عندما يلتقي الذكاء الاصطناعي بالزراعة، لن يضطر المزارعون بعد الآن إلى العمل بجد لكسب كل حبة أرز

في الإنتاج الزراعي، يمكن أن يؤدي استخدام تقنيات الذكاء الاصطناعي مثل التعلم الآلي، ورؤية الكمبيوتر، والواقع المختلط لإنشاء الزراعة الذكية إلى جعل الإنتاج الزراعي التقليدي أكثر كفاءة.الكلمات المفتاحية: الذكاء الاصطناعي في الزراعة، الواقع المختلط، الرؤية الحاسوبية

بعد مهرجان تشينغمينغ، يقترب موسم أمطار الحبوب ودخلت العديد من الأماكن موسم الزراعة الربيعي. 

تتمتع ثقافة الزراعة في الصين بتاريخ طويل. منذ العصر الحجري الحديث، كانت لديها ثقافة زراعية ناضجة نسبيًا. وهي أيضًا أول دولة في العالم تزرع الدخن والأرز.

وباعتبارها دولة زراعية كبرى، فقد وضعت بلدي الزراعة دائما في المقام الأول، وظلت "القضايا الريفية الثلاث" موضوعا ساخنا في الدورتين اللتين عقدتا هذا العام. رغم أن الحضارة الزراعية تعود إلى ما يقرب من 8000 عام، إلا أن استخدام الآلات الزراعية الميكانيكية في الإنتاج لم يبدأ في التطور تدريجياً إلا مع تأسيس جمهورية الصين الشعبية. لفترة طويلة، كان المزارعون الصينيون "تناول الطعام حسب الطقس".

خلال العقود القليلة الماضية، ومع التطور السريع للتكنولوجيا والعلوم الزراعية، تم تحسين جودة وكفاءة جميع جوانب الزراعة بطريقة أكثر علمية، مما أدى إلى إطعام أكثر من ستة مليارات شخص.

في الوقت الحاضر، أصبح الذكاء الاصطناعي يشارك تدريجيا في الإنتاج الزراعي، وهذه المرة سيتم تحرير إنتاجية المزارعين. وبحسب المسح، استخدمت الشركات الناشئة في مجال التكنولوجيا الزراعية، من خلال الابتكار في التكنولوجيا الزراعية، تكنولوجيا الذكاء الاصطناعي المبتكرة لتقليل استهلاك المياه للمحاصيل بمقدار 95%، مع زيادة الإنتاج على الأراضي الزراعية بمقدار 100 مرة مقارنة بالزراعة التقليدية. 

بالنظر إلى التطور الحالي، يبدو أن الزراعة بالذكاء الاصطناعي حققت نتائج جيدة.

محاكاة الحصاد قبل الزراعة

في الوقت الحاضر، تتمثل الوسيلة الرئيسية لتدخل الذكاء الاصطناعي في الزراعة في إدخال كميات كبيرة من البيانات في النماذج الإحصائية من خلال تقنيات مثل التعلم الآلي، والتي يمكنها مراقبة وفهم زراعة ونمو المنتجات الزراعية بشكل ذكي، وبالتالي تحسين كفاءة الإنتاج وجودة المنتج، وتقديم المشورة والمساعدة للإنتاج الزراعي. 

يمكن للمزارع جمع كميات كبيرة من البيانات حول صحة المحاصيل، والطقس، والتربة، والمزيد. إن الاستفادة من القدرات التحليلية والتنبؤية للتعلم الآلي سوف يؤدي إلى إيجاد حلول ذكية آلية للمحاصيل وتربية الحيوانات. 

سيتم الآن تطبيق تقنية محاكاة محددة تدريجيًا على الإنتاج الزراعي، وهي الواقع المختلط (MR). قم بخلط العالم الحقيقي والعالم الافتراضي معًا لإنشاء بيئة تصور جديدة تحتوي على كيانات مادية ومعلومات افتراضية ويجب أن تكون "في الوقت الحقيقي".

عندما يتم تطبيق الواقع المختلط بالرنين المغناطيسي على الزراعة، فإن وظائفه قوية جدًا. في الماضي، كان المزارعون يختارون المحاصيل التي يريدون زراعتها، وعادة ما كان ذلك على أساس الخبرة والترويج في القرى والمدن. إذا لم ينجح زراعة فول الصويا هذا العام، فسوف يزرعون الطماطم. إذا لم تنمو الطماطم، فسوف يزرعون الفلفل.

ومع ذلك، فإن الخبرة القديمة ليست هي الحل الأكثر فعالية. قد يحدث فشل الحصاد بسبب الطقس والآفات والأمراض والري. إن تكلفة التجربة والخطأ في الطرق التقليدية مرتفعة للغاية.

الآن، خذ على سبيل المثال رسم الخرائط ثلاثية الأبعاد، والذي يسمح بتحويل البيانات إلى بيئة افتراضية. لذلك، يمكن استخدامه لإنشاء خطط زراعة المحاصيل المختلفة، ويمكنه أيضًا المساعدة في مراقبة المعدات أو التحكم فيها عن بعد، وما إلى ذلك، بحيث يمكننا حساب نمو محصول معين قبل الزراعة، وحتى محاكاة الحصاد النهائي.

ويقدم العلماء أيضًا للمزارعين فرصة استخدام "الخوذ" أو "النظارات" المزودة بتقنية الرنين المغناطيسي لمراقبة ظروف المحاصيل. استخدام التصور وأجهزة الاستشعار والواقع الافتراضي وغيرها من التقنيات للمساعدة في تحقيق المراقبة في الوقت الفعلي للمزارع ومرافق التحكم والإدارة الذكية وما إلى ذلك.

وبطبيعة الحال، هذه مجرد البداية لاستكشاف الطبقات المحتملة للمعلومات الرقمية في العالم المادي. إن استخدام الخيال لتحقيق المحاكاة الرقمية يمكن أن يقلل من معدل الفشل الفعلي واستكشاف المزيد من حالات الاستخدام المحتملة. 

تتجمع الرؤية الحاسوبية والتعلم الآلي والشبكات العصبية معًا

هناك عدد متزايد من حالات الاستخدام والتطبيقات للذكاء الاصطناعي لتحسين إنتاجية المزارع وكفاءتها. على سبيل المثال، في الجوانب التالية:

الرؤية الحاسوبية للأتمتة:سيتم تجهيز المعدات الزراعية الذكية بالكاميرات ونظام تحديد المواقع العالمي (GPS) وتكنولوجيا معالجة بيانات الفيديو، مما يتيح اتخاذ توصيات ذكية بشأن القرارات دون الحاجة إلى إرسال كافة البيانات إلى السحابة. تتيح أنظمة الرؤية الحاسوبية للجرارات العثور على طريقها، واكتشاف العوائق، وحصاد نوع معين من المحاصيل، والمزيد. 

الري الذكي القائم على التعلم الآلي:يستخدم الناس معدات الري لسقي النباتات أو رش المواد الكيميائية، وتستخدم أنظمة الري الحديثة تكنولوجيا التعلم الآلي المتكاملة للتمييز بين الأعشاب الضارة والمحاصيل ورش الأعشاب الضارة بمبيدات الأعشاب. وهذا يعني استخدام أقل لمبيدات الأعشاب، وبالتالي خفض التكاليف وتوفير الغذاء الأكثر أمانا. 

الشبكات العصبية لتحليل التربة:من خلال نموذج الشبكة العصبية يتم تحليل خصائص التربة وإنشاء نموذج الارتباط بينها وبين أصناف المحاصيل المناسبة. وبمساعدة تكنولوجيا التصوير الراداري غير الجراحي الذي يخترق الأرض، بالإضافة إلى الإشارات التي يتم الحصول عليها بواسطة أجهزة استشعار التربة بالحث الكهرومغناطيسي، يمكن الحصول على معلومات حول محتوى الطين على سطح التربة. وسيساعد هذا في تحديد ما إذا كانت التربة المناسبة مناسبة لزراعة المحاصيل بشكل دقيق وتحسين كفاءة إنتاج المحاصيل والفوائد الاقتصادية.

تحليل بيانات الأقمار الصناعية جنبًا إلى جنب مع الذكاء الاصطناعي:تتمكن شركة ناشئة تدعى Harvesting من تحليل بيانات الأقمار الصناعية والتنبؤ بغلة الذرة من خلال خوارزمية التعلم الآلي الخاصة بها والتي يمكنها تحديد الحالة العامة للنباتات.

طريق عمالقة التكنولوجيا نحو الزراعة القائمة على الذكاء الاصطناعي 

بدأت الشركات المحلية الكبيرة التي أتقنت الموارد والتكنولوجيا أيضًا في إجراء أبحاث حول الزراعة بالذكاء الاصطناعي في العام الماضي.لقد وضعوا مثالاً في تطوير الزراعة بالذكاء الاصطناعي. 

يمكن للذكاء الزراعي ET الذي أطلقته شركة علي بابا في يونيو 2018 حل بعض المشاكل الزراعية. على سبيل المثال، في تربية الخنازير، يستخدم الذكاء الاصطناعي كاميرات الرؤية الآلية وقدرات تحليل البيانات لمراقبة بيانات نمو الخنازير، وبالتالي تحقيق بقاء الأصلح؛

بالإضافة إلى ذلك، يتم جلب التعرف على بصمة الصوت وقياس درجة الحرارة بالأشعة تحت الحمراء إلى مزارع الخنازير، ويتم استخدام الذكاء الاصطناعي للتنبؤ بالحالة الجسدية للخنازير من خلال درجة حرارة أجسامها وصوتها، مما يؤدي في نهاية المطاف إلى تحسين قدرة الخنازير على الولادة وتقليل الوفيات. 

في نوفمبر من العام الماضي، بدأت شركة JD Digits أيضًا العمل على تربية الخنازير بمساعدة الذكاء الاصطناعي. بالإضافة إلى استخدام كاميرات الذكاء الاصطناعي وأنظمة ذكاء البيانات، فقد أضافوا أيضًا أنظمة إنترنت الأشياء وأنظمة إدارة الروبوتات، مثل روبوتات فحص التربية، وروبوتات التغذية، وما إلى ذلك، كما اعتمدوا أيضًا تقنية "التعرف على وجه الخنزير" للمساعدة في إدارة المزارع. 

بالإضافة إلى تربية الخنازير، أحرزت الذكاء الاصطناعي أيضًا تقدمًا جيدًا في زراعة المحاصيل. لقد أفاد برنامج "الدماغ الزراعي" لعلي عن العمل الزراعي في البطيخ والخس. في ديسمبر الماضي، استخدم فريق مختبر الذكاء الاصطناعي في Tencent خوارزميات التعلم المعزز لتنفيذ مشروع "زراعة الخيار" الذكي في تحدي الدفيئة المستقلة، وفاز في النهاية بالمركز الأول في حدث "استراتيجية الذكاء الاصطناعي" والمركز الثاني بشكل عام. 

ولا تزال حالات هذه الشركات التكنولوجية الكبرى في مرحلة العرض والاستكشاف، وربما لا يزال أمامها بعض الطريق قبل أن تتمكن من استخدامها على نطاق واسع. ويظهر هذا أيضًا أن تطوير الزراعة المعتمدة على الذكاء الاصطناعي يواجه بعض التحديات.

من ناحية أخرى، مع تطور الزراعة التقليدية، أصبحت كمية البيانات التي تستطيع نماذج الذكاء الاصطناعي تحليلها ومعالجتها محدودة، ودرجة التوحيد منخفضة للغاية؛ ومن ناحية أخرى، هناك حاجة إلى إعادة بناء وتحسين المعدات التقنية اللازمة للزراعة القائمة على الذكاء الاصطناعي.لا يتعلق الأمر فقط باستراتيجية الخوارزمية، بل يتعلق أيضًا بحل المشكلات الهندسية مثل دعم الدعم الفني للأجهزة. 

ومع ذلك، مع تطور المجتمع،إن إمكانات الأرباح والمكاسب من الزراعة الذكية لا حدود لها. وقد أظهرت بعض نتائج التطبيقات الأولية بعض النجاح. ومن خلال الاستخدام العقلاني للذكاء الاصطناعي، سنمضي قدمًا على طريق الزراعة الذكية.

انقر لقراءة المقال الأصلي