這篇文章探討感測器技術（如環境感測器、生物識別和物聯網設備）與對話式人工智慧（如ChatGPT 4.0）的整合。強調即時數據如何增強AI對環境和使用者情境的理解。內容涵蓋感測器網路的科學原理、數據處理技術，以及這些技術如何與生成模型結合，創造智能互動系統。主要主題包括ChatGPT分析感測器數據進行情境對話、醫療應用（如穿戴式感測器和AI聊天機器人）及智慧家庭互動，旨在促進感測器技術與AI開發的研究進展。 PubMed DOI

這篇文章探討了人工智慧（AI）在手稿寫作中的應用，指出其優勢與挑戰。雖然AI能提升寫作效率，但也需關注準確性及人類洞察力的缺失。文章強調制定有效提示的重要性，以發揮AI的潛力並創作高品質手稿。此外，還回顧了出版商的指導方針，確保負責任地使用AI。AI工具在文獻回顧、統計分析和語言精煉方面的協助也被提及。最終，文章主張應平衡使用AI與人類的創造力和批判性思維，才能做出有意義的貢獻。 PubMed DOI

這篇綜述探討卷積神經網絡（CNNs）在智慧農業的應用，涵蓋雜草與疾病檢測、作物分類、水資源管理及產量預測等領域。透過分析115項研究，文章強調科技如何提升農業效率，並介紹影像分類、分割、回歸和物件檢測等方法，利用RGB、多光譜、雷達和熱成像數據。CNNs應用於無人機和衛星數據，實現即時作物監測，助力農場管理。未來建議整合物聯網和雲端平台，改善數據可及性，以應對氣候變化和糧食安全挑戰。 PubMed DOI

番茄（<i>Solanum lycopersicum</i> L.）的栽培對全球營養和經濟有重要意義，但面臨如<i>Tuta absoluta</i>等害蟲威脅，影響產量並提高生產成本。傳統檢測方法勞動密集且易出錯，因此需要先進技術。本研究利用人工智慧，整合YOLOv8進行害蟲檢測與分割，並使用ChatGPT-4提供建議。結果顯示，該模型在檢測精確度上達98.91%，顯著優於傳統方法，並能為未受訓練的生產者提供即時諮詢，推動更環保的農業實踐。未來應專注於特定數據訓練以提升準確性。 PubMed DOI

這篇文章探討人工智慧在乳牛養殖的應用，特別是電腦視覺系統（CVS）和大型語言模型（LLMs）。CVS能非侵入性地同時監控多隻牛，並透過演算法識別個體特徵。LLMs則能整合各種數據，包括非結構化文本，提升數據分析能力。文章也提到在多模態機器學習中，結合不同數據來源進行表型預測的挑戰。總的來說，CVS和LLMs的結合有潛力改善乳牛的健康監測和農場管理。 PubMed DOI

近年來，AI技術像是機器學習和智慧感測器，已廣泛應用在稻米、小麥機能性食品的研發，提升栽培、加工和品質檢測效率。結合光譜分析後，分析更快又不破壞樣品，有助解決產量低或過度加工等問題。不過，目前還有應用受限、資料不足和成本高等挑戰。未來隨AI進步，預期會成為研發關鍵推手。 PubMed DOI

這項研究用AI和參與式建模，分析全球生態村的資料，找出永續發展重點，並建立一套評估生態村影響的模型。情境分析顯示，不同做法（如永續農業、再生能源）會影響生態、經濟和社會層面。研究結果提供實用建議，有助於生態村管理和政策規劃。 PubMed DOI

這篇文章整理了最新AI技術，像是深度學習、大型語言模型和多模態模型，如何徹底改變植物疾病偵測和抗病性預測。內容涵蓋AI在疾病辨識、組學資料分析和性狀選拔的進展，也討論多元資料整合的應用。文中同時指出資料、模型和隱私等挑戰，並提出未來可結合大型語言模型與聯邦學習。整體來說，這是加速抗病作物育種的實用參考。 PubMed DOI

生成式AI正加速新藥開發、蛋白質與基因研究，也推動個人化醫療和農業創新，像是培育更優良作物。它還促進合成生物學和永續發展。不過，資料隱私和公平性等倫理問題也要一起重視，才能確保負責任的應用。 PubMed DOI

這篇論文探討用AI，特別是大型語言模型，來自動化整理動物傳染病環境風險因子的文獻回顧。研究比較不同AI方法，目的是提升找出相關風險因子的效率和準確度，解決病原體快速變異、文獻需常更新的問題。 PubMed DOI