「現在全臺灣最會種田的人應該都在農試所跟農改場，很多東西一般農民不一定會種。」 這是農試所主管對農譯科技(AgriTalk)創辦人陳文亮所說的一句話，卻道出了臺灣農業面臨的嚴峻現實。隨著老農凋零，珍貴的種植知識正在流失，而這些經驗「實際上是沒有被寫下來過的」。
近幾年來臺灣隨著極端氣候成為常態，以及農村人口結構老化與流失，即便是常見如西瓜的日常作物，甚至逐漸出現沒有人知道要如何種植的困境。對於剛踏入農業領域的青農或是仰賴過往經驗的農家來說，甚麼樣的微氣候適合作物生長？甚麼樣的微氣候會導致病蟲害增加？甚麼時候可以提早做出應對？變成日益困難的大哉問。
當人工智慧浪潮席捲各行各業，不禁令人想問，臺灣這塊科技島上的傳統農業，又能如何搭上科技演進的利多？農譯科技意識到了台灣農業發展的現況，運用人工智慧，將農業專家的口述經驗轉化為可傳承的數位知識，為臺灣農業的未來點亮一盞明燈。
完整串接感知層到決策層，即時了解農場微環境
攝影機的一頭是農譯科技系統全天候監測的示範農場，映入眼簾的不只是綠意盎然的高經濟價值作物，更是一套完整的智慧農業系統。「我們主要是做環境感測，包含溫度、濕度、土壤溫度等物理數值的感測。」業務總監黃鳳凌介紹道。
與傳統農業監控系統不同，農譯科技的核心價值在於將感知層與決策層完整串接。 陳文亮解釋：「我們用的其實都是比較傳統的方法，因為找了植物醫生跟專門在做影像分析的人。你必須要有農業領域的知識，類似於老農的經驗，然後資料進來才有效益，模型完全高度仰賴經驗去建出來的。」
這套系統能夠預測作物期程，透過環境感測資料建立生長模型。「植物吸收到周邊的溫度，每一天累積上來，其實你可以想像這個植物在累積溫度，只要按照圖上的預測持續攀升，理論上就會在預計的日子接近採收。」黃鳳凌相當有自信地說明技術原理時，將複雜的AI算法用最平易近人的語言解釋。
除了預測作物的生長外，氣候資料也能對病蟲害預警做出貢獻。系統會針對不同作物常見的真菌等病蟲害的生活週期進行預測。「像太潮濕就會有黴菌，這些都有一些深層的生活習性。我們會針對這些蟲害跟病害，拿環境資料去做模型建立。」但最關鍵的是植物醫生的專業判斷：「什麼叫做經濟危害，什麼叫做真的病害，如果不會導致大規模經濟危害的就不一定需要防治，所以系統會給予建議，輔助一線人員做出判斷。」
從學術研究到產業應用的轉型之路
陳文亮在學術與產業間的轉換，也有著很獨特的創業故事。作為出身農家的孩子，學生時代的陳文亮受到無子西瓜發明人陳文郁的故事深深感動。身為長期待在陽明交通大學進行研發的教授，他深知農業人工智慧發展的瓶頸：「給我對的資料，真的很容易做出你要的模型。可是你給我錯的資料，自然是無法建立有效的模型。」
對他來說，臺灣農業近年來真正的轉捩點，來自於對人才培育的重新思考。「臺灣農業的成就，在世界上大家有目共睹。今年開始，臺灣終於建立了植物醫生的執照制度，迎來四百位取得執照的植物醫生，這是農業部花了十年培育出來的專業人士。」但這些專業人士卻面臨就業困境，「如果市場對於導入植物醫生的觀念尚未建立起來，我想其中有幾位專業人士，很適合和我們一起研發農業人工智慧，來一同標註有效的資料，這樣臺灣才能夠建立起適合臺灣農業環境的自有模型。」
於是，農譯科技採取了獨特的發展策略：結合人工智慧工程師、植物醫生和IoT專家，形成跨領域團隊。「我們的團隊本質上在處理的是每一種作物生長的模型建議，所以要怎麼種、怎麼樣預測它的生長週期、施肥方式、澆水方式，還有病蟲害防治，建立整套的資料庫。」
黃鳳凌作為馬來西亞僑生，在臺灣從大學讀到博士，專攻土壤微生物。她的加入除了在技術提升上相當重要，更為團隊帶來了國際視野：「馬來西亞比臺灣這個農業發展應該快個五到七年，所以其實這個技術完成之後是非常有機會去打馬來西亞市場的，而且是以軟體的方式過去。」
從示範農場到導入產業應用
農譯科技的商業模式相當務實：硬體設備採取買斷制，「一臺我們現在標價是10萬，實際賣給農民的時候大概8萬左右。」軟體服務則採年費制，「五臺裝置以下，基本上就一個農場一年3000塊。」
示範農場不只是展示用途，更具備實際的獲利能力。「農場中除了新品種的西瓜，我們也種植高價值的丹蔘，讓場域除了示範AI技術與設備，也能透過販售作物獲得實質營收。」目前導入系統的客戶，有許多都是高附加價值作物的種植者，「例如丹蔘是高價藥材，一斤大概80塊，就很適合導入系統，做更積極的照護。」
目前農譯科技已累積與農友種苗廠的深度合作關係，「我們跟農友種苗廠合作的時候，他現在也是覺得一定是要打國際市場。他用我們的系統去教另外一個國家怎麼種植，他從不會就可以開始做。」這種B2B2C的模式，為農譯科技開拓了更大的市場空間，更是為進軍國際市場奠定了基礎。
從臺灣出發的全球農業人工智慧布局
陳文亮對於臺灣在農業人工智慧的發展充滿信心：「我一直覺得臺灣在人工智慧這一塊，尤其在農業，要組織起來才能打國際市場。」臺灣雖然是一個地理資源有限，卻具備了獨特的優勢：「依照我們現在收資料的方式，資料的品質是非常高的。」
在人才培育方面，公司正積極建立完整的教學系統。陳文亮回想ChatGPT等大語言模型興起時，「其實最開心的是像我們這樣在農業經營很久的團隊，當時就立刻想到我們可不可以趕快把這個東西串起來。四十多年來的經驗、寫了那麼多的論文，現在都可以變成用大語言模型建立成一個決策系統。」
人工智慧接手農業知識的傳承
對於臺灣農業日益嚴重的缺工問題，農譯科技提供了創新的解決方案。「我自己這五年來感受最深的就是缺工問題，現在田裡有時候要找臨時工，一天開出兩千五百塊的薪資卻還是找不到人。」透過人工智慧的協助，「好不容易請到的一個年輕人，就算缺乏經驗，現在也可以很清楚地讓他知道他可以怎麼做。」
農譯科技正在進行的，不僅僅是技術創新，更是一場改變農業產業鏈的數位轉型運動。他們將散落在老農記憶和手寫筆記中的珍貴經驗，轉化為可複製、可傳承的人工智慧模型，降低青農和新進的從業人員「從零到一」入門農業。
正如陳文亮所說：「臺灣可以導入人工智慧，讓有經驗的農友更好地傳承下去。」在全球農業面臨氣候變遷、人口老化等挑戰的當下，農譯科技的模式或許為世界農業的永續發展，提供了一個來自臺灣的解答，農譯科技正在用人工智慧的力量，為新世代的農業帶來變革。
