利用物联网农业扩大食品获取

Artefact 的执行创意总监 Holger Kuehnle 表示，获得健康食品在美国是一个令人震惊的问题 .大约 1900 万美国人生活在食物沙漠中，而美国生产的食物中有多达 40% 被浪费了。很明显，现有的食品系统面临着压倒性的效率问题。

种植食物是一门很好理解的科学，人类已经迭代了数千年，但农业仍然是所有主要行业中数字化程度最低的行业之一。将农业技术与物联网 (IoT) 的普及相结合，可以改善服务欠缺社区的食物获取，这是一个巨大的机会。

随着物联网在未来十年的发展，我们设想了一个世界，在这个世界中，物联网支持的循环食品生产可以使农业技能民主化、提高效率并进行个性化以满足社区需求。这些社区解决方案将扩大而不是取代现有的农业系统，为最需要的人提供健康食品的补充途径。

更方便、更高效、更个性化的食品生产

民主化技能

虽然现有的个人和社区花园在食物获取和城市发展方面发挥着重要作用，但它们的规模可能不切实际。自动化的物联网系统可以通过向外行提供专业的农业知识来应对这一挑战。想象一下公寓或商业建筑上的公共屋顶花园，那里全年都可以种植健康的农产品。然而，不是在建筑物里生活或工作的人照料庄稼，花园将由传感器网络、自动浇水系统和机器人技术管理，以执行播种、修剪和收割等任务。

专门的物联网传感器和完全连接的片上系统 (SoC) 设备可以承担测量水位、土壤营养以及植物成熟度和健康状况的特定任务。由电子设备而不是人工来完成照料植物的耗时任务，减少了进入的障碍，让更多的人参与到城市农业中，并从中受益。

提高效率

人类越来越多地开发新颖且更可持续的耕作方式，这些方式涉及更少或更好地管理水、光和土壤。到 2030 年，我们可以期望支持物联网的设备和传感器系统能够协同工作，以测量每株植物的水和养分水平，并与连接的泵和其他输送系统进行通信，而机器学习将这些大量的数据和驱动输入，确保几乎在任何位置都能获得理想的生长条件。

社区个性化

正如总体上物联网系统可以预测气候和由此产生的作物产量一样，它还可以根据日常习惯确定消费模式，并预测家庭和社区日程的不规律性。

机器学习可以检测整个社区的模式并预测食物供应需求，以便为需求最高的农产品分配空间，并在社区内有效分配可用农产品。

解决风险领域

实施如此复杂、相互关联的解决方案不仅需要了解人类需求和技术限制，还需要了解更广泛的经济和社会影响。

成本

建立这样一个复杂的物联网系统的总体成本很高，但并不高昂。像 AeroFarms 这样的初创企业 和垂直收获 已经利用技术将垂直农业引入美国的城市社区，政府也注意到，新加坡的目标是到 2030 年通过使用多层城市 LED 农场和循环水产养殖等技术支持系统将国内粮食产量增加两倍系统。从零售到医疗保健的行业可能会看到为人们提供获得更健康食品选择的积极长期健康结果的案例。

隐私

任何依赖大量数据收集来推动机器学习模型的系统都需要加强防止数据滥用，并对谁保留对数据的控制有清晰的认识。对于某些社区而言，隐私问题也可能比其他社区更为重要。对政府和中央组织机构缺乏信任可能是采用这样一种系统的障碍，该系统假设人们愿意让像食物这样私人的东西由隐形管理的机器人处理。

行为改变

仅获得更健康的食物并不能确保人们会使用它们。我们吃什么是一个非常个人的决定，具有社会、文化和教育影响。提供健康的农产品只是帮助人们建立新的、可持续的饮食习惯的系统性变革的一个方面。作为设计师，在考虑此类系统时与使用社区互动至关重要，提升他们的需求和生活体验，并确保我们与他们一起设计，而不是为他们设计。

物联网让人们更容易获得食物

虽然创建影响粮食系统等重要事物的基础设施面临着重大挑战，但物联网代表了解决粮食生产和分配效率低下的独特机会，并因此能够解决粮食获取方面的不平等问题。

作者是 Artefact 执行创意总监 Holger Kuehnle

关于作者

Artefact 执行创意总监 Holger Kuehnle。他带领项目团队应对复杂的设计挑战，并帮助构想赋予人们权力的战略和设计解决方案。他努力塑造技术，使人类能够完成他们以前无法做到的事情。在加入 Artefact 之前，Kuehnle 是 Volkswagen 的项目经理 Microsoft Windows Core UX 设计团队的经理和经理 .他拥有卡内基梅隆大学人机交互硕士学位，曾在 IxDA 和 All Tech is Huma 等会议上发表关于数据可视化和新兴技术的演讲