Mnamo mwaka wa 2018, timu tano zilikua matango katika Shindano la Autonomous Greenhouse Challenge ushindani wa kimataifa. Twist: moja tu ya timu ilikuwa na wakulima wenye ujuzi wa binadamu wanaotumia sehemu yao ya chafu kwa mikono. Timu nne zilizobaki zilikuwa na wataalam wa kimataifa katika uwanja wa kilimo cha maua na ujasusi bandia (AI). Walifanya kazi kukuza suluhisho za AI kusimamia mazao yao kwa mbali na kwa uhuru. Lengo la mashindano, Changamoto ya kwanza ya Kujitegemea ya chafu duniani, ilikuwa kuendesha mafanikio katika uzalishaji endelevu wa chakula.
Baada ya miezi minne kali, wakulima wa mwongozo walikuja katika nafasi ya pili. Timu ya kwanza, ikiongozwa na mmoja wa waandishi wa nakala hii, ilishinda na suluhisho la kuongezeka kwa uhuru ambalo halikupata tu mavuno zaidi ya 6% na faida ya juu ya 17%, lakini pia ilitumia chini ya CO2, pembejeo inapokanzwa, na maji.
Ili kujifunza zaidi juu ya mashindano na kuelewa jinsi suluhisho la AI linavyoweza kushindana na - na hata kufaulu zaidi - timu ya wakulima wenye ujuzi wa watu, wacha tuangalie kwa karibu AI na jinsi inavyohusiana na kiotomatiki cha chafu.
Uendeshaji wa chafu sio kitu kipya
Kwa miongo kadhaa, wakulima wametumia mchakato wa kompyuta, sensorer, na watendaji kudhibiti hali ya hewa chafu na umwagiliaji. Katika hali kama hiyo, kazi ya mchakato wa kompyuta ni ya moja kwa moja, ikitegemea sheria rahisi za kimantiki. Ikiwa joto la hewa ni kubwa kuliko 75 ° F, basi fungua tundu, kwa mfano. Kazi ngumu ya kusoma joto na kuwasha na kuzima taa na hita hukabidhiwa mashine.
Kwa kweli, otomatiki inayotegemea sheria haiwezi kushughulika na hali zisizotarajiwa. Kwa muhimu zaidi, mwanadamu mwenye ujuzi anahitaji kufanya maamuzi yote ya usimamizi wa mazao, hadi vigezo halisi vya vigezo vya mazingira. Ili kufikia mavuno mengi kwa uaminifu, kiwango kikubwa cha maarifa na ustadi kinahitajika, na hata hivyo, ni rahisi kufanya makosa. Kwa kuongezea, kadri mashamba yanavyozidi kuwa makubwa, kazi ya kuendelea kufuatilia mazao inakuwa ya lazima zaidi.
Kwa bahati mbaya, wakulima wanajua vizuri kwamba kazi ndio chanzo kikuu cha shida katika uzalishaji. Mwaka baada ya mwaka, katika Mkulima wa chafu Uchunguzi wa Wakulima 100 wa juu, wakulima wanaripoti changamoto sio tu na gharama ya kazi lakini pia na upatikanaji wa wafanyikazi wenye ujuzi. Haishangazi, wakulima wanazidi kutafuta njia za kushughulikia changamoto hizi, pamoja na teknolojia mpya ambazo zinaweza kufanya usimamizi wa chafu uwe wa uhuru zaidi.
AI ni Hatua Zaidi ya Uendeshaji wa Kanuni
Njia nzuri ya kufikiria juu ya akili ya bandia ni kwamba ni hatua zaidi ya kiotomatiki inayotegemea sheria. AI ya kisasa inahusu utumiaji wa hesabu kupata mifumo katika data, pamoja na aina inayopatikana katika mifumo ya mazingira ya mazingira na kibaolojia. Kwa mfano:
- Kwa data ya hali ya hewa ya kutosha, wakulima wanaweza kutumia AI kuamua setoints bora na kufanya utabiri wa hali ya hewa.
- Na data ya kutosha ya mavuno ya mazao, wakulima wanaweza kutumia AI kutoa utabiri wa mavuno.
- Na data ya kutosha ya picha, wakulima wanaweza kutumia AI kugundua wadudu na magonjwa.
Aina zingine za AI zinaweza hata kujifunza kutoka kwa data mpya, ikitoa matokeo bora zaidi kwa muda.
Kwa kuweza kutoa ufahamu wa kina katika shughuli za chafu za kila siku, AI inaweza kutumika kuunga mkono uamuzi wa wataalam na kuwawezesha wakulima kwa njia ya maana. Baada ya yote, matokeo bora hutoka kwa mchanganyiko wa akili ya kibinadamu na akili ya bandia.
Njia inayotegemea data ya AI pia inaweza kuunganishwa na njia msingi ya sheria, ikiruhusu kiwango cha juu zaidi cha kiwanda cha chafu kuliko hapo awali. Kwa kifupi, wakulima wanaweza kutumia AI kurekebisha kazi nyingi za kufanya kazi, kusaidia kupunguza maswala ya kazi sugu ambayo yanatoa changamoto kwa tasnia.
Takwimu ni Mafuta kwa AI
Kiasi cha AI ni juu ya algorithms za kihesabu, pia ni juu ya data. Kinyume na imani maarufu, baadhi ya algorithms ya kawaida kutumika katika AI yamekuwa karibu kwa miongo. Wao sio ngumu sana. Lakini kwa muda mrefu zaidi, upatikanaji wa data - pamoja na nguvu ya bei nafuu ya hesabu inayohitajika kuchakata data - imekuwa sababu za kuzuia.
Ilichukua maendeleo ya hivi karibuni kwenye vifaa vya kompyuta kufungua uwezo wa AI. Mapinduzi ya smartphone, ambayo yalisababishwa na Apple mnamo 2007, iliunda mifumo mpya kabisa ya utengenezaji na minyororo ya usambazaji kwa kiwango cha ulimwengu. Hii ilibadilisha uchumi wa kimsingi wa vifaa vya kompyuta, ikionekana mara moja. Vipengele muhimu vya vifaa, kama microprocessors, redio, na sensorer, vikawa bei rahisi, ndogo, na nguvu zaidi. Utapeli wa data ghafi uligeuzwa mafuriko. Wingi mpya wa data na nguvu ya hesabu ilisaidia kubadilisha AI kutoka kwa udadisi wa utafiti na matumizi machache ya kibiashara kuwa mabadiliko ya bahari ya kiteknolojia.
IoT Inaleta Takwimu nyingi
Mwanzoni mwa miaka ya 1980, wanafunzi waliohitimu katika Chuo Kikuu cha Carnegie Mellon huko Pittsburgh waliudhika kwa kusafiri hadi kwa mashine ya kuuza ya Coca-Cola ili kuipata tupu. Waliibadilisha ili iweze kuripoti hesabu yake juu ya mtandao. Kwa kufanya hivyo, waligundua kifaa cha kwanza kilichounganishwa na mtandao duniani.
Leo, mabilioni ya vifaa, vikubwa na vidogo, kutoka kwa umeme wa watumiaji hadi mashine za viwandani, wamejiunga na mashine hiyo ya kwanza ya soda katika kushikamana na mtandao, na kutengeneza kile kinachojulikana kama Mtandao wa Vitu (IoT). Kilicho muhimu ni kwamba, tofauti na vizazi vya mapema vya vifaa - pamoja na suluhisho nyingi za kawaida za chafu - vifaa vya IoT hutumia aina zile zile za fomati za data na itifaki za mawasiliano kama inavyotumika mahali pengine kwenye mtandao. Kwa kutegemea viwango vya mtandao vya ulimwengu, inaweza kuwa rahisi kubadilishana data na vifaa vya IoT bila kuhitaji vifaa vya ziada kupiga daraja kutoka kwa aina moja ya mfumo kwenda nyingine.
Pamoja, AI na IoT ni teknolojia za ziada. Vifaa vya IoT husaidia wakulima kukusanya data ghafi kutoka kwa greenhouses kwa urahisi zaidi. Na programu ya AI husaidia wakulima kufanya akili - na kushughulikia - data hiyo ili kuboresha uzalishaji wa mazao.
Uchunguzi kifani: Mafanikio ya Kenneth Tran katika Changamoto ya Kujitegemea ya chafu
Dr Tran: Mnamo 2018, nilikuwa mtafiti wa AI katika Utafiti wa Microsoft karibu na Seattle, nikifanya kazi kwa aina mpya zaidi ya AI inayojulikana kama ujifunzaji wa uimarishaji. Huko nilianzisha juhudi mpya ya kutumia utafiti wetu kwa uwanja wa kilimo cha mazingira kinachodhibitiwa. Pamoja na mradi unaoitwa Sonoma, tulishirikiana na wanasayansi wa mimea katika Kituo cha Utafiti cha Harrow huko Ontario, Canada, na tukaishia kushindana katika Changamoto ya kwanza ya kimataifa ya Kujitegemea ya chafu, iliyoandaliwa na Chuo Kikuu cha Wageningen & Utafiti nchini Uholanzi.
Katika changamoto hii, kila timu ilikua matango katika chumba cha chafu cha mraba 315 kwa muda wa miezi minne. Sehemu hizi zilikuwa na vifaa vya kawaida vya kompyuta, sensorer za hali ya hewa, na watendaji. Kutumia miingiliano ya IoT ya dijiti (REST APIs), mipango yetu ya AI inaweza kuendelea kusoma data kutoka kwa sensorer, kubaini setpoints mojawapo, na kutuma setpoints kwenye mchakato wa kompyuta - kote kwenye wavuti (angalia takwimu hapa chini). Maelezo zaidi juu ya changamoto na matokeo yake yanaweza kupatikana katika nakala ya Hemming na wengine. (2019).
Licha ya ukosefu wetu wa uzoefu katika matango yanayokua na mfano wetu wa mapema sana, suluhisho letu la kujiongezea uhuru liliweza kushinda mashindano. Tulizidi kushinda timu iliyoshika nafasi ya pili, timu ya kumbukumbu iliyojumuisha wataalam wa Uholanzi, na mavuno ya juu zaidi ya 6%. Kiwango hicho cha mavuno kilikuwa sawa na ongezeko la 17% ya faida ya uendeshaji.
Je! Timu ya kumbukumbu ilifanya vibaya? Hapana kabisa. Walifanya vizuri sana, kulingana na wataalam wengi. Mazao yao yalikuwa karibu kilo 50 / m2 katika kipindi cha miezi minne, ambayo ni sawa na karibu 150 kg / m2 kwa mwaka. Hii inachukuliwa kuwa mavuno mengi kwa chafu mahali popote kwenye sayari.
Kama matokeo ya Changamoto ya Chafu ya Kujitegemea, nilianzisha Koidra mnamo 2020 ili kujenga moja kwa moja juu ya masomo yetu na kushinikiza zaidi hali ya sanaa katika AI na IoT kwa kilimo na matumizi mengine ya udhibiti wa viwanda.
Kuuliza Maswali Sahihi Kuhusu AI na IoT
Leo, wakulima zaidi wa chafu wako tayari na tayari kupitisha AI na IoT. Changamoto kuu ni kuelewa bidhaa kwenye soko na kuweza kupitia mazungumzo yote ya uuzaji. Kampuni nyingi zinadai kwa hamu kuwa zina algorithm ya AI au kifaa cha IoT ambacho kitafanya kazi kwa greenhouses.
Hapa kuna mambo muhimu ya kuzingatia wakati wa kutathmini programu ya AI na vifaa vya IoT:
- Utendaji: Wakulima wanapaswa kuona faida halisi za ulimwengu. Uliza: Je! AI imethibitishwa katika uzalishaji wa kibiashara ili kuboresha mavuno na ufanisi wa rasilimali? Katika hali gani? Je! Ni nini rekodi ya kampuni katika kukuza programu ya AI na IoT?
- Ubunifu wa AI: Suluhisho bora zaidi za AI zinachanganya bora ya akili ya mwanadamu na bora ya ujasusi wa bandia kufanya maamuzi. Uliza: Je! Mfano wa AI huinua vipi maarifa yaliyopo? Je! Inahakikishaje kuwa utendaji utaboresha kwa muda na data zaidi?
- Ubunifu wa programu: Wakulima wanapaswa kubaki katika udhibiti wa shughuli za chafu. Uliza: Je! Ni kanuni gani za kubuni programu zinazotumiwa kuhakikisha usalama wa mazao? Je! Ninaweza kubadili kwa urahisi kati ya njia za mwongozo, mapendekezo, na njia za kujiendesha wakati wote?
- Umiliki wa data: Wakulima wanapaswa kumiliki data zao na waepuke "kuingia kwa muuzaji." Uliza: Je! Ninaweza kuagiza data kwa urahisi kutoka kwa mifumo mingine? Je! Ninaweza kuhifadhi nakala na kusafirisha data yangu mwenyewe? Je! Kuna API zinazoruhusu ufikiaji wa data ya moja kwa moja na ujumuishaji wa kawaida? Je! Ninaweza kutumia programu na vifaa kutoka kwa wachuuzi tofauti, sasa na baadaye?
AI na IoT zinaweza Kuwawezesha Wakulima
Katika ulimwengu ambao rasilimali muhimu - maji na nishati, pamoja na wakati, pesa, na wafanyikazi wenye ujuzi - zinazidi kuwa adimu, ni busara kuchunguza teknolojia mpya kupunguza mzigo huo. Kama tulivyojifunza kutoka kwa Changamoto ya Kujitegemea ya chafu, wakulima wanaweza kufikia mavuno makubwa na ufanisi zaidi wa matumizi ya rasilimali na matumizi ya programu ya AI na vifaa vya IoT. Isitoshe, teknolojia hizi zinaendelea kuendelezwa na kuendelezwa kwa kasi kubwa.
Mwishowe, AI na IoT zinaweza kuwawezesha wazalishaji wa chafu - kufanya maamuzi bora, kufanya zaidi na chini - kukuza chakula cha ulimwengu kwa utulivu zaidi.