(English below)
Tổ chức Nông lương Liên hợp quốc (FAO) báo cáo rằng, so với mức năm 2010, sản lượng lương thực toàn cầu cần tăng 70% trước năm 2050 để cung cấp cho dân số ngày càng tăng trên thế giới, dự kiến ​​sẽ đạt từ 9,4 đến 10,2 tỷ người. sau đó. Để đạt được mục tiêu này, mặc dù diện tích đất canh tác không tăng, khẩu phần ăn thay đổi, nhu cầu nước tăng, khí hậu thay đổi, và cả môi trường và sức khỏe của đất đều phải chịu áp lực.

Những vấn đề này đáng báo động nhất ở các quốc gia có thu nhập thấp và trung bình, LMIC, những quốc gia dự kiến ​​sẽ có mức tăng dân số cao nhất, dẫn đến nhu cầu ngày càng tăng về thực phẩm và chế độ ăn uống đa dạng hơn. Ở nhiều LMIC, phần lớn dân số là nông thôn và hơn 70% nông dân là nông dân sản xuất quy mô nhỏ (SSP). Như đã thấy ở các quốc gia phát triển hơn, tăng trưởng kinh tế bền vững trong các LMIC có thể làm giảm gia tăng dân số và có khả năng cải thiện sinh kế. Các LMIC cần một sự chuyển dịch số trong nông nghiệp để giúp phát triển nền kinh tế của họ, một nhiệm vụ khó khăn trở nên khó khăn hơn bởi những trở ngại to lớn như vậy.

Một số xu hướng chính trong Nông nghiệp số, dựa trên các báo cáo gần đây về đầu tư nông nghiệp, bao gồm:

• Cảm biến: Các cảm biến hiện có đo kiểm soát thời tiết hoặc tính chất cơ bản của đất và hơn thế nữa.
• IoT: Việc kết nối các cảm biến nhỏ, rẻ và dùng một lần trên khắp các nền tảng IoT cho phép giám sát thời gian thực và đám mây hoặc điện toán biên, mang lại khả năng hiển thị và truy xuất nguồn gốc thực phẩm tốt hơn trong toàn bộ chuỗi cung ứng.
• Tự động hóa: Các trạm xay xát rô bốt đã tồn tại cho các ứng dụng sản xuất sữa và máy kéo tự động. Các công ty khởi nghiệp đang phát triển các ứng dụng mới xung quanh việc gieo hạt, ứng dụng hóa chất, tưới tiêu và làm cỏ. Xe tự hành, v.v.
• Hình ảnh: Viễn thám, trong nông nghiệp thường đề cập đến việc phân tích hình ảnh từ dữ liệu vệ tinh và truy cập hình ảnh thường xuyên hơn hoặc sử dụng hình ảnh có độ phân giải cao hơn từ máy bay không người lái
• Công nghệ blockchain: Các hợp đồng thông minh và khả năng truy xuất nguồn gốc có thể được đảm bảo với các giao dịch phi tập trung an toàn.
• Trí tuệ nhân tạo (AI): Khi các nguồn dữ liệu mới có sẵn với số lượng, độ phân giải, tính kịp thời và chất lượng lớn hơn, các kỹ thuật mới sử dụng điện toán phân tán được yêu cầu để xử lý dữ liệu đó và chuyển đổi nó thành thông tin có thể hành động. AI giữ lời hứa và học máy (ML) đã được sử dụng ở một mức độ nào đó — từ dự đoán mùa màng đến chatbot — và sẽ tiếp tục được áp dụng theo những cách phức tạp hơn.
• Thị giác máy tính: Các thuật toán đang được cải thiện nhanh chóng để tận dụng lượng lớn hình ảnh và ảnh chụp. Mô hình AI phân tích ảnh chụp một chiếc lá có thể nhanh chóng xác định sâu bệnh hại cây trồng và đưa ra các đề xuất theo thời gian thực.

 -----

DIGITAL AGRICULTURE FOR SMALL-SCALE PRODUCERS: CHALLENGES AND OPPORTUNITIES 
The Food & Agriculture Organization of the United Nations (FAO ) reports that, compared to 2010 levels, global food production needs to increase by 70% prior to 2050 to feed the world's growing population, which is expected to reach between 9.4 and 10.2 billion by then. In order to achieve this goal in spite of the fact that the amount of arable land is not increasing, diets are changing, water demand is rising, the climate is changing, and both the environment and soil health are under pressure.

These problems are most alarming in low-and middle-income countries, LMICs, which are expected to see the highest population increases, leading to a growing demand for food and more diversified diets. In many LMICs, most of the population is rural, and more than 70% of farmers are small-scale producers (SSPs). As has been seen in more developed nations, sustainable economic growth in LMICs can reduce population growth and potentially improve livelihoods. LMICs need an agricultural digtal transformation to help grow their economies, a daunting task made more difficult by such enormous obstacles.

Some of the key trends in digital agriculture , based on recent reports on agricultural investments, include:

• sensors : Existing sensors measure weather or basic soil properties stock control and more.
• iot : The connection of small, cheap, and disposable sensors throughout IoT platforms enables real-time monitoring and #cloud or edge computing, providing greater visibility and traceability of food throughout the supply chain.
• automation : Robotic milling stations already exist for dairy and autonomous tractor applications. Startups are developing new applications around sowing, chemical application, irrigation, and weeding. Autonomous vehicles etc.
• imagery : Remote sensing, which in agriculture typically refers to analyzing images from satellite data and access images more frequently or using higher-resolution imagery from drones
• blockchain technology : Smart contracts and traceability can be ensured with secure decentralised transaction s.
• artificial intelligence (AI): As new data sources become available in larger quantity, resolution, timeliness, and quality, new techniques using distributed computing are required to process that data and convert it into actionable information. AI holds promise and machine learning (ML) is already being used to some degree—from crop prediction to chatbots—and will continue to be applied in more sophisticated ways.
• computer vision : Algorithms are rapidly improving to take advantage of large amounts of imagery and photos. An AI model analyzing a photograph of a leaf, can quickly identify plant pests and diseases, and make real-time recommendations.

 Geolink tổng hợp từ CACM