文/DataYoo 悠由數據

在這兩年全球農業科技快速發展的狀態下，我們常常聽聞智慧農業或是科技農業這樣的詞彙，諸如環境感測裝置、無人機、自動灌溉系統、病蟲害偵測、作物辨識等等。然後當我們在大談智慧農業4.0這件事情時，不外乎總是會出現大數據分析、人工智慧、專家系統等專用詞彙，然而又覺得好像摸不到邊際、落不了地。為什麼？「數據」或是「資料」，它到底是甚麼？

數位化的數據是微小訊息的體現，我們期待透過可量化和可分析的方式，來客觀重現專家在進行一連串決策判斷時的過程

如果我們期待的是農業數位化決策和預測幫助我們透過「提早知道」來進一步提高生產能力或是降低損失的時候，我們就必須去思考，我們要的是某一位的「專家論述」？ 抑或是從數學和數據背景所形成的「客觀論述」？

DataYoo 悠由數據係由筆者所成立的農業數據預測的民間企業，專注於如何結合機器學習的數據系統與作物生理的專家知識，來打造新一代萬物皆可算的產地預測系統。悠由DataYoo與作物專家合作，透過實驗規劃設計有效率的產地資料蒐集模式，再進一步研發各種作物以及動物的預測模型，搭載在自家公司的預測系統上，提供企業客戶使用。

差異化田區演算技術，掌握產量預測

相關案例如，悠由發展出可大規模計算香蕉產地的預測系統，透過差異化田區演算技術，使用者僅需提供田間地號以及種植日期，便可獲得掌握全縣或是全台香蕉的預測能力，從種那一天開始，便可即時透過數據不斷預測從預期採收日、至包裝日、以及最終外銷的船班資訊。2019年下半，我們協助客戶透過有系統的管理模式，增加近4倍的合作農友，以及可快速遍佈全縣的管理面積，而產地管理面積也在不增加太多成本的狀況下成長了近兩倍。更重要是，不需要安裝任何一支感測器裝置。

這是一件很有趣的事情，技術的突破與成長，有賴於跨領域知識的結合，這幾年在開放資料的大力推廣下，帶我們透過資料來了解農業的面貌，如產銷履歷、農地、批發市場資料等，皆富含了許多產業細微的知識與意義，這是很棒的。而筆者認為開放資料的下一步，政府如能支持法人與民間企業，進一步對農業的知識標準和各種基本領域知識透過數據來進行串聯，讓民間企業可以奠基在開放資料和知識標準的架構上發展，台灣在農業科技領域上必能結合得更順暢。