本研究解决了小型和中型农户在获取及时、地区性信息时面临的挑战，传统的农业推广服务难以满足需求。研究者推出了Farmers.Chat，通过生成式人工智能技术，为农户提供个性化的建议，显著提升了农业服务的可扩展性和有效性，已在四个国家部署并参与超过15,000名农民，回答超过300,000个问题。

京东农业科技在2024京东农业科技大会上发布农业数字化解决方案全景图，利用数字化技术点亮农业发展。他们通过自研的生物资产数字化平台，结合AI技术、物联网和区块链等手段，实现了农业全链的数字化应用，帮助农户提高收入。京东农业科技致力于降低农业数字化成本，通过自研AI算法、平台建设和合作伙伴等方式，实现农业数字化的可负担性。他们希望通过科技力量激活农业数据要素，培育农业新质生产力，让农民过上更好的生活。

该文综述机器学习与深度学习在作物产量预测中的应用：随机森林等模型精度较高；CNN-RNN、图神经网络及CNN-LSTM-DNN等可捕捉时空依赖，提升预测表现；结合APSIM模拟特征可降低误差；深度强化学习可优化氮肥管理；高分辨率弱监督方法及价格预测模型亦展现潜力。

该文介绍了一种利用专家知识的农作物分类方法，将三级标签层次结构编码至卷积循环神经网络中，提高了细粒度分类的性能。实验表明，该模型在新的公共数据集上的分类性能至少提高了9.9个百分点。

几年前美国农机制造商约翰迪尔发布新政策，以版权保护为由禁止农户自行修理设备，自行修理是侵权行为。 约翰迪尔生产 […]