Штучний інтелект покликаний допомогти фермерам краще підготуватися до хороших чи поганих врожаїв.
Європейська програма Copernicus зі своїми супутниками Sentinel-2 слугує основою для прогнозу врожайності. Їхні камери передають зображення кожні п'ять днів, забезпечуючи постійно свіжі дані. Ці дані формують основу та ключовий ресурс аналізу за допомогою штучного інтелекту. Модель штучного інтелекту була навчена розпізнавати та класифікувати різні культури та використовувати їх для визначення очікуваної врожайності. Штучний інтелект, по суті, постійно перевіряє, що відбувається на полях і як ростуть рослини. І це ще не все. Щоб зробити прогноз точнішим, використовуються топографічна інформація, спостереження за погодою, історичні дані про врожайність та цифрові моделі ґрунту.
Штучний інтелект забезпечує фермерів хорошими прогнозами
Вчені порівняли, чи створив штучний інтелект нісенітниці та хибні очікування, з даними, зібраними на місцях. Це означало, що прогнози та результати зрештою були узгодженими. Висновок позитивний: використовуючи супутникові знімки та дані, отримані далі, штучний інтелект досяг високого ступеня узгодженості з фактичними даними про врожайність.
Мірою для цього є так зване значення R². Воно показує, наскільки точно прогноз відповідає фактичній врожайності. Чим ближче значення до 1, тим краще. Наприклад, за даними Німецького дослідницького центру сільськогосподарських наук (DFKI), система досягла показника R² 0,92 для вирощування пшениці в США. Це означає, що прогноз і врожайність збігаються на 92 відсотки. Порівняння показника R² для різних країн і культур призводить до середнього показника R² 0,76.
Вчені радіють: навіть для сільськогосподарського сектору це може зробити логістику більш передбачуваною, а весь ланцюг збору врожаю — ефективнішим. Крім того, метод може виявити слабкі місця на полях, дозволяючи фермерам протидіяти їм. Крім того, можливі й інші способи застосування цього принципу. Вони варіюються від моніторингу стану лісів та аналізу біорізноманіття до міського теплового картографування та прогнозування екстремальних погодних умов.
Штучний інтелект просувається в сільське господарство
Ця ідея довгострокового прогнозування врожаю — лише одна з галузей, де ШІ зустрічається з сільським господарством. Інженери вже давно працюють над способами кращої ідентифікації бур'янів або моніторингу здоров'я худоби. ШІ також використовується в навігації та, звичайно ж, в обробці даних. ШІ добре розпізнає закономірності, які важко помітити людині, такі як найменші зміни в рості рослин або вологості ґрунту. Він може швидко аналізувати великі обсяги даних, такі як супутникові знімки, дані про погоду або дані машин. Він також непогано справляється з рутинними завданнями, такими як годівля, доїння, обприскування пестицидами тощо.
Але зрештою, ШІ не може замінити інтуїцію та досвід фермера. Поки що ні.