13° C, предимно облачно
Новите технологии оптимизират земеделието, но срещат икономически препятствия по пътя към реализацията
Инес ЗЛАТАНОВА
Изкуственият интелект (ИИ) в момента е актуална тема, в чиято употреба се вижда особено сериозен потенциал в сектора на земеделското производство. Въпреки че ИИ понякога е противоречив, самообучаващите се системи могат да бъдат от голяма полза за управлението на стопанските дейности. Алгоритмите за машинно обучение могат да използват многогодишни данни, за да направят операциите във фермите по-ясни и да се стига до по-добри решения за реализиране на продукцията. В допълнение, последните разработки в генеративния ИИ представят бъдещи възможности за автоматизиране на вземането на решения, като се използват огромни набори от данни, които вече съществуват. Потенциалните примери включват подпомагане на фермерите да разработят стратегически планове за това какви суровини (тор, растителна защита и семена) да се прилагат, по кое време и в какво съотношение, за да се подпомогне най-добре рентабилността и устойчивите практики на фермата. Софтуерите за прогнозиране на болести по растения, плевели и вредители спомагат навременното откриване и са прогнозируеми в зависимост от времето, местоположението и други фактори.
Можем ли обаче да защитим данните, които получаваме от агрософтуерите си?
Киберсигурността на футуристичните
системи е основна тема
Световното селско стопанство е подготвено за трансформация на цялата система (готовността е низходяща от запад на изток) с помощта на технологиите с изкуствен интелект, които ще повишат производителността на фермите, като същевременно ще опазват околната среда. Изкуственият интелект (ИИ) продължава да прави ежедневните задачи по-ефективни и по-лесни за изпълнение, често по начини, които не бихме могли да си представим или предвидим. Въпреки сложните предизвикателства, породени от природата и практиките за управление на културите, селското стопанство е готово за внедряване на технологиите на бъдещето. Твърде дълго време земеделските производители изстискваха всяка капка от знанията на поколенията, за да вземат най-умните решения за своите култури. Новите инструменти помогнаха постепенно, но изправено пред все по-несигурните климатични модели, повишаващите се температури и по-честите засушавания, селското стопанство заслужава трансформация на цялата система, задвижвана от ИИ, софтуери, сателитни данни и т.н. Вземете например селекцията на културите. Събирането на подробна информация като брой съцветия, височина на растенията, болести и т.н. е досаден за растениевъдите процес. Възможността на ИИ да улавя и разбира точната информация от растенията, чрез компютърно зрение, по същество, тълкуване на изображения на растения, може да помогне. Тази система я срещаме заложена в много автоматизирани култиватори за отстраняване на плевели например, в оборудването за снемане на климатични и метеорологични данни от атмосферата, сензорните технологии при различните машини, системите за контрол на поливната и впръсвателна норма и т.н.
Увеличаването на темпото на събиране на данни и възможността за провеждане на опити на повече места може да помогне в по-бързото откриване на устойчиви на климата сортове жизненоважни основни култури или т.нар. геномна селекция. Идващата вълна от по-интелигентно земеделско оборудване ще може да възприема заобикалящата го среда, да събира повече данни, и да ги осмисля.
Интелигентните камери с изкуствен интелект
не само ще помогнат да се определи
дали растенията са плевели или културни,
но и ще осигурят прецизно прилагане на химикали, което ще повиши производителността на стопанствата, като същевременно ще опазва околната среда. Като прибавим и инструментите за подпомагане на вземането на решения, задвижвани от ИИ, които на смартфоните и таблетите на земеделските стопани и консултантите могат да интерпретират изображенията и контекста, за да подобрят производителността, да намалят загубите и да намалят риска, получаваме условията за изцяло нов начин на отглеждане на култури и изхранване на света.
Д-р Галя Манчева, ИИ експерт и автор на научни изследвания в областта, определя изкуствения интелект като съвкупност от бързоразвиващи се технологии, които могат да подобрят изпълнението в множество отрасли, включително селското стопанство. Тя е основател на консултантска фирма за изкуствен интелект, която помага на малките и средни производители да използват ИИ в съответствие с ЕС регулациите, за да се намалят финансовите тежести и да бъдат защитени от санкции. Експертката оценява предварително готовността на бизнеса за внедряване на ИИ, осигурява изискванията в съответствие с регламента, надгражда дейността на фирмата с помощта на ИИ, оценява и предотвратява потенциалните рискове, внедрява и поддържа ИИ към стопанствата и също ги държи в течение при обновяване на законодателството в областта. Регулаторната тежест на международно ниво е гласувана с голямо мнозинство в Европейския парламент през месец май, защото ИИ системите съдържат вероятност да представляват риск за безопасността при неправилна експлоатация. Изискванията ще включват наличие на висококачествени данни с документация и проследимост, прозрачност, точност, надеждност и човешки надзор. Предстои да влязат в сила след обнародване на регулацията. ИИ може да се приложи към повечето дейности в МСП, може да предизвика продуктова революция, и го прави в сектора на агротехниката, променя бизнес модели и практики за увеличаване на производителността,
освобождава служителите от задачи
с ниска добавена стойност,
реорганизирайки работните процеси
за оптимална ангажираност при задачите в стопанството. Минус на технологиите са високите разходи и несигурност от ползите, докато не се утвърдят в българското земеделие. Според експерти това ще отнеме време. Докато в Америка виждаме все по-често агромашини с вграден ИИ, тук тепърва предстои да започнат да се изпробват от земеделските производители, както например се случва в момента с роботизираните системи с ИИ за разпознаване и отстраняване на плевели.
Точно както хората се нуждаят от непрекъснато обучение и изграждане на умения, инструментите с изкуствен интелект също се нуждаят от непрекъснато обучение. Тъй като функциите на ИИ за селското стопанство се характеризират с изключително разнообразие, едно от предизвикателствата при обучението на моделите на ИИ е да им се помогне да се справят с малки промени като осветление, ъгъл на камерата и почвен фон. Например, трябва да научат фините характеристики на растенията и да работят с висока точност на много различни места, но разходите за придобиване на необходимото разнообразие от изображения и след това за маркиране на тези изображения за целите на обучението могат да бъдат немалки. Компанията Mineral, която наскоро се отдели от X прилага най-новите постижения в областта на изкуствения интелект, за да помогне на агробизнеса и земеделските производители да подобрят събирането и анализа на данни, за да направят селското стопанство по-рентабилно и устойчиво. За тази цел разработва технология за възприемане, която може да извлича информация на ниво растение; организира данни от различни източници; изгражда мощни софтуерни алгоритми и провежда изследвания, които могат значително да задълбочат фундаменталното разбиране на културите, които фермерите отглеждат.
Селското стопанство е сложно и готовите инструменти за ИИ, разработени за чатботове и генериране на снимки, няма да помогнат на земеделските стопани и техните консултанти. Секторът се нуждае от целенасочени усилия за разработване на инструменти за ИИ, които могат да се учат от човешките експерти и да работят безпроблемно със земеделските стопани и техните съветници. Всеки земеделски производител ще потвърди, че всяко поле е уникално. Всяка година е различна и наистина няма две растения, които да изглеждат напълно еднакво. Това означава, че инструментите за ИИ трябва да са устойчиви на реалностите на земеделието и да са проектирани така, че да се справят с уникалните предизвикателства на селското стопанство. Това, което е сигурно, е, че съществува мощна симбиоза между човешката интуиция и ИИ.
Селекционерите могат да анализират
по-големи опити,
агрономите могат да задълбочат разбирането си за факторите, определящи добива, а земеделските стопани могат да се допитват до съветник с ИИ, който е научил тънкостите на тяхното стопанство. Земеделието е сложен, многоизмерен бизнес и това го прави идеално пригоден за силните страни на ИИ.
Скептични прогнози има, но и опровержение за тях също, а именно множеството разработки на база изкуствен интелект и тяхното съществуване в Америка например, което тепърва престои да се наблюдава колко дълготрайно ще бъде, как ще се представя в стопанствата и т.н. Все пак, положителни стартъпи и земеделски стопанства с активна употреба на технологията има по света. Според създатели и вносители на агротехнологии с изкуствен интелект, икономиката на България все още не е достатъчно стабилна, но въпреки това се забелязват и положителните примери, които опитват и са успели да достигнат пазара за аграрни технологии у нас, например роботът Albena, който ще се дава под наем за култивиране на лавандулови полета.
Terra AI е най-новото допълнение към портфолиото на американската компания за автоматизация чрез ИИ, Stereolabs. Тя работи съвместно с производители на техника в строителната, земеделската и автомобилната индустрия, като нейни агропартньори са глобалните корпорации New Holland, Honda, CASE IH, Orchard Robotics, Monarch и др. Terra AI е нова платформа за зрително възприятие, която използва монокулярно и стерео зрение,
за да осигури 4D обемно възприятие
Осигурява 360-градусов поглед и стимулира истинска автономност в техниката. Към момента компанията предлага 3D системи за отчитане на дълбочина и движение. Хардуерни и софтуерни екосистеми подпомагат разработчиците на роботи, дронове, аграрни и други превозни средства.
Индустриите, вариращи от селското стопанство и строителството до логистиката и други, са подложени на натиск да увеличат и ускорят производството, дори когато се борят с недостига на работна ръка. Роботите могат да облекчат проблемите, ако успеят да оценяват заобикалящата ги среда, да интерпретират данни и да изпълняват задачи самостоятелно, със система за едновременна обработка на изображения. Базираната на зрение пълна автономия за роботи изисква множество задачи, които да се изпълняват едновременно и ефективно на вградения хардуер. Те включват оценка на дълбочината за пространствена осведоменост, визуално-инерционна одометрия за локализация на закрито и открито, семантично разбиране за класификация на препятствията, картографиране на терена и надеждно откриване на хора около робота за безопасност. Конвенционалната технология за сензориране може да обработва изображения само от една или две камери едновременно. Terra AI е проектирана да открива препятствия и сливане от множество камери в пространството и времето. Компанията заяви, че може да обработва изображения от шест до осем предни, задни и околни камери за автономни системи.
Коментари