科技應該要服務農業，黃能富一開場即指出：我們的農業和科技走得太遠，應該把它們融合起來。物聯網怎么幫農業提升產值、質量？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***地區一些大型農場安裝了傳感器（sensor）。這些傳感器使用了兩種技術，LoRa和NB-IoT。Lora是一種長距離、低功耗的無線網絡技術，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。在農場搜集多樣性的數據后，透過LoRa或NB-IoT上傳到云端，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，利用人工智能分析數據之后，再傳回到農場進行控制，例如：施肥、灌溉、滴灌、補光、開風扇。為了建立物聯網云端農業數據分析服務平臺，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、人工智能大數據分析、云端自動化控制、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。數據送到云端之后會儲存并進行可視化處理，然后透過人工智能進行分析，這時就需要農業專家的協助，最后再透過云端進行農場的控制。為了這個服務平臺，他們也開始整合不同的團隊：有無人機團隊（負責噴灑、照相），也有軟件機器人（自動寫程序），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搜集數據，不管是之后的檢驗報告，或者運輸過程，所有東西都要監控，然后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***地區最大的火龍果農場，黃能富團隊在那里架設了環境傳感器和LoRa基地臺。火龍果是需要強日照的水果，但***在秋分之后日照不足，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搜集與分析精算光照度，然后建議農民照光時間。另外，研究團隊也透過“精準農業”進行產量預測。他們在建立神經網絡之后，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能。不用告訴人工智能花長怎么樣，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喂給人工智能，它就會自動計算花的數量。

火龍果從開花到結果大概40天，前后各派出無人機拍攝照片，然后透過人工智能精算比對，就可以掌握花與果的數量差距。西瓜、菠蘿也都可以比照辦理。黃能富團隊也幫云林古坑的咖啡園進行智慧管理。因為這個咖啡園在深山里，交通很不方便，農民想知道什么時候可以采收，這樣就不用來回奔波。研究人員就在咖啡園里架設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后，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，無法傳輸高分辨率照片，所以不把計算放在云端，而是現場算，然后送出結果。

農業的確需要科技幫忙，但黃能富強調：“ICT（信息與通訊科技）只是配角，我們的目標是要讓主角的農業變得有智慧，提升農業的精致、精準、品味、價值。”