Машинное обучение в сельском хозяйстве: всесторонний обновлённый обзор

Цифровая трансформация сельского хозяйства привела к преобразованию различных аспектов управления в системы искусственного интеллекта, позволяющие извлекать ценность из постоянно увеличивающегося объёма данных, поступающих из многочисленных источников. Машинное обучение, являющееся одним из направлений искусственного интеллекта, обладает значительным потенциалом для решения многочисленных задач, связанных с созданием систем ведения сельского хозяйства, основанных на знаниях. Цель настоящего исследования — осветить применение машинного обучения в сельском хозяйстве посредством всестороннего обзора современной научной литературы, проведённого на основе сочетаний ключевых слов «машинное обучение» с терминами «управление посевами», «управление водными ресурсами», «управление почвами» и «управление животноводством» в соответствии с рекомендациями PRISMA. Критериям включения соответствовали только журнальные статьи, опубликованные в период с 2018 по 2020 год. Результаты показали, что данная тематика охватывает различные дисциплины, способствующие развитию конвергентных исследований на международном уровне. Кроме того, было установлено, что основное внимание уделяется управлению посевами. Использовался широкий спектр алгоритмов машинного обучения, причём алгоритмы, относящиеся к искусственным нейронным сетям, демонстрировали более высокую эффективность. Кроме того, кукуруза и пшеница, а также крупный рогатый скот и овцы были соответственно наиболее изученными культурами и животными. Наконец, для получения надёжных исходных данных для анализа применялось множество датчиков, установленных на спутниках, а также на беспилотных наземных и летательных аппаратах. Ожидается, что это исследование станет полезным руководством для всех заинтересованных сторон, повысит осведомлённость о потенциальных преимуществах применения машинного обучения в сельском хозяйстве и будет способствовать более систематическому изучению данной тематики.