在安大略省利明顿的大自然新鲜农场（Nature Fresh Farms），一排排西红柿、黄瓜、辣椒和草莓中蕴藏着一些新东西。
人工智能技术利用每个温室中的数千个传感器，帮助农场优化照明、灌溉和收获时机等方面。
"Nature Fresh Farms 信息技术和安全副总裁 Keith Bradley 说："我们希望利用技术来帮助我们种植更多的蔬菜，让蔬菜的口感更好，并在总体上做得更多。
他说，英特尔和戴尔提供的技术正在帮助该农场主动出击，而不是被动应对，从而提高了作物产量，减少了水电使用。他还说，这甚至有助于员工更好地平衡工作与生活。
在对人工智能给农业带来的潜在益处不断进行研究的同时，像 Nature Fresh 这样的农场也站在了采用人工智能的前沿。
以行业为主导的非营利组织 Emili 的总经理杰奎琳-基纳（Jacqueline Keena）说，农民已经使用了一系列技术，有些农民还采用了无人机等高科技工具来调查农场，寻找杂草、虫害和疾病信息。该组织在温尼伯附近经营着一个智能农场--创新农场，在那里对新技术进行测试和示范。
该技术的下一阶段涉及人工智能模型利用这些数据进行推断、预测甚至决策，基纳说，人工智能使农业变得 "超级优化"，达到比以前更具体的水平。
圭尔夫大学计算机科学学院助理教授兼人工智能促进食品计划主任罗齐塔-达拉（Rozita Dara）说，这项技术正变得越来越复杂，从简单的基于规则的系统发展到大型语言模型。
她说，这可以应用于精准农业，即通过分析传感器提供的数据，就使用多少水或肥料等问题做出决策。她说，人工智能可以用来做出长期以来一直由人类做出的日益复杂的决策。
加拿大农业食品自动化和智能网络首席执行官达雷尔-佩特拉斯（Darrell Petras）说，人工智能有助于解决劳动力短缺和气候挑战等问题。
Petras 说，举例来说，他的团队投资了一家名为 Croptimistic 的公司，该公司从田间收集数据，检测害虫、作物颜色变化以及作物面临的其他潜在压力。
他说，人工智能 "可以比......人眼更早地判断出是否存在压力源，然后可以更快地进行管理干预"。
Petras 补充说，人工智能在田间谷物分级方面也有潜在用途，可以帮助农民确定何时收割庄稼以及出售时的预期。
他说，它还可用于减轻气候变化的影响。
Petras 说，很多人工智能和农业研究都是在中学后教育机构完成的，但随后需要在实地进行测试。他解释说，这通常是通过 "商业化手段 "来实现的，无论是初创公司还是现有企业。
加拿大各地有一个所谓的智能农场网络，由阿尔伯塔省的奥尔德斯农业与技术学院领导，其目的是测试和示范新兴农业技术。
埃米利创新农场就是该网络中的一个农场。
"Emili 公司的 Keena 说："我们真正展示了这些技术在商业环境下的工作原理，在某种程度上，我们在尝试这些技术的同时，也在降低风险......然后与包括其他农民在内的其他人分享这些技术的实际工作原理，以此加快这些新技术的采用和全面整合。
另一个智能农场位于奥尔德斯学院，费利佩-卡普正在那里研究如何制定数据收集和处理标准，以建立人工智能模型。
卡普解释说，人工智能模型的好坏取决于其数据集，他是该学院的助理研究员，也是麦吉尔大学生物资源工程专业的博士候选人。他目前的研究重点是测量和预测土壤养分的变化。
"利用这组数据，我们训练了一个人工智能模型......并用它来预测土壤中养分的可用性"。
达拉说，发现新技术或新方法是否对作物产生影响需要时间，这可能成为农民采用新技术或新方法的障碍。
"她说："有时......是在一年之内、一季之内或几年之内。
Keena 说，农民每年往往只有 "一次机会 "种植庄稼。
"因此，我们不能要求他们冒着巨大的风险，将新技术大规模集成到未经验证的业务中。
"创新农场......解决了人们在自己采用这些技术之前需要能够看到这些技术以全面和商业的方式推出的障碍之一"。
达拉说，农民的信任度也是一个障碍，尤其是人工智能的决策过程有时并不清晰。
她补充说，数据对人工智能模型至关重要，但需要更好地激励农民分享他们的数据，以便使技术更加完善。
卡普说，农民可能不愿意分享自己的数据："这是我们在讨论开发更复杂的模型时面临的挑战之一。
但 Petras 说，随着时间的推移，他看到农民的参与度在上升。
他说，"农民的参与对于开发农业人工智能工具绝对至关重要"，这可以包括实地示范日、会议和研讨会。
"如果他们通过智能农场在自家后院看到了示范，那么，我们就在采用方面走得更远了"。
