Искусственный интеллект может помочь фермерам поливать только те растения, которым требуется вода

Следующая великая сельскохозяйственная революция уже здесь.

У виноградарей есть интересный, хотя и необычный, способ получения более ароматного вина — не поливать лозы. Дайте лозам высохнуть непосредственно перед сбором урожая, и они дадут более мелкие ягоды с большей кожицей и меньшим количеством сока. Из более мелких ягод получается вино с более насыщенным цветом и более сложным вкусом.

Владельцы виноградников Trinchero Family Estates в долине Напа, штат Калифорния, хотели убедиться, что поливают свои виноградники в нужном количестве, поэтому они обратились в компанию Ceres Imaging для составления карты своих полей. Ceres использовала самолеты для получения цветных, тепловых и инфракрасных изображений виноградника, а затем применила искусственный интеллект для анализа этих изображений, чтобы определить, не переувлажняет ли винодел свои виноградники.

Оказалось, что на некоторых участках виноградника сорт Тринчеро действительно был таким. Эксперты по вину обнаружили, что в местах, где было слишком много воды, виноград получился немного менее ароматным. Теперь компания использует технологию визуализации, чтобы убедиться, что не поливает виноградные лозы слишком много или слишком мало, а также для обнаружения утечек в ирригационной системе.

Эта технология представляет собой передовые достижения в сельском хозяйстве. Высокотехнологичные компании, такие как Ceres, Prospera , Farmers Edge и Climate Corporation , используют искусственный интеллект, чтобы помочь фермерам решать, когда сажать, поливать, опрыскивать и собирать урожай. Поскольку изменение климата усиливает ливни на Среднем Западе и усугубляет засуху в Калифорнии, эта технология также может помочь фермерам справляться с более суровыми и изменчивыми погодными условиями.

«Современные системы орошения подают одинаковое количество воды всем растениям на поле, хотя каждое растение по-разному удерживает воду», — говорит Даниэль Коппель, генеральный директор компании Prospera, которая (среди прочего) анализирует изображения, полученные с помощью камер, установленных на передвижных дождевальных системах. «Кроме того, количество воды, необходимое растению, зависит от его возраста и размера, наличия плодов или только цветов и т.д.»

Например, компании могут использовать тепловизионную съемку, чтобы определить, получают ли растения достаточно воды. Засушливые культуры, как правило, немного теплее других. Это происходит потому, что обычно растения выделяют часть впитанной воды через корни через крошечные поры на нижней стороне листьев. Когда эта вода испаряется, она охлаждает растение, подобно тому как потоотделение охлаждает человека. Однако засушливые растения закрывают эти поры, чтобы избежать потери воды, из-за чего они немного теплее. Если фермеры смогут точно определить, какие растения пересыхают, им нужно будет поливать только эти культуры, что поможет им экономить воду, которая будет становиться все более дефицитной по мере того, как изменение климата будет приводить к более длительным и сильным засухам.

Компании собирают изображения с камер, установленных на системах орошения, дронах, самолетах и ​​спутниках, и используют компьютеры для анализа этих изображений, чтобы определить, какие культуры поражены гусеницами, окружены сорняками или покрыты грибком. Затем компьютеры дают фермерам указания опрыскивать эти растения — и только эти растения — инсектицидом, гербицидом или фунгицидом.

Это помогает фермерам использовать меньше воды и химикатов, что экономит деньги и поддерживает здоровье ферм. Например, использование меньшего количества инсектицидов помогает сохранить медоносных пчел, необходимых для опыления многих культур. Использование меньшего количества синтетических удобрений может снизить загрязнение окружающей среды. Удобрения на фермах, как правило, попадают в водоемы и, в конечном итоге, в океан, где они наносят огромный вред морской жизни. Коппель говорит, что технология Prospera позволила тепличным хозяйствам использовать на 30 процентов меньше удобрений и воды.

Самая сложная задача — научить компьютеры определять, когда посевы больны, повреждены или нуждаются в поливе. Поэтому компании разработали системы, способные обучаться интерпретации изображений, становясь со временем всё умнее. Эти системы также объединяют информацию, полученную из изображений, с данными о температуре, количестве осадков, качестве почвы и другими переменными, чтобы определить, когда и сколько нужно опрыскивать и поливать посевы.

Можно ли это считать искусственным интеллектом? «Если бы вы задали этот вопрос в присутствии трёх наших докторов наук в области компьютерных наук, вы бы, вероятно, не вышли из комнаты день-два», — говорит Коппель. Он утверждает, что система Prospera соответствует критериям ИИ, поскольку она постоянно обучается самостоятельно. «Вы используете машины для непрерывного определения того, что происходит на местности, на основе изображений, — говорит он. — Кроме того, машина синтезирует данные для принятия решений».

Коппель считает, что искусственный интеллект положит начало следующей великой сельскохозяйственной революции. Предыдущие технологические достижения — ирригация, механизация, синтетические удобрения, генная инженерия — позволили людям выращивать больше продуктов питания с меньшими затратами труда. Он говорит, что искусственный интеллект позволит фермерам работать еще эффективнее, исключив из процесса земледелия элемент случайности.

«Как правило, фермер либо принимает решение, основываясь на интуиции — а это не данные, — либо на ощущениях на земле», — говорит он. Но вместо того, чтобы полагаться на интуицию, Коппель считает, что лучше использовать компьютеры для анализа изображений каждого участка фермы. Эти компьютеры могли бы рекомендовать решения на основе данных, собранных на фермах по всему миру — например, фермер в Мексике мог бы извлечь пользу из данных, собранных на ферме в Израиле.

Коппель говорит, что компьютеры могут заполнить «слепые пятна» фермеров, сравнивая их с врачами, которые склонны совершать ошибки. «Я действительно не люблю ходить к врачу, — говорит он. — Я бы предпочел иметь беспристрастную машину. Знаете, врач, возможно, осмотрел несколько тысяч человек, а машина — сотни миллионов. И врач не помнит всего, что изучал в университете, а машина знает все всегда».

В будущем мы можем увидеть роботов, способных определять спелость клубники и осторожно срывать её с куста, или дроидов, которые смогут находить сорняки и опрыскивать их, или машины, которые смогут определять, когда и сколько кормить молочных коров. Однако, хотя искусственный интеллект открывает невероятные перспективы для сельского хозяйства, он также грозит вызвать масштабные изменения, особенно в то время, когда многие фермеры возвращаются к более традиционным методам выращивания .

«Некоторые фермеры могут не захотеть переходить на искусственный интеллект, либо из-за отсутствия навыков, необходимых для успешной работы в более техноцентричной системе, либо из-за недостаточной мотивации», — говорит Дэвид Роуз, географ-эколог из Университета Восточной Англии , который писал о будущем сельского хозяйства. «Некоторые фермеры могут посчитать использование ИИ несовместимым со своим образом жизни, предпочитая вместо этого использовать свой опыт и оставаться в тесной связи со своей землей».

Он говорит, что автономные роботы могут угрожать безопасности рабочих и животных, а также лишить многих людей работы. Чрезмерная зависимость от ИИ также может разорвать связь фермеров с землей. Именно такое будущее показано в этом рекламном ролике John Deere , который Роуз описал как «пугающий».

«Я не говорю, что мы не должны внедрять ИИ в агротехнологии. Он, безусловно, обладает потенциалом для улучшения принятия решений, помогает нам анализировать данные, повышает эффективность опрыскивания, автоматизирует ручные или трудоемкие работы, привлекает в отрасль молодых, более технически подкованных специалистов и увеличивает прибыльность. Но почти никто не говорит о социальных и этических последствиях использования ИИ в сельском хозяйстве», — говорит он.

«Как будет выглядеть мир, в котором ИИ будет регулярно использоваться в сельском хозяйстве? Чем это отличается от сегодняшнего дня?» — спрашивает он. «И как нам позаботиться как о потенциальных проигравших в технологической революции, так и о победителях? Я думаю, если мы просто начнем задумываться над этими вопросами и примем тот факт, что в демократическом обществе траектории развития технологий должны быть открыты для критики, то это будет хорошо».

Jeremy Deaton  “Artificial intelligence could help farmers water only the thirsty plants”

Перевод статьи «Artificial intelligence could help farmers water only the thirsty plants» автора Jeremy Deaton, оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык

Фото: Виноградник. Pixabay