The improvement of computers' capacities, advancements in algorithmic techniques, and the significant increase of available data have enabled the recent developments of Artificial Intelligence (AI) technology. One of its branches, called Machine Learning (ML), has shown strong capacities in mimicking characteristics attributed to human intelligence, such as vision, speech, and problem-solving. However, as previous technological revolutions suggest, their most significant impacts could be mostly expected on other sectors that were not traditional users of that technology. The agricultural sector is vital for African economies; improving yields, mitigating losses, and effective management of natural resources are crucial in a climate change era. Machine Learning is a technology with an added value in making predictions, hence the potential to reduce uncertainties and risk across sectors, in this case, the agricultural sector. The purpose of this paper is to contextualize and discuss barriers to ML-based solutions for African agriculture. In the second section, we provided an overview of ML technology from a historical and technical perspective and its main driving force. In the third section, we provided a brief review of the current use of ML in agriculture. Finally, in section 4, we discuss ML growing interest in Africa and the potential barriers to creating and using ML-based solutions in the agricultural sector.

Bản dịch tiếng Việt:

Việc cải thiện năng lực của máy tính, những tiến bộ trong kỹ thuật thuật toán và sự gia tăng đáng kể dữ liệu sẵn có đã tạo điều kiện cho sự phát triển gần đây của công nghệ Trí tuệ nhân tạo (AI). Một trong những nhánh của nó, được gọi là Machine Learning (ML), đã thể hiện năng lực mạnh mẽ trong việc bắt chước các đặc điểm của trí thông minh con người, chẳng hạn như thị giác, lời nói và giải quyết vấn đề. Tuy nhiên, như các cuộc cách mạng công nghệ trước đây cho thấy, tác động đáng kể nhất của chúng có thể chủ yếu ảnh hưởng đến các lĩnh vực khác không phải là người sử dụng công nghệ đó truyền thống. Ngành nông nghiệp rất quan trọng đối với nền kinh tế châu Phi; nâng cao năng suất, giảm thiểu tổn thất và quản lý hiệu quả tài nguyên thiên nhiên là rất quan trọng trong kỷ nguyên biến đổi khí hậu. Học máy là một công nghệ có giá trị gia tăng trong việc đưa ra dự đoán, do đó có khả năng giảm thiểu sự không chắc chắn và rủi ro giữa các ngành, trong trường hợp này là ngành nông nghiệp. Mục đích của bài viết này là bối cảnh hóa và thảo luận về các rào cản đối với các giải pháp dựa trên ML cho nông nghiệp Châu Phi. Trong phần thứ hai, chúng tôi đã cung cấp cái nhìn tổng quan về công nghệ ML từ góc độ lịch sử và kỹ thuật cũng như động lực chính của nó. Trong phần thứ ba, chúng tôi đã đưa ra đánh giá ngắn gọn về việc sử dụng ML hiện nay trong nông nghiệp. Cuối cùng, trong phần 4, chúng tôi thảo luận về mối quan tâm ngày càng tăng của ML ở Châu Phi và những rào cản tiềm ẩn đối với việc tạo và sử dụng các giải pháp dựa trên ML trong lĩnh vực nông nghiệp.

Document Ready

Click below to load the full PDF document natively.