A mesterséges intelligencia alapján működő berendezések és gépek magasabb szintre emelik a mai mezőgazdasági rendszerek hatékonyságát. Ez a technológia a növénytermesztés és az állattenyésztés fejlődéshez is egyaránt hozzájárulhat. A mindennapokban is több olyan eszköz terjedt el, amely mögött már az AI (artificial intelligence) tudása dolgozik. De mit hoz a jövő az ilyen technológiák terjedésével és fejlődésével?
Czékus Mihály a Mezőhír portálon írt részletes szakmai cikket, ezt az anyagot szemléztük. Az AI-alapú technológiák segítenek javítani a hatékonyságot minden területen, és kezelik azokat a kihívásokat, amelyekkel a különböző iparágak szembesülnek, beleértve a mezőgazdasági szektort. Ennek kapcsán az agráriumnak ezekre a területeire érdemes gondolni: terméshozam, öntözés, talajelemzés, termésfigyelés, tápanyag-visszapótlás, növényvédelem és az állatállomány egészsége.
Az AI-alapú berendezések és gépek a mai mezőgazdasági rendszert más szintre emelik. Ez a technológia hatékonyabbá teszi a növénytermesztést, és javítja a valós idejű megfigyelést, a betakarítást és a feldolgozást. A mezőgazdasági robotokat és drónokat használó automatizált rendszerek legújabb technológiái óriási mértékben hozzájárulnak a kibocsátás minőségének javulásához. A precíziós gazdálkodás kategória termelte a legnagyobb bevételt a mesterséges intelligencia területén a mezőgazdasági piacon – írta a cikk.
Támogatja a hozam előrejelzését
A környezeti tényezők mellett a fajtaválasztás és a vetőmag minősége határozza meg a maximális teljesítményszintet a növények számára. Az új technológiák segítik a gazdák igényeinek leginkább megfelelő hibrid vetőmagok kiválasztását. A mesterséges intelligencia hozzájárul annak megértéséhez, hogyan reagálnak a magok a különféle időjárási viszonyokra és a különböző talajtípusokra. Ezeknek az információknak az összegyűjtésével a növénybetegségek kialakulásának esélye is csökken. Így a gazdák könnyebben meg tudnak felelni a piaci trendeknek, az éves eredményelvárásoknak, a fogyasztói igényeknek, továbbá könnyebben tudják maximalizálni a terméshozamot.
Az AI és a gépi tanulás javítja a terméshozam előrejelzését a valós idejű szenzoradatok és a drónoktól származó vizuális analitikai adatok révén. Az intelligens szenzorok és a valós idejű videóközvetítést biztosító drónok által rögzített adatmennyiség teljesen új adatkészleteket biztosít a mezőgazdasági szakértőknek, amelyekhez korábban soha nem fértek hozzá. Lehetőség van a nedvesség-, műtrágya- és természetes tápanyagszintek mérésére, a talajba telepített szenzorok adatainak kombinálására az egyes növények növekedési mintáinak időbeli elemzéséhez.
Megoldás a munkaerőhiány gondjaira
A mesterséges intelligencia jelentős előnyökkel járhat a munkaerőhiány kezelésében. Ez sok vállalat számára komoly kihívást jelent, mivel nehezen találnak képzett dolgozókat a termelési folyamataikhoz. Az AI segíthet enyhíteni ezt a problémát azáltal, hogy automatizál számos olyan feladatot, amelyek általában emberi beavatkozást igényelnek. A mesterséges intelligenciára épülő technológiák hozzájárulhatnak, hogy a munkaerőhiánnyal küzdő nagyüzemi mezőgazdasági vállalkozások több száz hektáron bevethetik a robotikát. Az önjáró robotgépek segítenek csökkenteni az üzemeltetési költségeket, és tovább javítani a szántóföldi terméshozamot. A Kray Technologies megtervezte a világ első teljesen digitális és pilóta nélküli (drón) permetezőjét. Az eszköz napi 1200 hektáros területkapacitással rendelkezik.
Az izraeli székhelyű vállalat, az Edete „mesterséges növénybeporzási” megoldást fejleszt az egyre fogyatkozó beporzó-rovarállomány pótlására. A vállalat egy új módszert dolgoz ki a pollen tárolására, majd a beporzás szinkronizálására beporzógépek segítségével.
Javuló növényvédelem
A mesterséges intelligencia segít a növénybetegségek, a kártevő-fertőzöttség és a nem megfelelő ütemű fejlődés kimutatásában. Számos technológiai cég fejlesztett ki robotokat, amelyek számítógépes látást és mesterséges intelligenciát használnak a gyomok megfigyelésére és precíz permetezésére. Ezek az intelligens permetezőgépek a növényekre szokásosan kipermetezett vegyszerek mennyiségének 80%-át képesek megtakarítani, jelentősen csökkentve a gyomirtásra fordított kiadásokat. Az agráriumra specializálódott, innovatív startupok mesterséges intelligenciát alkalmaznak számos fejlesztésükben. Példaként megemlíthető, hogy egy berlini székhelyű mezőgazdasági startup kifejlesztett egy többnyelvű növénybetegség- és kártevő-diagnosztikai alkalmazást, amely a növényekről készült fotókat használja a betegségek azonosítására. Ez az alkalmazás a képfelismerés-alapú technológiát használja. A gazda okostelefonja segítségével képet készíthet a növényekről, amelyet az applikáció szervere az adatbankban szereplő képpel párosít.
Így azonosíthatóvá válik az adott növényi betegség, amelynek kezelési módjáról is informálja a rendszer a gazdát. Több mint hétmillió gazdálkodó töltötte le ezt az applikációt világszerte, amely több mint 385-féle növénybetegséget segített azonosítani a szántóföldi növények, gyümölcsök és kertészeti növények között. A korszerű növényvédelem kapcsán elmondható, hogy számos gépgyártó cég csatlakozott már az intelligens permetezőgépeket előállítók köréhez. Ennek köszönhetően, többet között olyan gépek állnak a gazdák rendelkezésére, mint például a Yanmar YV01, a Brinkman Meto SW és a Bogaerts Qii-Jet Tav-342.
A növényi kártevők mellett a rovarkártevők vonatkozásában is létezik AI-alapú segítség. A szlovén eredetű Trapview egy automatizált kártevő-megfigyelő és előrejelző rendszer, amely közel valós idejű adatokat biztosít a gazdálkodóknak. Az AI-technológiát alkalmazva a vállalat algoritmusai mintegy 40 különböző rovarfaj azonosítására képesek előrejelzési modelljeikben. A cég állítása szerint ők rendelkeznek a világ legnagyobb algoritmus- és kártevő-adatbázisával.
Az öntözés fejlesztése AI segítségével
A vízszükségletek valós idejű előrejelzése bonyolult. Ezt a prediktív képességet, ami igazi tudományos áttörést jelent, csak az adattudomány, a mesterséges intelligencia és az IT fejlődésével lehet elérni. Becslések szerint a mezőgazdaság használja fel a világ rendelkezésre álló édesvízkészletének 85 százalékát. Ez az arány pedig gyorsan növekszik a népesség növekedésével és az ebből fakadó élelmiszerigény változásával. Ez azt jelenti, hogy hatékonyabb technológiákat kell kidolgozni, hogy biztosítsák a vízkészletek megfelelő felhasználását az öntözésben. A hagyományos öntözőrendszerek egyik legnagyobb hátránya a vízpazarlás. A modern technológia segítségével sok cég fejlesztett már ki érzékelőalapú intelligens öntözőrendszert az optimális vízfelhasználás érdekében. Az öntözőrendszerek optimalizálása és annak mérése, hogy a növények megfelelő gyakoriságú öntözése mennyire javítja a terméshozamot, mind olyan terület, amelyen a mesterséges intelligencia hozzájárul a gazdálkodás hatékonyságának javításához – írták.
A hatékony használat különbséget jelenthet a között, hogy egy gazdaság vagy mezőgazdasági tevékenység nyereséges marad-e, vagy sem. A lineáris programozást gyakran használják annak kiszámítására, hogy egy adott táblának vagy növénynek mennyi optimális vízmennyiségre van szüksége az elfogadható termésszint eléréséhez. A gépi tanulási algoritmusok ideálisak annak biztosítására, hogy a szántóföldek és a haszonnövények elegendő vizet kapjanak a hozamok optimalizálásához anélkül, hogy a folyamat során pazarlás jelentkezzen. Az autonóm öntözőgépek kifejlesztése során figyelembe vették a növények párologtatását, amely különböző légköri paraméterektől függött, mint a páratartalom, a szélsebesség, a napsugárzás, továbbá még a terméstényezők (pl. növekedési szakasz, növénysűrűség, talajtulajdonságok és a kártevők).
Az intelligens öntözés kialakításához számos okos megoldás (Sprinkl, Hydrawise, HydroPoint, Ag Leader, DOMIS: Design of Micro IrrigationSystems, CropX, Ecozen Solution) közül válogathatnak a gazdák.
Az állatállomány egészségének nyomon kísérése
A mesterséges intelligenciában rejlő lehetőségek kihasználása az állategészségügyben lehetővé teszi az olyan rendkívül összetett kérdések kezelését, mint például a járványtan vagy a gazdaszervezet és a kórokozó közötti kölcsönhatások tanulmányozása. A mesterséges intelligencia hozzájárulhat a jobb diagnosztikához a betegségek felderítésében, a megbízhatóbb előrejelzésekhez és a hibák számának csökkentéséhez.
A mesterséges intelligencia használata egy állattartó gazdaságban nagyszerű lehetőséget kínál a munkafolyamatok támogatására és a haszonállatok gondozási színvonalának emelésére. Az állatállomány egészségének mesterséges intelligencia segítségével történő figyelemmel kísérése, beleértve az életfunkciók, a napi aktivitási szint és a táplálékfelvétel megfigyelését, biztosítja, hogy az állatok egészsége a mesterséges intelligencia és a gépi tanulás egyik leggyorsabban növekvő aspektusa legyen a mezőgazdaságban.
Annak megértése, hogy egyes haszonállatfajok hogyan reagálnak az étrendre és az étkezési körülményekre, felbecsülhetetlen abból a szempontból, hogyan lehet maximalizálni az állomány teljesítményét.
Az okostelefonra letölthető, az állattenyésztést segítő alkalmazások például: Cattlytics, My Cattle Manager, My Poultry Manager, Cow Master, Farm Manager and Analyzer, VacApp, AGEX Herd, Ranch Manager, NAVFARM, Livestock Manager, CattleMax, FarmWizard, Chetu, Muuu, CattlePro.
AI-jövőkép
A technológia alkalmazása segít előrejelezni az időjárást és a mezőgazdasággal kapcsolatos egyéb feltételeket, mint például a talajminőség, a talajvíz, a termésciklus és a növénybetegségek kimutatása, amelyek kritikus problémákat tartogathatnak a gazdálkodóknak. A mezőgazdaság azonban nem függhet teljesen a mesterséges intelligenciától, mivel az csak azok között a keretek között működhet, amire programozták.
Ahogy egyre nagyobb a tudatosság és a technológiák elérhetővé válnak az átlagos gazdálkodók számára, úgy nyílnak olyan új távlatok, amelyekben a mezőgazdaság félig autonóm lehet a mesterséges intelligencia vezérletével. Az AI-rendszereknek sok adatra van szükségük a gépek betanításához és a pontos előrejelzésekhez. Kiterjedt mezőgazdasági területek esetén bár a térbeli adatok könnyen gyűjthetők, az időbeli adatok nehezen hozzáférhetők. Például a legtöbb növényspecifikus adatot évente csak egyszer lehet megszerezni, amikor a növények fejlődnek/kifejlődnek.
Mivel az adatinfrastruktúra kifejlődése időbe telik, sok időre van szükség egy gépi tanulási modell felépítéséhez. Ám nem csak a mesterséges intelligencia segíti a gazdákat. A műholdak és az intelligens szenzorok mind új lehetőségeket jelentenek a mezőgazdasági és agrárgazdasági döntéstámogató eszközök biztosítására a talaj, az éghajlat, az állatállomány egészsége és az időjárás-előrejelzés terén.
A mesterséges intelligencia helyettesítheti azt a tudást, amellyel a gazdák mindig is rendelkeztek? A válasz egyelőre valószínűleg nem – de a közeljövőben minden bizonnyal egyre magasabb szintre fejlődik, kiegészíti és segíti a döntéshozatalt, továbbá javítja a teljes gazdálkodási folyamatot. Az ilyen technológiai fejlesztések valószínűleg jobb mezőgazdasági gyakorlathoz, nagyobb hozamokhoz vezetnek, és minőségileg javítják a gazdálkodók életét – írta a cikk.
