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

這篇論文探討在東歐推行自動灌溉系統和AI驅動的氣候監測，以應對氣候變遷並確保糧食安全。透過物聯網技術，系統持續收集溫度、濕度和土壤濕度的數據，並利用AI分析，提供最佳灌溉建議。這樣可以減少水和能源消耗，增強植物健康，提高農業生產力。數據無線傳輸至中央數據庫，便於進行國家級氣候評估。AI在農業監測中的應用，為可持續農業和應對氣候挑戰邁出了重要一步，並可作為其他脆弱地區的參考模型。 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

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

這篇論文回顧AI，特別是大型語言模型在中醫診斷的應用，整理了機器學習在中醫影像、文字、波形等資料上的進展，並分析LLMs的最新應用。文中也討論AI導入中醫的機會與挑戰，期望為未來研究和智慧中醫診斷技術融入醫療體系提供參考。 PubMed DOI

研究團隊開發了PlantGPT，專為植物基因研究設計的AI模型，能更精確回答植物基因功能問題，錯誤率也比一般AI低。PlantGPT就像植物基因專家，已經有線上工具可用，未來也有望成為作物研究AI的參考標準。 PubMed DOI

大型語言模型（LLMs）在自然語言處理很強，但在植物育種的應用還有很大發展空間。這篇綜述說明LLMs能協助分析複雜生物資料、預測重要性狀，並整合基因體和環境等多元資料，有助於提升基因發現和決策效率。文章也討論目前進展、挑戰及未來展望，期望推動永續農業與糧食安全。 PubMed DOI

這篇綜述介紹先進AI技術（如機器學習、深度學習、大型語言模型）如何應用在傳統醫學，提升診斷準確度、藥物研發效率及病患照護。作者希望促進AI與傳統醫學的合作，推動醫療創新，帶來更好的健康成果。 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