Apa este vitală pentru agricultură. Mulți experți și cercetători consideră că următoarea criză majoră a omenirii (în afara războaielor și epidemiilor) va fi criza apei. Rezervele de apă proaspătă din sol devin tot mai mici pe măsură ce încălzirea globală se accentuează. Inteligența Artificială ar putea fi soluția.
Pe de altă parte, fără apă nu există agricultură iar fără agricultură nu vom putea hrăni cele 10,5 miliarde de oameni care vor popula planeta în 2050.
Utilizarea cât mai eficientă a apei prin irigații a fost și este inextricabil legată de evoluția agriculturii și de succesele fermierilor. Dar e nevoie de o foarte atentă planificare pentru a manageria eficient resursele naturale de apă în paralel cu analiza standard cost-beneficii.
Tocmai de aceea, reuniunea din acest an a World Economic Forum (Davos) a avut ca una din temele principale (și în contextul Covid) revoluția tehnologică (digitalizare, inteligență artificială etc) care are loc în agribusiness. Și, mai ales, problema irigațiilor și a utilizării eficiente a apei.
Un articol în acest sens, din “Agenda Davos”, a fost publicat pe site-ul Forumului de către Raviv Itzhaky, Chief Technology Officer, la Prospera Technologies.
În continuare cateva paragrafe mai importante din articol:
“Importanța reducerii consumului de apă este esențială. Mai ales dacă luăm în considerare că 70% din consumul mondial de apă are loc în agricultură. Cum cererea de hrană este în creștere continuă se estimează ca va fi nevoie de 15% mai multă apă pentru a acoperi această cerere“
1. Agricultura de precizie și revoluția Inteligenței Artificiale
Companiile producătoare de tehnologii, dar și fermierii, s-au străduit să rezolve această problemă complexă prin metode de agricultură de precizie și cu instrumente de vizibilitate. Una din zonele tehnologice care face pași mari pentru a crește eficiența consumului de apă în câmp, dar și în sere, este Inteligența Artificială ( în continuare IA).
Tehnologiile emergente, aparatele și platformele, ne permit să colectăm și să valorificăm volume de date fără precedent, din surse multiple: datele istorice despre precipitații, imagini aeriene, datele stocate din câmp, senzorii din câmp etc. În continuare, datele agregate pot fi procesate și combinate cu cifrele din prognoze (de la cererea din piață la cele despre vreme) pentru a fi utilizate pentru adoptarea unor decizii “inteligente” bazate pe cele mai corecte predicții la care am avut acces vreodată.
2. Planificarea și distribuirea optimă a irigațiilor
În tot acest proces, elementul cheie îl reprezintă identificarea zonelor sub și supra irigate. O sarcină zilnică, care poate fi foarte greu de evaluat pentru orice fermier sau agronom, este de a determina cantitatea corectă de apă de folosit pentru a obține productivitatea și calitatea dorită. Depinzând de tipul de plantă, supra-irigarea poate fi și ea riscantă. De exemplu, supra-irigarea culturilor de bumbac va duce la formarea mai multor frunze în loc de flori de bumbac ceea ce reduce valoarea recoltei.
Fermierii încearcă să creeze un program de irigații pentru culturile lor care să optimizeze randamentele culturilor și calitatea acestora, paralel cu menținerea costurilor sub control.
Evapotranspirația este un indicator cheie pentru a crea un sistem de irigatii care este adaptat nevoilor plantei. Reprezintă suma apei evaporate la suprafața solului plus transpirația plantelor. Imaginile din satelit și prognozele meteo îi ajută pe fermieri să îmbunătățească evaluarea evapotranspirației. Dar, evoluțiile rapide ale Internet of Things (IoT) și tehnologiilor senzorilor ajută la fundamentarea unor decizii de irigare mult mai corecte, măsurând comportamentul plantelor în locul, sau în plus față de datele solului și vreme.
Motoarele de IA puternice sunt capabile să proceseze și să analizeze datele provenite din imaginile de la sateliți, din avioane sau de la drone. Procesele de învățare ale calculatoarelor (machine learning) și în particular, algoritmii deep-learning, pot ajuta la interpretarea datelor și imaginilor și să identifice caracteristici care evidențiază problemele de irigație instantaneu (ca și o serie de alte aspecte, ca de exemplu, insectele). Când imaginile sunt combinate cu datele de la senzorii din sol și de la plante, datele pot oferi o citire extrem de corectă a nevoilor de irigare în timp real, dar și să alerteze asupra unor probleme potențiale.
Un fermier care lucrează 2360 de hectare în zona central-estica a Idaho (SUA), adică într-o zonă în care temperaturile pot avea fluctuații și de 25 de grade Celsius pe parcursul a doua zile, se confruntă cu mari dificultăți în procesul de irigare. Dispune de 80 de pivoți de irigare pe care îi pornește cand vremea se încălzește, însă orice problemă poate deveni o mare problemă deoarece solul se usucă foarte rapid. Folosind tehnici de IA, ca de ex. Valley Insights, el poate să acceseze imagini aeriene dar și alte date din câmp, care includ imagini termale ale fiecarei plante. Imaginile captate si analiza de IA din câmp sunt capabile să ofere alerte foarte precise care indică exact punctele problematice, determinand problemele de irigare care necesită atenție imediată. Aceasta înseamnă că ei pot rezolva probleme de genul scurgerilor de la pivoți, altfel dificil de identificat cu ochiul liber. Forța IA depășește însă simpla identificare a unei probleme. Ea oferă informații despre cum trebuiesc rectificate neregularitățile irigațiilor.
3. Un viitor cu o agricultură autonomă condusă de Inteligența Artificială
Așa cum introducerea autoturismelor autonome va schimba conducerea auto așa cum o știm acum, agricultura va fi redefinită în următorul deceniu prin introducerea instrumentelor autonome, coordonate de IA.
In timp ce astazi funcția IA și a analizelor analitice predictive este doar de a informa fermierii pentru luarea deciziilor, într-un viitor nu prea indepărtat mașinile vor fi capabile să opereze autonom.
Sursa: World Economic Forum
Citește și –
Căpșuni Davos: Inteligență Artificială, pui blockchain și “sate digitale” in China
Comentariile sunt închise