Cyfryzacja, a co za tym idzie sztuczna inteligencja powoli przejmują kolejne gałęzie przemysłu. Za wcześnie jest jednak mówić o zarządzaniu sektorowym przy pomocy „liczb”, gdyż mimo szybkiego rozwoju rozwiązywania niektórych problemów technologie informatyczne nie są w stanie poradzić sobie z tak oczywistymi problemami gospodarczymi, jak głód i nadprodukcja. Niemniej jednak wielu ekspertów, głównie z branży IT, uważa, że ​​dobrze odżywioną przyszłość ludzkości zapewni synteza rolnictwa, uczenia maszynowego i technologii blockchain.

Sztuczna inteligencja może pomóc w zapewnieniu bezpieczeństwa żywnościowego

Według Organizacji Narodów Zjednoczonych ds. Wyżywienia i Rolnictwa (FAO) populacja świata wzrośnie do 10 miliardów do 2050 roku. Jednak do tego czasu tylko 4 procent dodatkowej ziemi będzie uprawiane, nie wspominając o niepewnych zagrożeniach związanych ze zmianami klimatu i podnoszeniem się poziomu morza. Tradycyjne metody rolnicze nie wystarczą, aby rozwiązać te złożone problemy.

Sztuczna inteligencja stale staje się jednym z innowacyjnych podejść w branży rolniczej. Rozwiązania oparte na sztucznej inteligencji powinny nie tylko umożliwiać rolnikom wytwarzanie większej ilości produktów przy mniejszych zasobach, ale także poprawiać jakość i bezpieczeństwo żywności na rynku konsumenckim.

Oczekuje się, że światowy rynek SI dla rolnictwa wzrośnie średnio o 24,8 procenta w latach 2020-2030. W tym tempie wielkość rynku wzrośnie z 852,2 miliona dolarów w 2019 roku do 8379,5 miliona dolarów w 2030 roku. Obecnie sztuczna inteligencja w rolnictwie jest szeroko stosowana w rolnictwie precyzyjnym, monitorowaniu upraw, gospodarowaniu glebą, robotach rolniczych i nie tylko.

Weźmy na przykład rolnictwo precyzyjne – złożone zastosowanie technologii sztucznej inteligencji, takich jak uczenie maszynowe, wizja komputerowa i narzędzia do analizy predykcyjnej. Obejmuje gromadzenie i analizowanie danych dotyczących gospodarstw, aby pomóc rolnikom w podejmowaniu właściwych decyzji i zwiększaniu produktywności ich pól uprawnych.

Czytaj też: Ph gleby, czyli co rolnik wiedzieć powinien by uzyskać wysokie plony

Sztuczna inteligencja – obecne wykorzystanie w rolnictwie

Dr Yannis Ampatzidis, adiunkt w dziedzinie rolnictwa precyzyjnego i uczenia maszynowego na University of Florida, zauważa, że ​​aplikacje ML są już wykorzystywane w rolnictwie, w tym do wizualizacji, robotyki i analizy dużych zbiorów danych.

W rolnictwie precyzyjnym sztuczna inteligencja jest wykorzystywana do wykrywania chorób roślin i szkodników, odżywiania roślin i gospodarki wodnej

– mówi Ampatzidis.

Wraz z zespołem z University of Florida opracował AgroView, technologię opartą na chmurze, która wykorzystuje algorytmy AI do przetwarzania, analizowania i wizualizacji danych zebranych z platform powietrznych i naziemnych.

Objętość tych danych jest ogromna, a ludzkiemu mózgowi jest bardzo trudno je przetworzyć i przeanalizować. Algorytmy sztucznej inteligencji mogą wykrywać wzorce w tych danych, co może pomóc rolnikom w podejmowaniu mądrych decyzji. Na przykład Agroview może wykrywać i liczyć drzewa cytrusowe, szacować wysokość drzew i mierzyć poziom składników odżywczych roślin

– dodaje Ampatzidis

Ampatzidis uważa, że ​​sztuczna inteligencja ma ogromny potencjał w zakresie analizy dużych zbiorów danych w rolnictwie. Sztuczna inteligencja jest kluczem do uwolnienia potencjału ogromnych ilości danych generowanych przez gospodarstwa i badania rolnicze:

Robot do odchwaszczania podejmuje decyzje w czasie rzeczywistym w celu identyfikacji upraw i chwastów dzięki ścisłej współpracy zintegrowanych kamer, wizji komputerowej, uczenia maszynowego i robotyki. Kiedy samochód przejeżdża przez pole, kamery o wysokiej rozdzielczości zbierają obrazy z dużą liczbą klatek na sekundę. Sieć neuronowa analizuje każdą klatkę i tworzy dokładną w pikselach mapę upraw i chwastów. Po zidentyfikowaniu roślin każdy chwast i uprawa są mapowane na polach, a robot wybiera tylko chwasty. Cały proces odbywa się w milisekundach.

meatinfo.ru/fot.Pxfuel