Dit artikel reflecteert op de cyclische hype en tegenslagen die zijn ervaren in de geschiedenis van Artificial Intelligence, waarbij parallellen worden getrokken tussen de AI-boom van de jaren 80 en de huidige ontwikkelingen. Het benadrukt hoe vroege AI-inspanningen, met name expert systemen, faalden door onvoldoende data management infrastructuur en de kwetsbaarheid van kennisrepresentatie. De discussie gaat over naar lessen voor de landbouwsector, waarbij het belang van robuust, georuimtelijk gestuurd data management als basis voor toekomstige AI-toepassingen wordt benadrukt. Het artikel merkt op dat de landbouw gefragmenteerd is en dat het bereiken van schaalvoordelen uitdagend is, vooral nu de sector onder toenemende druk staat door wereldwijde prijzen, klimaatverandering en onzekerheden in de toeleveringsketen. Uiteindelijk betoogt het dat de landbouw moet leren van eerdere AI-mislukkingen door datasystemen te bouwen die zijn afgestemd op haar unieke kenmerken om het potentieel van intelligente technologieën te realiseren.<\/P>
Het artikel: Agriculture Intelligence (AgI): Lessen van 1Old School7 Artificial Intelligence (AI)<\/A><\/P>
<\/span><\/P>
