[論文レビュー] Artificial Intelligence in Sustainable Vertical Farming

Hribhu Chowdhury, Debo Brata Paul Argha+1 more|arXiv (Cornell University)|Nov 17, 2023

Smart Agriculture and AI被引用数 9

ひとこと要約

この論文は、機械学習、コンピュータビジョン、IoT、ロボティクスなどのAI技術が持続可能な垂直農業を強化できる方法を検討し、現在の適用、課題、今後の研究方向について論じている。

ABSTRACT

As global challenges of population growth, climate change, and resource scarcity intensify, the agricultural landscape is at a critical juncture. Sustainable vertical farming emerges as a transformative solution to address these challenges by maximizing crop yields in controlled environments. This paradigm shift necessitates the integration of cutting-edge technologies, with Artificial Intelligence (AI) at the forefront. The paper provides a comprehensive exploration of the role of AI in sustainable vertical farming, investigating its potential, challenges, and opportunities. The review synthesizes the current state of AI applications, encompassing machine learning, computer vision, the Internet of Things (IoT), and robotics, in optimizing resource usage, automating tasks, and enhancing decision-making. It identifies gaps in research, emphasizing the need for optimized AI models, interdisciplinary collaboration, and the development of explainable AI in agriculture. The implications extend beyond efficiency gains, considering economic viability, reduced environmental impact, and increased food security. The paper concludes by offering insights for stakeholders and suggesting avenues for future research, aiming to guide the integration of AI technologies in sustainable vertical farming for a resilient and sustainable future in agriculture.

研究の動機と目的

• 人口増加、気候変動、資源不足の中で持続可能な垂直農業の採用を促進する。
• AIが制御環境で作物収量を最大化する方法を探る。
• 現在のAIアプリケーションを総合し、ギャップ、課題、機会を特定する。
• 経済的実現性と環境影響を評価し、強靭な農業システムを支える。
• 学際的協働と農業における説明可能性AIの方向性を示す。

提案手法

• AI subfields（ML、コンピュータビジョン、IoT、ロボティクス）を横断する持続可能な垂直農業におけるAIに関する既存文献のレビュー。
• 資源最適化、自動化、データ駆動型意思決定を実現するAIの統合を総合する。
• モデル最適化、学際的協働、説明可能なAIの開発などのギャップを批判的に分析する。
• 経済的実現性、環境影響、食料安全保障への含意を議論する。
• 利害関係者志向の洞察と将来の研究方向を提供する。

実験結果

リサーチクエスチョン

• RQ1 持続可能な垂直農業におけるAIアプリケーションの現状はどのようか。
• RQ2 普及を妨げる主な課題とギャップは何か。
• RQ3 農業利用のためにAIモデルをどう最適化し、説明可能にできるか。
• RQ4 AIによる垂直農業の経済的および環境的影響は何か。
• RQ5 持続可能な普及のために最も有望な将来の研究方向と協働は何か。

主な発見

• AIアプリケーションは垂直農業における機械学習、コンピュータビジョン、IoT、ロボティクスにまたがる。
• AIは資源使用を最適化し、タスクを自動化し、制御環境での意思決定を改善できる。
• 最適化されたAIモデル、学際的協働、農業のための説明可能AIの開発にはギャップがある。
• 経済的実現性と環境影響の考慮がより広範な普及の中心となる。
• 本論文は利害関係者志向の洞察と、持続可能な垂直農業へのAI統合を指針する将来の研究方向を提供する。