科技應該要服務農業，黃能富一開場即指出：台灣的農業和科技走得太遠，應該把它們融合起來。物聯網怎麼幫農業提升產值、品質？農業目前碰到的最大問題是缺工，如何利用自動化來補足人力需求？
黃能富的團隊在國內一些大型農場安裝了感測器（sensor）。這些感測器使用了兩種技術，LoRa和NB-IoT。Lora是一種長距離、低功耗的無線網路技術，傳輸距離最遠可到20公里，適合戶外使用。NB-IoT則是窄頻物聯網，也是一種低功耗廣域網路。
在農場蒐集多樣性的數據後，透過LoRa或NB-IoT上傳到雲端，進行大數據分析。黃能富指出，他們必須跟農業專家密切合作，借重他們的種養技術與農業know-how，利用人工智慧分析數據之後，再傳回到農場進行控制，例如：施肥、灌溉、滴灌、補光、開風扇。
為了建立物聯網雲端農業數據分析服務平台，黃能富的團隊發展了幾個核心技術，包括：物聯網農場數據收集與傳輸、人工智慧大數據分析、雲端自動化控制、農業區塊鏈、人才培育等。他們也開始整合科技、藝術、文創。
他們在農場收集的數據包含了：土壤溫濕度、二氧化碳、光照度、PH值、PM2.5等。傳輸技術則包括：Zigbee、藍牙、LoRa和NB-IoT。數據送到雲端之後會儲存並進行視覺化處理，然後透過人工智慧進行分析，這時就需要農業專家的協助，最後再透過雲端進行農場的控制。
為了這個服務平台，他們也開始整合不同的團隊：有無人機團隊（負責噴灑、照相），也有軟體機器人（自動寫程式），有農業專家、智慧醫療、藝術科技、農業區塊鏈、通路等方面的團隊。
黃能富希望從作物生長之初就開始蒐集數據，不管是之後的檢驗報告，或者運輸過程，所有東西都要監控，然後利用區塊鏈記錄下來，將來就可以溯源。從通路、市場到餐桌，希望這一路的數據都是透明、不可修改。
智慧農業的實例
屏東縣里港鄉有全國最大的火龍果農場，黃能富團隊在那裡架設了環境感應器和LoRa基地台。火龍果是需要強日照的水果，但台灣在秋分之後日照不足，所以晚上要補光。但農民不知道要補多少光，研究團隊就透過數據蒐集與分析精算光照度，然後建議農民照光時間。
另外，研究團隊也透過「精準農業」進行產量預測。他們在建立神經網路之後，會拿上千張的火龍果花朵照片以深度學習的方式訓練人工智慧。不用告訴人工智慧花長怎麼樣，它就能算花，而且不會跟燈泡搞混。接著再把現場空拍的照片餵給人工智慧，它就會自動計算花的數量。
火龍果從開花到結果大概40天，前後各派出無人機拍攝照片，然後透過人工智慧精算比對，就可以掌握花與果的數量差距。西瓜、鳳梨也都可以比照辦理。
黃能富團隊也幫雲林古坑的咖啡園進行智慧管理。因為這個咖啡園在深山裡，交通很不方便，農民想知道什麼時候可以採收，這樣就不用來回奔波。研究人員就在咖啡園裡架設Sensor Hub，拍攝咖啡豆的照片（成熟的咖啡豆呈紅色，未成熟則是綠色），在現場計算紅綠咖啡豆的數量之後，把結果送出來。這就是所謂的Edge Computing（邊緣運算），因為山上通訊不良，無法傳輸高解析度照片，所以不把計算放在雲端，而是現場算，然後送出結果。
農業的確需要科技幫忙，但黃能富強調：「ICT（資訊與通訊科技）只是配角，我們的目標是要讓主角的農業變得有智慧，提升農業的精緻、精準、品味、價值。」
【整理｜科學人】
