كشفت باحثون في قسم علوم الحاسوب وتقنيات المعلومات بجامعة كامبريدج عن نموذج ذكاء اصطناعي أساسي جديد يُعرف بـ تيسيرا، صُمم خصيصاً لتحسين مراقبة المحاصيل الزراعية عبر الأقمار الصناعية في المزارع الصغيرة والحرجة عالمياً. وعلى الرغم من أن هذه الحقول تمثل العمود الفقري للإنتاج الغذائي للسكان الأكثر فقراً، إلا أن أدوات الاستشعار عن بعد التقليدية تفشل في رصدها بدقة نظراً لتصميمها للحقول الصناعية الواسعة والموحدة. يعالج تيسيرا هذا الفشل التقني عبر تحويل الصور الفضائية الخام إلى تمثيلات رقمية مضغوطة تتتبع ديناميكيات نمو الأرض عبر الفصول الأربعة بأكملها، مما يزيل الاعتماد على اللقطات المفردة التي تتسم بالضوضاء العالية. ويبرز هذا الأسلوب كفاءة فائقة في معالجة حواف الحقول الصغيرة، وهي النقطة التي كانت تتداخل فيها الإشارات البصرية مع المسارات والحدود مما يؤدي سابقاً إلى تشويش تصنيف المحاصيل. أظهرت الاختبارات الميدانية النموذج على حقول النمسا الصغيرة تفوقاً واضحاً في دقة تحديد أنواع المحاصيل مقارنة بالطرق المعتمدة حالياً، مع استهلاك ثمانية بالمائة فقط من موارد الحوسبة اللازمة، وتجنب الحاجة إلى الضبط اليدوي المعقد. وتكتسب هذه الدقة تأثيراً مباشراً على استراتيجيات الأمن الغذائي العالمية، حيث تعتمد وكالات مثل منظمة الأغذية والزراعة للأمم المتحدة والبنك الدولي على خرائط المحاصيل الفضائية لاتخاذ قرارات حيوية تتعلق بكميات الاستيراد والتخزين. ووفقاً للباحثة الرئيسية مادلين ليسيوس، فإن تحسن هامشياً في دقة التنبؤات يمكن أن يغير بشكل جذري حجم الصفقات الدولية لحبوب الأعلاف والقمح، مما يحمي الدول من عجز محتمل في الغذاء. من المقرر تقديم الورقة البحثية في مؤتمر ISPRS للفضاء والمعلومات الجغرافية في تورونتو خلال يوليو عام 2026. ويؤكد الفريق البحثي أن نموذج تيسيرا يمثل نقلة نوعية من حيث الكفاءة والتكلفة مقارنة بالأدوات التقليدية الباهظة، ويوصون ببدء دمجه في التخطيط الاستراتيجي للجهات المسؤولة عن الغذاء والسياسات الزراعية. ورغم أن الاعتماد الفعلي للنموذج في توجيه القرارات السياسية المباشرة لا يزال يحتاج لعدة سنوات لمعالجة المتغيرات الخارجية، إلا أن فعاليته أثبتت جاهزية تقنية متقدمة يمكن أن تعالج إشكاليات رصد الأراضي الصعبة خلال سنوات قليلة.