世界农化网中文网报道： 于去年年末创立的Ukko Agro将于本月开始他们的田间试验，将人工智能技术应用于农场的运营中。该公司由两名印度裔加拿大人——来自新德里的Ketan Kaushish和来自哈里亚纳邦倶卢的Avi Bhargava创立，旨在帮助农民可持续地增产。云端预测系统将会在加拿大3个省份和美国5个州选出的农民中开始商业使用。
“我们希望借此帮助农民优化种植投入，例如农药和水等。我们会收集观测到的，以及预测的本地天气数据，并借助机器学习的算法分析这些数据。而后我们提前不超过3天告知农民何时喷药，应该喷洒多少，” Kaushish说道。
目前备受关注的是农药的使用，需要告诉客户喷洒的时间和剂量，以获得最佳药效。“我们主要的目的在于帮助农民最大限度地降低产量损失。所以这是一个规避风险的系统，” Kaushish还说道。下一步公司将利用模型进行灌溉，告诉农民浇灌的时间、浇灌量和频率。
该系统不是APP，农民能从定期的短信上获取信息，Kaushish解释道：“我们知道农民对技术了解得不多，所以我们希望能以简单的方式向他们传送信息，这样不会占用农民太多的宝贵时间。我们认为，一项解决方案的使用方式应当足够简单，并且足够先进，才能帮助农民在田间快速制定决策。”
在北美地区应用后，Ukko还计划在欧洲推出这项技术。印度多产的农业也将是他们的目标市场。
Kaushish还认为灌溉十分重要：“尤其是对印度，因为那里的很多农民没有灌溉设备，他们需要租用这些设备。如果农民知道何时会下雨，降雨量会有多少，土壤中含多少水分，他们就能够做出明智的决策。”
但Ukko这样的公司推出农用人工智能解决方案，在印度会面临一个非常复杂的挑战。美国一个农民就能有15000英亩的农田，但印度的耕地极为分散。因此，在进入印度市场以前，Ukko正在寻找合作伙伴，包括政府部门。
Ukko的基础模型由美国康奈尔大学的William Fry和Ian Small研发。其位于多伦多的核心团队成员除Kaushish和Bhargava外，还有工程师Tasos Stamadianos和Haardik Haardik。
AgroPages世界农化网独家稿件，转载请注明版权!
