7 月 11 日，谷歌推出开源人工智能计划，旨在适配印度农业领域的需求，并在人工智能模型中融入当地的语言与文化多样性。据亚洲国际新闻社报道，该公司发布了 ″农业监测与事件检测（AMED）应用程序接口（API）″，可提供印度各地的作物及田间活动信息，帮助开发者构建针对性解决方案，以提升农业生产力和抗风险能力。
谷歌DeepMind的研究人员通过公司的 ″放大计划″与印度理工学院卡拉格普尔分校合作，构建了涵盖印度语言和文化多样性的数据集，用于整合到大型语言模型（LLMs）中。
″印度创新者借助这些能力所创造的解决方案令我们深受启发，这表明人工智能能成为推动多重影响和实现前所未有的成效的强大催化剂，″ 谷歌DeepMind印度及亚太地区高级总监Manish Gupta博士在班加罗尔的一场圆桌会议上表示（引自亚洲国际新闻社报道）。
谷歌DeepMind与合作伙伴创新团队在公司 ″农业景观理解（ALU）API″ 的基础上开发了″农业监测与事件检测（AMED）API″，如今借助机器学习、作物标签和卫星图像来识别作物类型、田地规模以及播种和收获日期。该接口还提供三年历史数据，用于追踪田间农业活动。
尽管技术正被用于改善农产品，但印度低收入农民对技术的广泛采用仍面临挑战。
转型的成本障碍
根据世界经济论坛 2025 年 2 月发布的《印度未来农业报告》，尽管人工智能驱动的农业转型已起步，但规模化部署技术并非易事。
专家认为，使用数字技术（包含人工智能解决方案）的印度农民不足 20%。采用率低的原因还包括印度农民收入较低（年均约 1500 美元），这限制了他们购买人工智能解决方案的能力和意愿。
世界经济论坛的报告指出，由于种植成本本已不断上升，若缺乏相应的融资支持，技术干预会被视为一项额外负担。此外，在印度 1.5 亿农民中，近 85% 是小农，平均土地持有量仅为 1.08 公顷（约 2.67 英亩）。
小规模且分散的土地持有量大幅增加了在农村地区提供人工智能解决方案的成本，导致解决方案提供商主要聚焦于较大规模的农民或企业。在供给端，人工智能解决方案的开发和使用需要实时数据，且需投入基础设施和资源，这进一步推高了人工智能的开发成本。
由于技术部署前缺乏有效的验证机制，许多农民对采用新技术仍持谨慎态度。
