这些技术的发展使种植者可以更加专注于农作物，并可以随时进行控制。数字参数由作物水平观测值定义，代表了植物，种植者和技术之间的现代动态。

        人工智能(AI)的不断发展使温室部门进一步提高了效率和精度，从而改变了这种动态。由于研究人员和私营公司的工作，人工智能使植物能够与气候控制系统以及种植者直接通信。当作物中存在与生长速度，病虫害和疾病有关的问题时，它会通知他们。人工智能不仅可以帮助种植者识别出问题所在，还可以通过收获预报来预测问题的长期影响。

谁在为温室开发AI？

        瓦赫宁根大学与研究学院(WUR)是引领AI控制栽培发展的学术机构之一。在2018年，WUR举办了一场自主成长竞赛，微软在其他几个团队中名列第一，包括荷兰种植者团队。

包括Motorleaf，LetsGrow.com和Illumitex在内的许多私营公司已经拥有商用平台。Sunrise Greenhouses一直是该技术的早期采用者，将AI集成在其生产的两个领域中。开始使用AI的决定是出于对提高效率和通过扩大员工能力来帮助解决熟练劳动力短缺的渴望。

        第一个系统是iUNU的Luna，它是一个温室AI平台，它在轨道上使用空中机器人，每天使用计算机视觉扫描整个生产区域几次。使用针对生产要求定制的算法上传图像以进行分析，然后将其转换以在任何设备上访问。历史数据用于识别作物中的异常情况，向种植者或气候控制系统发出警报，并提供前所未有的监督水平。

        第二项技术是Bold Robotic Solutions的 Watchdog ，它是一种生产线AI系统，旨在监控设备的生产问题和效率。看门狗当前安装在我们的灌装生产线上，用于监控从灌装机到贴标机，移栽器以及放置机器人的罐体。该系统提供视觉和听觉警报，以解决诸如空的锅分配器或锅倒下的问题。一系列传感器还允许系统通过控制设备来观察模式并进行定时校正，从而减轻了操作员的重复校正负担。

有哪些挑战?

        在未来几年中，毫无疑问，人工智能将在温室产业的发展中扮演重要角色。话虽如此，这些改变游戏规则的技术将面临挑战，尤其是在技术采用的早期。

        虽然两种解决方案都具有不同的功能，但它们基于使用神经网络和机器学习的相同的自学习技术。像我们一样，系统需要花费一些时间来学习模式和作物周期。作为产品周期长达两年的季节性种植者，需要耐心。为使这些系统正常工作和学习，需要花费一些时间来收集数据。

        由于宽广的温度和湿度范围，温室环境对于技术实施也具有挑战性，这会影响有助于其持续发展的电子和机械组件。对于试图完成其每周计划的员工而言，这可能会感到沮丧。

        针对温室种植者的AI解决方案仍处于开发的初始阶段，并且大多数已由早期采用者实施。随着行业中越来越多的参与者转向最新的温室技术，我们可以预期市场上开箱即用的AI解决方案的数量将会增加。目前，随着AI使用者在获得最新结果之前了解其成长环境所特有的复杂性，他们可能需要一些耐心。