传统农业为农民提供的植物品种、耕作方法和投入品选择很少。
如今，通过将农业系统视为计算机科学家所称的“状态空间”，他们可以拓宽选择范围。
计算系统可以汲取来自不同环境和多种学派的农业知识，帮助农民为其土地找出最佳选择。
它还可以帮助农民建模替代性农场策略，并尽量减少代价高昂的反复试错。
人类已经对全球一半的陆地进行了实际改造，用于种植八种主要粮食作物：玉米（maize，即corn）、大豆、小麦、水稻、木薯、高粱、甘薯和马铃薯。这些作物提供了全球人口所摄取的绝大部分热量。随着全球人口增长，增加产量的压力随之而来，进一步扩大产量。
许多专家认为，进一步扩大现代工业化农业——这种农业严重依赖合成肥料、化学农药和高产种子——并非正确之道，无法养活不断增长的世界人口。在他们看来，这种做法在生态和经济上都不可持续，农民和科学家都感到受困于这一体系之中。
社会如何发展出既能满足其需求，又更加健康多样的粮食体系？事实证明，要像工业化农业那样广泛推广有机农业等替代方法，难度很大。
在最近的一项研究中，我们从自身作为计算机科学家和作物科学家的视角探讨了这一问题。我们与同事Bryan Runck、Adam Streed、Diane R. Wang和Patrick M. Ewing共同提出了一种重新思考农业系统的设计与实施方式的方法，运用计算机科学中的一个核心理念——抽象化。抽象化能够概括数据与概念，并以计算方式对其加以组织，使我们无需持续审视其内部细节，即可对其进行分析并据此采取行动。
产出巨大，影响深远
现代农业在20世纪中叶短短几十年间迅速集约化，就人类历史而言只是转瞬之间。技术进步起到了引领作用，包括合成肥料的发明以及改良植物育种的统计方法。
这些进展使农场能够生产出多得多的粮食，但代价是环境。大规模农业已助长了气候变化，使湖泊和海湾受到养分径流的污染，并加速了物种流失，将自然景观变成了单一作物种植的田地。
许多美国农民和农业研究人员希望种植更多样的作物，并采用更可持续的耕作方法。但他们很难弄清哪些新系统能够表现良好，尤其是在气候不断变化的情况下。低影响的耕作系统往往需要深厚的本地知识，还需要对植物学、天气与气候建模、地质学等领域有全面的理解。
这正是我们的新方法发挥作用之处。
作为状态空间的农场
计算机科学家在思考复杂问题时，通常会使用一个称为状态空间的概念。这种方法以数学方式表示系统所有可能的配置方式。在空间中移动意味着做出选择，而这些选择会改变系统的状态，无论是变好还是变坏。
以国际象棋为例，考虑一盘由棋盘和两名棋手组成的对弈。棋盘在某一时刻的每一种布局都是对局的一个单一状态。当一名棋手走出一步棋时，对局便转移到另一个状态。
整盘棋局可以用其“状态空间”来描述——即棋局通过棋手的合法走法可能处于的所有状态。在对弈过程中，每位棋手都在寻找对自己更有利的状态。
我们可以将农业系统视为特定生态系统中的一个状态空间。农场及其植物品种布局在任一时刻都代表该状态空间中的一个状态。农民在寻找更好的状态，并努力避开不利的状态。
人类和自然都会使农场从一种状态转变为另一种状态。在任何一天，农民可能会在田地里进行十几种不同的作业，例如耕作、播种、除草、收获或施加肥料。自然也会引发轻微的状态转变，例如植物生长和降雨，以及洪水或野火等自然灾害所造成的更为剧烈的状态转变。
寻找协同效应
将农业系统视为状态空间，有助于拓宽农民的选择范围，超越当今农业系统所提供的有限选项。
个体农民没有时间或能力在自家土地上多年反复试错。但计算系统可以汲取来自不同环境和多种学派的农业知识，与自然进行一场比喻意义上的国际象棋对弈，从而帮助农民为其土地找出最佳选择。
传统农业将农民的选择局限于少数几种植物品种、耕作方法和投入品。我们的框架使人们能够考虑更高层次的策略，例如多种作物混种，或寻找最适合特定地块的管理技术。用户可以搜索状态空间，考虑哪种方法、品种和地点的组合能够实现这些目标。
例如，如果一位科学家希望测试五种轮作方案——即在同一块田地上按计划顺序种植作物——每种方案持续四年，并种植七种植物品种，那么这将代表721种潜在的轮作方式。我们的方法可以利用长期生态研究的信息，帮助找出最值得测试的潜在系统。
我们认为最具潜力的一个领域是间作，即将不同植物混合种植或紧密种植在一起。长期以来，人们已知许多特定植物组合能够良好共生，每种植物都能在某种程度上帮助其他植物。
最为人熟知的例子是“三姐妹”——玉米、南瓜和豆类——由美洲原住民农民培育而成。玉米秆为攀缘的豆藤充当支架，而南瓜叶则为地面遮荫，保持土壤湿润并抑制杂草萌发。豆类植物根部的细菌为这三种植物提供氮素，这是一种必需营养元素。
人类历史上，各种文化都拥有各自偏好的间作系统，并具有类似的协同效应，例如姜黄与芒果或小米、豇豆与枣（通常称为红枣）。此外，关于农光互补（agrivoltaics）的新研究表明，太阳能板与农业相结合可以出人意料地行之有效：太阳能板会对其下方生长的作物产生部分遮荫，而农民则可通过在自家土地上生产可再生能源获得额外收入。
建模替代性农场策略
我们正致力于将我们的框架转化为软件，使人们能够将农业建模为状态空间。其目标是让用户依据自身直觉考虑替代性设计方案，从而减少当前测试农业新构想所需的代价高昂的反复试错。
当今的方法大多是对现有的、往往不可持续的农业系统进行建模并追求其优化。我们的框架则能够发现新的农业系统，并在这些新系统之内进行优化。
用户还能够将其目标交由基于人工智能的智能体来执行，该智能体可以像在棋盘的状态空间中挑选制胜走法那样，对农场的状态空间进行搜索。
与一个世纪前相比，现代社会能够接触到多得多的植物品种，也掌握了更多关于不同物种与环境如何相互作用的信息。在我们看来，农业系统并未充分利用所有这些知识。以计算方式将其整合起来，有助于让农业在快速变化的世界中变得更具生产力、更健康、更可持续。
