今年全台农业盛产，但是盛产后却带来香蕉、凤梨价格崩跌，每年政府信誓旦旦要解决农民的问题，总是在出事后才提出。尤其是要提供农民产销平台，从源头管控。但不见得每个农民会配合，再加上各种状况及主政观念落后因素，使得产销资讯平台，沦为蚊子平台，得不到农民的使用及信赖。个人参考国外及AI整合应用，提出一个宏观的解决方案，供政府决策者参考。

国外案例:伊利诺州大学美国国家超级电脑应用中心(NCSA)Kaiyu Guan教授表示，为了预测伊利诺州和全美玉米或大豆产量，必须搞清楚两者的生长地点。全美玉米和大豆生长面积，以往要等到收割后4~6个月美国农业部(USDA)才会公布，以致农业决策和经济决策慢半拍。 NCSA新技术可在播种后2~3个月，也就是收割前辨识大豆和玉米的生长地，而且准确度高达95% 。NCSA共有两台超级电脑ROGER和Blue Waters，可产生Landsat卫星的时间序列资料堆叠，Blue Waters记忆空间大和运算资源丰富，可透过密集机器学习和测试，建立辨识模型。多亏强大运算资源，才能提早准确预估作物产区。(参考文章网址)

由政府主导建立一个全国农作物产量/价格及健康农作物管理系统，其作法如下 ：(功能如上图所示)

1.善用全国农作物土地图资系统，并利用卫星上的上高光谱短波红外线，空拍扫描台湾整个土地农作物的图片，供大电脑AI大数据系统使用。

2.结合国内AI资讯专才及专家，利用深度神经网路，识别各种农作物及结合地图预估产量。

3.最重要的是AI要整合各种大数据资料，建立一个可供农民使用的农民产销资讯平台。

系统功能(Browser及APP)：

1.提供农民动态查询预估各种农作物产量的未来趋势，让农民资讯对等之下可以知道状况，政府也可以适时辅导产销。

2.根据往年大数据资料及结合今年预估农作物产量，提供农民动态查询预估各种农作物的价格，让农民不会一蜂窝的种同一种的农作物，达到有效的农地利用及保障农民收入。

3.至于农作物健康管理系统，政府有大数据资料可以使用AI训练各种农作物图片，建立一个可判断各种农作物是否有疾病及建康状况的AI模型，而农民在自己的田地，用手机拍照上传图片，即可得知自己的农作物健康状况。

AI可应用的领域非常广，在智慧农业除了使用IoT监控及AI整合，记录各种状况提升农作物产量。同样可以利用卫星或无人机，配合AI机器学习，解决国内农作物产销过剩及农作物健康问题。也希望小小的建议，能让政府高官的有识之士看到，思虑出更符合国内农业4.0的计划，让农民每年有稳定的收入。