Tento článek reflektuje cyklický rozruch a neúspěchy, které se objevily v historii Umělé Inteligence, a vytváří paralely mezi AI boomem 80. let a současným vývojem. Zdůrazňuje, jak rané snahy o AI, zejména expertní systémy, selhaly kvůli nedostatečné infrastruktuře pro správu dat a křehkosti reprezentace znalostí. Diskuse přechází k lekcím pro zemědělský průmysl, zdůrazňujíc význam robustní, geospatialně řízené správy dat jako základu pro budoucí aplikace AI. Článek poukazuje na roztříštěnou povahu zemědělství a výzvy dosažení úspor z rozsahu, zvláště když průmysl čelí rostoucím tlakům z globálních cen, změny klimatu a nejistot v dodavatelských řetězcích. Nakonec argumentuje, že zemědělství se musí poučit z minulých neúspěchů AI tím, že vybuduje datové systémy přizpůsobené jeho jedinečným charakteristikám, aby mohlo využít potenciál inteligentních technologií.<\/P>
Článek: Agricultural Intelligence (AgI): Lekce ze „Staré školy“ Umělé Inteligence (AI)<\/A><\/P>
<\/span><\/P>
