Este artigo reflete sobre o ciclo de hype e retrocessos experimentados na história da Inteligência Artificial, traçando paralelos entre o boom da AI nos anos 1980 e os desenvolvimentos atuais. Destaca como os esforços iniciais em AI, particularmente os sistemas especialistas, falharam devido à infraestrutura inadequada de gerenciamento de dados e à fragilidade da representação do conhecimento. A discussão transita para lições para a indústria agrícola, enfatizando a importância de um gerenciamento robusto de dados geoespaciais como base para futuras aplicações de AI. O artigo observa a natureza fragmentada da agricultura e os desafios para alcançar economias de escala, especialmente à medida que a indústria enfrenta pressões crescentes dos preços globais, mudanças climáticas e incertezas na cadeia de suprimentos. Em última análise, argumenta que a agricultura deve aprender com as falhas passadas da AI construindo sistemas de dados adaptados às suas características únicas para realizar o potencial das tecnologias inteligentes.<\/P>
O artigo: Agriculture Intelligence (AgI): Lessons from Old School Artificial Intelligence (AI)<\/A><\/P>
<\/span><\/P>
