Mostafa Farajpour氏が執筆し、2026年に『Discover Artificial Intelligence』で公開されたレビューは、作物生産、持続可能性、気候変動の緩和を支える農業分野のAI活用を調査しました。精密灌漑、養分・土壌管理、収量予測、害虫・病害の監視、コンピュータービジョン、自律型農業ロボット、大規模言語モデル（LLM）を使う意思決定支援システムを取り上げています。

レビューは技術の進歩に加え、導入条件も評価しました。農業AIには予測精度だけでなく、モデルの汎化性や説明可能性、経済的な実現可能性、相互運用性、既存の農学知識との統合が必要だとしています。データ不足や環境の変動、システムを大規模に展開する難しさへの対応策として、Vision Transformer、基盤モデル、デジタルツイン、マルチモーダルAI、検索拡張生成、連合学習と継続学習を挙げました。

責任ある導入には、データの所有権やプライバシー、アルゴリズムの公平性、サイバーセキュリティ、公平なアクセスに関する透明性のあるガバナンスが必要だとレビューは述べています。特に小規模農家への配慮を求めました。モデルの高い性能が報告されている一方、地域をまたぐ検証の不足、断片化したデータセット、インフラ整備の必要性、実環境での導入不足が普及を妨げています。農家を中心に据えた堅牢で信頼できる意思決定支援システムの構築に向け、AI、センシング、ロボット工学、作物科学、農業工学の分野横断的な協力を呼びかけました。

Mostafa Farajpour氏が執筆し、2026年に『Discover Artificial Intelligence』で公開されたレビューは、作物生産、持続可能性、気候変動の緩和を支える農業分野のAI活用を調査しました。精密灌漑、養分・土壌管理、収量予測、害虫・病害の監視、コンピュータービジョン、自律型農業ロボット、大規模言語モデル（LLM）を使う意思決定支援システムを取り上げています。

レビューは技術の進歩に加え、導入条件も評価しました。農業AIには予測精度だけでなく、モデルの汎化性や説明可能性、経済的な実現可能性、相互運用性、既存の農学知識との統合が必要だとしています。データ不足や環境の変動、システムを大規模に展開する難しさへの対応策として、Vision Transformer、基盤モデル、デジタルツイン、マルチモーダルAI、検索拡張生成、連合学習と継続学習を挙げました。

責任ある導入には、データの所有権やプライバシー、アルゴリズムの公平性、サイバーセキュリティ、公平なアクセスに関する透明性のあるガバナンスが必要だとレビューは述べています。特に小規模農家への配慮を求めました。モデルの高い性能が報告されている一方、地域をまたぐ検証の不足、断片化したデータセット、インフラ整備の必要性、実環境での導入不足が普及を妨げています。農家を中心に据えた堅牢で信頼できる意思決定支援システムの構築に向け、AI、センシング、ロボット工学、作物科学、農業工学の分野横断的な協力を呼びかけました。