡這篇文章,請幫我們按個讚

【上報徵稿】

 

上報歡迎各界投書,來稿請寄至editor@upmedia.mg,並請附上真實姓名、聯絡方式與職業身分簡介。

 

上報現在有其它社群囉,一起加入新聞不漏接!社群連結

回頂端