美国农业创新：利用技术和人工智能

2023年11月14日，美国参议院农业、营养和林业委员会举行了关于“美国农业创新：利用技术和人工智能（Innovation in American Agriculture: Leveraging Technology and Artificial Intelligence）”的全体委员会听证会。

数字农业 Insights认为此次听证会邀请的5位证人职业背景涵盖了农业研究、技术、投资、高等教育和法律等多个领域，对中国农业领域人工智能技术采用、政策支持、教育培训等方面具备参考价值，简要整理证词要点如下：

Jahmy Hindman是Deere & Company高级副总裁兼首席技术官。他还是爱荷华州立大学工程学院咨询委员会、德克萨斯大学计算机科学咨询委员会以及FIRST执行咨询委员会的成员。

随着农村向城市迁移的持续，人工智能解决方案对美国农业生产力变得更加重要。

如今，美国农业的未来正通过农民数据驱动决策的工具来构建。人工智能在解锁数据价值和将其转化为田间可行见解方面发挥关键作用。

如果能获得激励措施帮助他们获得所需的精准技术，美国农民会极大地受益。在审议即将出台的农业法案时，请考虑《精准法案》（PRECISE Act）以及《精准农业贷款法案》（Precision Ag Loan Act）等提案，这些提案将扩大美国农业部保护和贷款计划的资格范围，包括采用精准技术。此外，像《最后一英亩法案》（Last Acre Act ）这样的法案对于农民充分利用人工智能和精准技术的优势至关重要。

将这些技术置于美国农民手中，不仅提高了种植者的生产力和盈利能力，还使他们能生产足够的粮食、燃料、住房和衣物来养活增长的世界人口。这对我们所有人都有好处。

Mason Earles是加利福尼亚大学戴维斯分校助理教授。Earles博士曾在苹果公司担任数据科学工程师，他在硬件工程领域创建了新的深度学习和计算机视觉工具。

Sanjeev Krishnan是S2G Ventures的联合创始人、首席投资官和高级董事。曾就职于CLSA Capital Partners、IFC、Global Environment Fund和JPMorgan，并且曾在各种咨询委员会和公司董事会任职。

预计人工智能将在未来十年内改变几乎所有行业。AI在农业也有可能提供突破性的新解决方案并产生重大价值，提供创新解决方案来提高作物产量、优化资源利用、增强整体农场管理等。我们现在才刚刚开始释放AI在农业中的潜力，我们可能会看到这些领域的发展步伐令人震惊。

这种发展的核心是数据。最强大、最有效的AI解决方案将是那些能够获得最好数据并开发最有效方法将该数据转换为适当的训练数据集以反馈AI模型的解决方案。由于过去5至10年的技术进步，农民现在可以获得惊人数量的数据。

农业和食品系统数字化还处于相相对较早的阶段。估计平均农民每天生成约50万个数据点，到2036年，每天生成的数据量预计将增加800%。

尽管数据量正在迅速增长，但今天的数据与可信的决策工具之间的联系仍然欠佳，限制了我们访问和应用基于收集信息的可操作见解的能力。改进农业中收集和汇总的数据质量，并使用AI分析、综合和应用这些数据通过现有和未来的农业技术，可以立即对农业的许多方面产生影响，包括使农民能够全面应对每天都在变化的许多领域的实时变化。

根据美国农业部2019年的估计，大规模实现数字农业技术的全部潜力，包括建立必要的基础设施，每年可为美国经济创造470亿至650亿美元的额外总收益。鉴于五年前得出的这些数字，现在人工智能快速持续融入农业技术，这些数字很可能低估了未来潜在利益的规模。

AI在提高效率、生产力和可持续性方面为农民和社会带来收益的具体用例有很多，包括:

人工智能在农业领域的应用有助于建立社区，创造和扩大连接，补充现有的可信顾问网络。

联邦政府有多个机会确保美国在农业技术方面的领导地位，并巩固其作为农业人工智能全球领导者的地位，同时继续保护和支持农民和农业系统利益相关者。关键是确保在人类控制和监督与利用人工智能巨大力量改变我们的世界之间取得适当的平衡。

这些政策和计划可以支持今天已经商业化的农业技术的进一步扩展，以及如何最好地利用政策工具促进人工智能的积极应用以进一步增强和改进这些技术，同时保护利益相关者并确保农业技术和人工智能的效益得以平等分配。 包括:

José-Marie Griffiths是麦迪逊市达科他州立大学的校长。她曾担任国家人工智能委员会(NSCAI)、国家科学委员会、总统信息技术咨询委员会和几个其他联邦委员会的委员。

通过讨论如何最好地利用技术和AI推动农业创新，我们可以考虑对现代实践的好处、对网络威胁格局的影响，以及需要进行哪些进一步研究才能完全发挥创新潜力。

AI采用率的增加表明它在美国农业部门的变革潜力。 当嵌入到连接的系统中时，AI技术通过卫星、无人机、传感器和机器人广泛收集作物和牲畜的数据，反过来帮助降低成本并提高产量和生产率。

需要更强的网络安全保护来保护美国农业和支持我们国家食品供应的关键基础设施。从网络安全的角度来看，我们在互联网连接的农机、车辆和设备中嵌入AI的程度越深，这些系统受网络攻击的漏洞就越大。

知识产权(IP)保密风险是在与公共和私营利益相关者讨论农业技术时出现的另一个考虑因素。随着AI应用的快速开发和部署，知识产权的保密对于保护和推进该领域领先创新的进一步发展至关重要。

此外，对网络和国家安全的高度关切涉及敌对国家收购关键基础设施附近或农业区域的土地。特别值得注意的是，保护种子库或种子库等经常被忽视的关键基础设施，这对该部门的食品和供应链而言是必不可少的重要资源。这些库发挥着关键作用，是该行业供应链和食品链的起点。

随着AI部署带来的网络安全风险加剧，其后果太大，不能被忽视。如果无法对我们的系统进行充分的安全保护，就会招致互联农机和平台遭到黑客攻击。这可能导致对农机计算的操纵，对水源、施肥的控制，对种子库的处理，以及对其他关键系统的控制。可能的后果包括对牲畜、作物健康和整个生态系统和供应链运作的严重中断和损害。

此外，接近美国关键基础设施、敏感场所和农田的土地外国所有权带来了外国监视的风险，以及对电力、水源和化工厂等关键基础设施的攻击风险，潜在的知识产权被盗风险，这需要付出高昂的代价并且难以恢复。

农业研究，特别是在AI领域，对农业的可持续发展至关重要。这项研究导致了新技术的创造和改进政策，增强了农业生产力和韧性。

行业与学术界之间的协作对有效传播AI知识和技术至关重要。像SDSU和DSU这样的领先大学正在积极参与农业AI研究，探索AI采用的进步和漏洞。具体项目侧重于研究传感器技术、车辆和GPS系统。其他大学如普渡大学获得了资助来建立AI研究所，专门从事气候智能农业和林业研究，这是学术界能力的典型例子。

建议联邦层面加强 AI 研究的协调和合作，包括负责任的基础和应用 AI 研究、确保 AI 系统安全性、开发共享的公共数据集和 AI 培训、测试环境等。有效解决这些关键重点领域对推进农业研究以及所需的协作至关重要。

参照美国农业部的城市服务中心和美国经济发展管理局（EDA）的科技中心计划，建议在 AI 和农业研究方面建立类似的中心或地区，以推进农业 AI 的理解和实现，促进技术创新和经济增长。

支持AI在农业中的作用方面的研究对确保该行业的安全性和增长至关重要。它对我们国家的创新和国家安全也至关重要，解决行业挑战并促进经济增长。

Todd J. Janzen是Janzen Schroeder Agricultural Law LLC律师事务所总裁、Ag Data Transparent Organization项目管理员。

现代农场收集、使用和共享农业数据有许多不同的方式。市场参与者包括传统农业公司(它们增加了数字工具)和新兴的初创企业。以下是农民与数字平台互动的一些例子:

许多农民已经通过在农场上使用农业数据工具来接受数字化。然而，对农民对这些农业数据产品的态度进行的民意调查显示出一致的不情愿和忧虑。以下是一些担忧以及该行业如何试图解决这些担忧。

缺乏信任。信任问题一直是农民与技术提供商共享农业数据的最大担忧。

隐私问题和控制权的丧失。他们担心共享农业数据会导致政府监管加剧和隐私问题。

过于复杂的技术法律协议。过于复杂的技术法律协议增加农民的困惑，没有人读过和理解的合同为未来的问题埋下了伏笔。

这些担忧源于农业数据的一个基本法律事实——没有任何法律专门保护农民的隐私和安全担忧。农业数据通常不是“个人身份信息”，因此不受州法律保护（这些法律禁止滥用个人信息，如姓名、地址和电话号码）。国会也没有选择法律保护农业数据这一类别的数据，例如医疗信息(HIPAA)。最后，农业数据也不完全符合现有的知识产权法律保护，如专利、商标或版权。农业数据最终可能被视为现有国家和联邦商业秘密法下的商业秘密，但这将取决于法院是否解释现有法规也包括农艺数据等信息。

美国农场局、全国农民联合会等于2014年领导起草了“农业数据隐私和安全原则”，也称为农业数据的“核心原则”。核心原则处理了与农业数据相关的十三个关键要素。这些包括:

在发布核心原则之后，几个农民团体和行业利益相关者共同努力创建了一个独立的验证工具，可以帮助农民确定农业技术提供商是否遵守核心原则。该验证称为农业数据透明认证，它包含一个简单的三步过程:

参与公司必须回答11个问题，说明如何存储、使用和传输农业数据。

独立第三方(Janzen Schroeder Ag Law)会审查11个问题的回答，查看其透明度和完整性。

如果评估可接受，公司将被授予“农业数据透明”认证，可以在未来的营销材料上使用。

想要使人工智能工具的好处最大化的公司在使用通用人工智能扩展对农民的服务时也应谨慎监督。

在农场的新技术方面，政策应该着眼于营造公平的竞争环境，而不是扼杀创新。

透明度应该总是任何数据收集平台的重点，无论收集者是私人公司还是政府监管机构。透明度并不意味着这样的信息应该公开可获得，而是指农民应该知道从他们那里收集了什么信息以及将如何使用这些信息。

USDA的数据收集仍有改进空间。 农业创新法案(S.98)是一个旨在现代化USDA的数据收集和使用的例子。 USDA长期以来通过各种计划收集农场数据，但这些大部分数据被各个机构隔离，因此对政策制定者和研究人员来说并不有价值。该法案设想对USDA的数据收集进行更新，创建一个安全的数据中心，允许利益相关者和研究人员访问USDA收集的经过匿名处理的数据。