菲利波·倫加(Filippo Renga)和馬泰奧·馬特烏奇(Matteo Matteucci)多年來一直在研究農業中使用的數字技術。他們開設了PoliMI綠色技術大使計劃的智能農業數據分析課程，該課程涉及人工智能技術在農藝領域數據分析中的應用，旨在從經濟和戰略角度利用數據世界。讓我們來介紹一下它們。米蘭理工大學管理工程系教授Filippo Renga從事各行各業的數字創新已有23年。他是米蘭理工大學管理學院數字創新觀察站的聯合創始人，從事移動服務、旅游、金融和農業方面的工作。他是多篇學術文章的合著者，也是五家初創公司的聯合創始人。他目前領導金融科技和保險科技創新、旅游創新和商務旅行觀察站，并協調研究中心的歐盟和國際活動。

　　Matteo Matteucci 是米蘭理工大學電子、信息和生物工程系信息處理系統教授。他的研究涉及自主機器人和機器學習，特別是模式識別、機器人感知、計算機視覺和信號處理。他在國際期刊上發表了 50 多篇文章，在國際書籍上發表了 25 篇文章，并為國際會議和研討會的論文集撰寫了 150 多篇文章。他負責國家和國際資助的機器學習、自主機器人、機器人感知以及智能和自主系統的基準測試研究項目。

　　讓我們從一些澄清開始。當我們談論農業4.0時，我們指的是什么?比方說，是什么讓它與農業科技不同?

　　FR：農業技術是關于應用于農業世界的所有技術：不僅是數字創新，還有機械、生化、工藝和許多其他類型的創新。特別是，Matteo和我專注于數字創新在農業生產過程中的應用。在這種情況下，我們談論農業 4.0：簡單來說，它是遵循工業 4.0 的范式，是精準農業(例如機械和電子)的結合，它已經在市場上存在了大約 30 年，具有物聯網、人工智能等最新技術， 傳感器技術等

　　我想馬上明確指出，盡管人們可能不這么認為，但農業并不是一個落后的部門;相反，機器人的最大傳播(Matteo教我這一點)是在農業中，尤其是在畜牧業中。例如，在很長一段時間里，最流行的可穿戴設備是那些連接到牛身上的設備。

　　毫無疑問，提供最大機會的組成部分是互聯互通。 例如，食品運輸車輛中的溫度監測系統可以在產品質量下降的情況下將其下架;衛星測繪可以識別水資源壓力，從而通過有針對性和更仔細的灌溉進行干預。因此，農業4.0是一個更加相互聯系的農業，特別是在供應鏈層面。

　　MM：數據的連通性和可用性還允許通過應用基于數據的模型來實現數據歷史化和流程優化。 需要強調的是，數據涵蓋了供應鏈的所有步驟：過去，出于物流和管理原因，數據主要是在供應鏈的最后一步收集的，而現在，由于連通性，它們已經在現場捕獲。

　　菲利波已經提到的精準農業是關于在需要采取行動的地方采取行動，需要多少就采取行動，什么時候需要;數據連接擴展了這種范式，因為它允許您通過數據驅動的預測模型對未來采取行動;今天，人工智能系統可以支持長期決策，這要歸功于農業 4.0 實現的供應鏈愿景。

　　FR：套用開爾文勛爵的話來說，無法衡量的東西無法改進。這就是我們正在努力做的事情，在農業部門使用人工智能和數據處理。數據還可以支持公共機構在該部門做出具體選擇，例如激勵措施、在流行病風險情況下進行干預、管理超過所需數量的庫存等。這些數據也可用于證明健康特征(理工大學一些學生的一個項目表明，意大利的動物比其他國家的動物更容易受到抗生素的干預)，從而在整個供應鏈中產生更多的價值(想想PDO產品)。

　　最后，數據允許在經濟、環境和社會意義上實現更可持續的農業。例如，數據的可用性和連接性有利于在一個地區有未使用的產品可以在另一個地區使用時及時進行干預。擁有更多的信息可以讓我們減少浪費和花費。

　　因此，數據是農業4.0的一個關鍵方面。Matteucci教授，機器人在這個領域的作用是什么?

　　MM：機器人進入該領域，特別是在精準農業領域，根據定義，精準農業需要了解環境，以便做出非常精確和及時的決策。這種類型的農業通常被證明是非常昂貴的，并且經常與大規模生產的需求發生沖突。有機農業促進了機器人在農業中的使用，這涉及某些傳統做法的復興以及減少殺蟲劑、抗生素和化肥的使用，例如，機器人能夠自主識別雜草以清除雜草，它們可以識別水果以決定何時以及如何采摘它，并且它們能夠識別疾病的發作并報告它，等等。

　　為了更好地理解機器人技術在農業領域的重要性，以及它不僅在學術界引起的關注，必須牢記兩個方面：

　　1. 當今的農業世界面臨著兩個相互矛盾的要求：一方面，需要采取土壤保護措施和減少資源消耗;另一方面，需要為不斷增長的人口增加糧食生產。這兩種不同的需求推動了技術的改進，而這可以通過使用新技術來實現，例如連接場和機器人化。

　　2. 新技術，特別是機器人，應對勞動力短缺問題，特別是在收割部門。已經有許多收割機，例如自動葡萄收割機或橄欖收割機，但是在收割水果之前有必要區分水果的成熟程度，需要新技術，特別是人工智能技術。

　　FR：我想問Matteo一個問題：您認為農業數字創新面臨的挑戰是什么?

　　MM：從研究的角度來看，與我來自的其他應用領域相比，農業部門面臨著不同的挑戰。首先，可變性：農業中使用的機器人在許多不同的天氣和土壤條件下處理大量作物品種。一語雙關，我為我作為該領域研究人員的熱情找到了肥沃的土壤。

　　另一個具有挑戰性的方面是機器與生物的相互作用：植物和動物一樣，不是人類創造的人工制品或物體，而是會發生變化的生物。對于人工智能和算法開發來說，這是一個有趣的科學和技術挑戰。

　　最后，另一個特點是多學科性：在我的工作中，與其他專業(例如農藝師)有很強的交流，因此不同學科(包括工程和非工程學科)的參與度更高。