建成全球规模最大5G网络

David：也就是说，应用到机器学习系统的基准数据准确性很重要，因此实际数据最好是准确的。

Courtney：是的，正确基准数据对于创建精确的机器学习模型非常重要。但在偏远地区，收集数据往往既费财又费力。例如，通常你需要在一段时间内从农场不同的地方收集多个土壤样本。这需要把人们带到数百个农场，收集大量样本，然后把这些样本送到实验室，这会非常昂贵。

疫情使得人们很难外出去核实基于卫星图像提出的建议。而且当固定的、清晰的边界概念在文化上不重要的情况下，很难确定哪些数据适用于哪个地理位置。

Diana：这是社会技术背景的重要组成部分，有太多相互影响的因素影响着是否采用以及如何采用技术。

David：比如说呢?

Diana：比如农村社区的网络基础设施。在撒哈拉以南的非洲农村地区，大多数网络连接都依赖2G技术，且覆盖范围有限。由于高运营成本和低收入机会，在这些地方扩展网络具有挑战性。这就限制了基于云的解决方案在这些地区发挥作用，在一定程度上也限制了数据的收集和使用。

Courtney：这是一个很好的观点。大多数政府是以决策为主要利益而收集数据，并且不能充分满足农民个体的需要。尽管在这些小型农场和村庄中，一些利益方在投资技术和数据收集方面没有看到足够的回报，但我们将其视为机遇。我们如何才能认识这些小农所在的地方?我们如何更好地理解小农的需求和状况，从而发现人工智能创造更多经济赋权的方式?

David：因此，你们并不是在寻求用崭新的事物来取代传统的做法?

Diana: 完全不是。我们相信，在农业价值链中，可以利用技术增强人的能力和做事方法。
 

Diana是Google Accra UX团队的创始成员;Courtney是一位社会心理学家，她带领一个团队开展基于文化的研究，以了解人工智能对发展中国家人民的风险和机遇。他们在2020年5月接受了David Weinberger的采访。

David：发展中国家当地的小型农场面临着哪些挑战?

Courtney：2050年前，预计地球上会增加25亿人口，而耕地却越来越少，而且气候变化将持续对粮食生产产生毁灭性影响。

Diana：这些问题对发展中国家的影响将大于对发达国家的影响。

David：今后严重至威胁地球的、导致分布不均的问题会层出不穷，那么机器学习能解决哪些问题呢?

Diana：卫星图像在空间分析中很有用，可以为农民提供从天气到土壤湿度水平的个性化和可操作的信息。但在许多发展中国家，分辨率不足以捕获这些地区典型小型农场的细节。这使得为这些农场提供准确和个性化的建议和预测变得很难。

Courtney：这一点真的很重要。农田的地形和范围是超变量，因此尝试检测小型农场中的土壤湿度时，与在100英尺外的农场中可能会大不相同。另外，发展中国家的许多农场都无法准确地区分出起点和终点。此外还存在建立正确基准数据的巨大问题……
 

在每个阶段监测和保护易腐资产

由于每个阶段都有可能出现温度和处理问题，因此从生产到分销再到购买点的过程可能会很有挑战性，尤其是如果您想知道在多种运输方式之间的变化时。在过去，当货物进入冷藏集装箱或零售展柜后，您认为一定比例的浪费是不可避免的。如果出现问题，您可能不知道在哪里，什么时候，或者为什么。

物联网冷链解决方案为您提供端到端可见性。基于GPS的资产跟踪与校准传感器，可让您近乎实时地监测温度、湿度、压力、倾斜度等。现在，使用警报和数据驱动的决策，您可以在问题导致延迟、损坏或丢失之前解决它们。您甚至可以通过在产品进入商店货架之前预先召回受损产品来减少责任。

降低风险，同时提高成本节约和投资回报率

除了对温度敏感外，冷藏运输通常比码头上的其他货物更有价值。除了确保产品新鲜无损到达最终目的地这一显而易见的价值之外，冷链解决方案还以其他方式提高效率。这包括使用可验证的数据和自动电子交货证明(ePOD)来确保及时交货、跟踪包装、运输过程、存储条件、所采取的路线以及产销监管链，所有这些都有助于减少损失并让您安心。

确保货物安全

降低风险与确保库存安全以减少盗窃密不可分。监测货物现在可以包括对可疑活动的警报，例如路线偏离、货箱门打开和意外停车等，可帮助您控制盗窃或意外损失。

提供更新鲜的产品和更好的消费体验

最重要的是，物联网解决方案提供了至关重要的竞争优势。保障产品质量意味着更长的保质期，更好的消费者体验和更少的召回。改进的进货流程和工厂订单履行可以改善业务连续性，并有助于确保商品不会超过其“最佳”日期。此外，分析运输物流和路线模式的能力有助于驾驶员充分利用其路上的时间，这意味着优化的交付和更准确的到达时间。

（编辑：济源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!