人工智能（AI）崭露头角，可持续发展

农业和林业这两个领域承载着地球上每个人的生活必需品。 它们的运作很复杂，对可持续发展目标具有重要影响。 可持续发展作为生态、经济和社会系统目标的交叉点，需要这些系统之间的平衡。 巴比尔和伯格斯指出，仅最大化一个系统可能会对其他系统产生负面影响。 因此，数字化转型需要考虑系统之间的交互，而不仅仅是某个系统的优化。

数字化转型所涵盖的内容远不止上述系统和目标。 它必须考虑各个系统和参与者之间的相互作用。 特别是在农业和林业领域，广泛的数据收集可以帮助农民更有效地耕作并保护自然资源。 这将带来更加可持续和环境友好的粮食生产方式，同样的原则也适用于林业。 通过可持续森林利用，不仅可以实现树木再生，还可以最大限度地减少碳排放。

为了实现这些目标，需要适当的方法来分析、评估和优化农业和林业的可持续和资源节约型生产过程。 生命周期评估方法已得到广泛应用，欧盟也做出了战略变革，以提高可持续性，实现更智能、现代和可持续的农业和粮食生产的可持续发展目标。

在此背景下，人工智能（AI）应运而生。 人工智能是计算机科学中最古老的领域之一，但由于计算能力的限制，它在 20 世纪 50 年代初流行，但在 20 世纪 80 年代衰落。 然而，近十年来，数据驱动的统计机器学习的巨大成功再次引发了AI热潮。

神经网络是人工智能的重要组成部分，其复杂性在一定程度上得益于当今强大的计算能力。 然而，这种复杂性也引发了可理解性问题，尤其是在影响人类生活的领域使用人工智能时。 可理解性对于确保安全性和合规性至关重要，因此人工智能应用程序必须安全、可追溯、透明、可解释、有效和可验证。

那么，什么是以人为本的人工智能？ 这是一种协作方法，可确保人工智能解决方案符合人类价值观、道德原则和法律要求，以确保安全性和合规性。 这种方法不仅提高了人工智能算法的性能，而且消除了早期对人工智能将取代人类的担忧。 将人类专业知识整合到循环中具有几个优点，因为农民和林农可以利用丰富的先验知识将新信息嵌入到由个人经验和先验知识形成的概念知识空间中。

因此，我们的指导原则是利用概念知识作为实用的指导模型，帮助开发更稳健、可解释和公正的人工智能模型。 这有助于国际研究界做出先进贡献，并在各个领域找到新的人工智能应用，特别是在农业、林业、气候和健康领域。 全自动化是一个热门话题，但在农业和林业中，其复杂性比自动驾驶汽车高得多。

机器人和实体智能的结合是一种很有前途的方法，它允许机器人和人类超越各自的能力一起工作。 为了实现这一目标，强化学习代理需要达到一定的基本性能水平，以便它们能够与人类有效交互。 机器人可以通过人类演示或基于奖励的学习来有效学习。 持续的团队合作可以帮助机器人从未知中学习并更好地概括。

以人为中心的人工智能的出现，将智能引入硬件，为农林业带来无限可能。 这不仅提供了上下文和相关信息，而且还直接让领域专家参与决策过程。 凭借人类专家丰富的经验和知识，人工智能可以更好地服务人类，解决我们面临的各种挑战。