A mesterséges intelligencia egyre nagyobb segítséget nyújt a gazdáknak a precíziós öntözésben, a hozam-előrejelzésben és a termés megfigyelésében.
Amikor három évvel ezelőtt ellátogattam a törökországi Izmirben rendezett mezőgazdasági expóra, a mesterséges intelligencia mezőgazdasági felhasználása szinte kizárólag a készletnyilvántartásra korlátozódott, és olyan speciális termékként jelent meg, amelyet azok a vállalatok kínáltak, amelyek standjai jóval hátrébb kaptak helyet, mint a nagy traktorgyártóké.
HIRDETÉS
HIRDETÉS
Ez azonban kezd gyökeresen megváltozni.
Íme öt mód, ahogyan az MI átalakítja az élelmiszer-termelést és a takarmányozást:
A helyzet monitorozása
A növényállomány megfigyelése továbbra is nagyrészt a megérzésre épül. A gazdáknak tudniuk kell, hogy az évszaknak, a szélviszonyoknak és az éghajlatnak megfelelően hogyan hatnak a kártevők és a betegségek a termésre.
De ez is változóban van.
Drónok és műholdfelvételek látják el adatokkal az MI‑alapú képfeldolgozó rendszereket, amelyek jóval azelőtt felismerik a gombás fertőzéseket vagy a kártevők jelenlétét, hogy az emberi szem észrevenné őket, és így hatékonyabban javasolnak növényvédelmi beavatkozást, peszticidek alkalmazását. Ha a gazdák talajérzékelőket is használnak, az adatbázis tovább gazdagodik.
Terméshozam-előrejelzés
A növényállomány megfigyeléséhez hasonlóan az érzékelőkön alapuló hozamelőrejelzés nemcsak a már betakarított termény mennyiségéről ad képet, hanem arról is, hogy várhatóan mennyi termés kerül még betakarításra. A Syngenta egy olyan generatív MI‑t fejlesztett, amely a hozam-előrejelzésben 95 százalékos pontosságot ér el, és vetésre, tőszámra vonatkozó ajánlásokat is ad.
Az előrejelzés azért kulcsfontosságú, mert a gazdáknak előre meg kell szervezniük a termés logisztikáját. Minél pontosabb adatokat tudnak megosztani a kiskereskedőkkel és a szállítmányozó cégekkel, annál kevesebb pénzt veszítenek.
A National Corn Growers Association megbízásából, a Virginia Tech mezőgazdasági közgazdászai által készített, „What Do We Know About the Accuracy and Impact of USDA Forecasts” című tanulmány közvetlenül a kukoricapiacra gyakorolt hatását vizsgálta az amerikai agrárminisztérium WASDE‑jelentéseinek (World Agricultural Supply and Demand Estimates).
A kutatás szerint az ilyen előrejelzési információk éves értéke nagyjából 301 millió dollár (258,9 millió euró), vagyis a teljes kukoricapiaci érték mintegy 0,55 százaléka, az egyes összetevőkre lebontva: a területbecslések körülbelül 145 millió dollár (124,8 millió euró), a hozambecslések 188 millió dollár (161,8 millió euró), a termelési előrejelzések 299 millió dollár (257,3 millió euró), az exportbecslések pedig 320 millió dollár (275,4 millió euró) értéket képviseltek.
Robotizált gazdálkodás
A robotika az MI világában is látványosan fejlődik, hiszen nemcsak arról van szó, hogy önvezető járművek szállítanak bennünket a városokban: az alkalmazás a traktorokra és más szántóföldi gépekre is kiterjed, amelyek mesterséges intelligencia segítségével automatizálhatók.
A John Deere régóta dolgozik a teljesen önjáró traktorok fejlesztésén, a Carbon Robotics LaserWeeder gépe pedig jó, kézzelfogható példaként szolgál: 24 lézert, 36 kamerát és 24 NVIDIA GPU‑t használ, hogy több mint száz növénykultúrában percenként akár 10 000 gyomot azonosítson és semlegesítsen. Ehhez 150 millió, már 15 országban működő gépek által rögzített, címkézett növénykép szolgált tanulóadatként.
Precíziós öntözés
Az öntözés önálló tudományterület, amely eddig szinte kizárólag az adott gazda szakértelmére támaszkodott. A precíziós öntözés önmagában nem új, az automata öntözőrendszerek régóta léteznek, de továbbra is a gazdák kézi adatbevitelére építettek.
Ma már olyan szenzorfúziós rendszereket alkalmaznak, amelyek a talajnedvességet, a lombkorona hőmérsékletét és az időjárási előrejelzéseket kombinálják, és így mintegy 30 százalékkal csökkentik a vízfelhasználást, miközben bizonyos esetekben még a hozamot is növelik. Egy dokumentált példa szerint az indiai cukornádültetvényekben a 30 százalékos vízcsökkentés 40 százalékos termésnövekedéssel párosult.
A változó dózisú permetezőrendszerek hasonló módon csak ott juttatnak ki növényvédő szert, ahol valóban szükség van rá, ezáltal csökkentik a felhasznált vegyszermennyiséget, és olyan ellenőrzési nyomvonalat hoznak létre, amely megkönnyíti a jogszabályoknak való megfelelést.
MI az állattartásban
Minél nagyobb egy állattartó telep, annál nehezebb biztosítani az állatok jóllétét és gazdasági hasznosságát. Az állattartásban alkalmazott MI‑rendszerek gépi látást és hordható érzékelőket (gyorsulásmérőket, biometrikus szenzorokat) használnak, hogy napokkal azelőtt észleljék a betegségek jeleit, mielőtt azok látható tünetekben megjelennének. Ez csökkenti az antibiotikum‑felhasználást és javítja az állatjóléti mutatókat – ami egyre fontosabb szempont a hús- és tejtermelésben az antibiotikum-használatot érintő szigorodó szabályozói és kiskereskedelmi elvárások miatt.
Ez a történet eredetileg a EU Tech Loop (forrás: angol) oldalán jelent meg, és szindikációs megállapodás keretében került át az Euronewsra.