在人类所面临的问题中，很少有比迫在眉睫的粮食安全危机更严重的了。“复杂性、人工智能与食品未来”系列，循序渐进的讨论了人工智能在为粮食安全寻找解决方案方面所能发挥的作用，包括了卫星图像以提高产量，增强气候适应能力，开发农业机器人，以及通过生物识别提高粮食安全。



这与典型的静态问题不同，在静态问题中，人们只需要应用一些常规思维就可以找到完美的解决方案。正如所讨论的那样，人工智能不仅必须应用于种植更多的各种不同作物，而且必须应用于优化农业的整个价值链。要做到这一点，这样的人工智能系统将不得不从植物智能和植物功能中获得灵感，显然不是单纯走复制人脑功能的道路。

这使其成为一个复杂科学的问题。它需要开发理论框架，将自然界的工作原理应用于计算智能的能力。这一方面的工作已经开辟了全新的研究领域，将生物、工程和计算机科学融合在一起，形成了以自然为灵感的计算。

由于我们的目标不仅仅是提高农田作物的产量，人工智能开发者将不得不建立适用于整体供应链管理的理论模型。他们还必须考虑到农业、农学、供应链管理、物流和食品储存等方面，而且各个领域分别都有高度复杂的问题，需要充分探索这些问题才能实现人工智能系统。

这类人工智能模型并非从零开始，而是通过从生物学中寻找灵感来开发。也就是说，开发者们将通过观察复杂适应系统如何解决问题来确定复杂自然系统背后的逻辑网络。采用“生物启发”的方法意味着研究植物如何解决问题的方式，而植物的方式往往是人类不会或根本不能做到的。

作为一个例子，科学家们几年前用实验说明了黏菌解决复杂问题的能力。科学家把黏菌的食物分布安排的与日本东京周边城市的布局非常相似。然后，黏菌开始自行构造获取食物的通道，竟然发现它们构建的网络与东京的铁路系统图惊人的相似。基于从黏菌中观察到的过程，计算机算法在创建容错连接网络方面被证明是有效的。

西英格兰大学(University Of The West Of England)非常规计算教授Andy Adamtzky试图调整黏菌等生物体的形态逻辑或计算智能。这样的研究超越了农业生产，延伸到生产管理，以及从农场到加工中心，再到配送中心，最终到达食品销售地的复杂物流。

另一个例子可以在意大利学者Andrea Vitaletti的工作中找到，他正在研究植物有机体与电子元件的混合体。这些机器人植物将起到环境管理传感器的作用。这项研究旨在研究植物的“语义”能力，即了解它们如何通过信号发射、接收和交流。这样的创新可以极大地促进农业生产，以及我们管理农业以应对不断变化的环境的能力。

曾经只在科幻小说中发现的人工智能，自从1955年作为一个理论概念首次提出以来，已经以不可想象的方式发展起来。人工智能改变了我们与科技的关系，也改变了我们与自然的关系。它还使我们能够更好地理解自然界的智慧，以改善我们的食物系统。

作家雷·布拉德伯里（Ray Bradbury）写道：“科幻小说是头脑中出现的任何想法，现在还不存在，但很快就会--而且会改变所有人的一切，都不会再一样了。这永远是有关可能性的艺术，而非不可能。”

计算智慧正开始体现“有关可能性的艺术”，这将帮助那些发展中的人工智能系统确保不断增长的世界人口能够获得所需的粮食。