Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors
post

Milyen hatással lesz az MI a mezőgazdaságra?

MEGOSZTÁS

A mesterséges intelligencia divatos téma lett. A mezőgazdaság alacsony árrésű, munkaigényes iparág, így az MI-technológia segíthet a gazdáknak növelni az árrést és csökkenteni a működési kockázatokat (terméskiesés, betegségek, élelmiszerbiztonság és kártevők). A mesterséges intelligencia egyre izgalmasabbá válik, ahogy a növekvő világnépesség fenntarthatóbb módon történő táplálásán is el kell gondolkodnunk.

(Kiemelt kép: Unsplash)

A mezőgazdasági ágazatban egyre több diszruptív vállalat van kialakulóban, melyek olyan új technológiákat fejlesztenek, mint az érzékelők, a gépi automatizálás és az adattudomány. Ilyenek például a talajnedvesség-érzékelők, mint például a CropX, melyek javítják az öntözés hatékonyságát. Vagy a növények egészségi állapotának és növekedési szakaszának nyomon követése olyan pilóta nélküli légi járművekkel (UAV), mint az AgEagle, de a közelmúltban láttuk az önvezető traktorok megjelenését is. Az adattudomány az a „ragasztóanyag”, mely ezeket a diszruptív érzékelőket és hardvertechnológiákat összeköti. A prediktív szoftverplatformok, mint például az AgDNA, teljesen új termékszegmense már elérhető, és gyors ütemben fejlődik. A következő generációs mezőgazdasági technológiák ezen új fajtáját együttesen AgTech 2.0-nak nevezik, és együttesen átalakítják az élelmiszer termelés ma ismert metódusait.

Milyen hatással lesz az MI a mezőgazdaságra?
A mezőgazdasági ágazatban egyre több diszruptív vállalat van kialakulóban, melyek olyan új technológiákat fejlesztenek, mint az érzékelők, a gépi automatizálás és az adattudomány (Fotó: Unsplash)

A technológia csak segíthet

A nagyüzemi gazdálkodás olyan, mint egy nagy ipari üzem működtetése – csak a szabadban. De ez a növénytermesztő „gyár” ki van téve a természet elemeinek, nincsenek falak vagy tető, az energiaellátás (nap, esőzés) szünetel, munkaerőhiány van (vidéki területek), a jövedelem ingadozik (nyersanyagárak), és évente csak egyszer kapnak fizetést, feltéve, hogy a termény túlélte a beérést. Az időjárás, a talajtípusok, a termelési teljesítmény és a jövedelem ilyen mértékű változékonysága teszi a gazdálkodást hihetetlenül kockázatossá. Az a tény, hogy nincs két egyforma évszak, azt jelenti, hogy a döntéshozatal egyik évszakról a másikra tele van bizonytalansággal. A mai technológia és az annak alapjául szolgáló adatok a jövőben megváltoztatják a „mezőgazdasági üzemekben” hozott döntések meghozatalának módját. A „nagy felbontású” adatok és a termesztési rendszer minden aspektusára vonatkozó információk elérhetősége az egyik évszakról a másikra azt jelenti, hogy a gazdálkodók képesek lesznek a múltbeli eredmények mélyreható elemzésén alapuló, kiszámított döntéseket hozni végre.

Milyen hatással lesz az MI a mezőgazdaságra?
A növénytermesztő „gyár” ki van téve a természet elemeinek, nincsenek falak vagy tető, az energiaellátás (nap, esőzés) szünetel, munkaerőhiány van (vidéki területek), a jövedelem ingadozik (nyersanyagárak), és évente csak egyszer kapnak fizetést, feltéve, hogy a termény túlélte a beérést (Fotó: Unsplash)

Az adattudomány megkerülhetetlen

A hidegebb éghajlaton a világ számos gazdálkodója évente csak egy növényt tud termeszteni. Ezért a gazdának pályafutása során mindössze 40 lehetősége lehet arra, hogy „jól csináljon valamit”. Ez kevés teret hagy a hibázásra. Az AgTech 2.0 kiegyenlít(het)i a versenyfeltételeket a termelő javára. A szántóföldi szenzorok ma már a nap 24 órájában adatokat továbbítanak a nagy adathalmazok algoritmusaihoz, melyek folyamatosan feldolgozzák az információkat, és valós idejű betekintést nyújtanak, hogy a termelők megalapozott döntéseket hozhassanak. Számos kritikus tényező van, mely megkülönbözteti az AgTech 2.0 szoftverplatformokat a hagyományos precíziós mezőgazdasági asztali eszközöktől. A következő generációs szoftverplatformok új fajtája ezekkel a tulajdonságokkal rendelkezik ahhoz, hogy az AgTech 2.0 szintjén versenyképes legyen: felhőalapú, központosított adatok, valós idejű kapcsolat az internetképes érzékelőkkel, interoperabilitás minden nagyobb márkájú berendezéssel, automatizált nagy adatfeldolgozási kapacitás, előrejelző meglátásokra képes algoritmusok.

Milyen hatással lesz az MI a mezőgazdaságra?
Számos kritikus tényező van, mely megkülönbözteti az AgTech 2.0 szoftverplatformokat a hagyományos precíziós mezőgazdasági asztali eszközöktől (Fotó: Unsplash+)

Az AgTech 2.0 az ember által generált adatoktól az automatizált, gépi úton generált adatok folyamatos áramlása felé mozdít(hat)ja el a mezőgazdaságot. A mezőgazdaság sosem volt adathiányos, a kombájnok az 1990-es évek közepe óta rögzítik a terméshozamot. Azonban csak mostanra váltak könnyen elérhetővé digitális formában és valós időben áramló adatokként ezek a kritikus inputok: a talaj, az éghajlat, a növények egészsége, az öntözés és a gazdálkodási gyakorlatok. Az AgTech 2.0 új generációs platformjai élő, valós adatokat használnak fel olyan előrejelző modellek táplálására, melyek a múltbeli eredményekből levezetett minták és eredmények alapján előrejelzéseket és meglátásokat tudnak generálni. A termelő vagy az agronómus továbbra is meghozza a döntést arról, hogy mit kell tenni. De az újfajta eszközökkel ez a döntés magas fokú tájékozottságot eredményez, és nagyobb valószínűséggel csökkenti a termelési kockázatot és növeli a gazdasági hozamot.

Milyen hatással lesz az MI a mezőgazdaságra?
Az AgTech 2.0 az ember által generált adatoktól az automatizált, gépi úton generált adatok folyamatos áramlása felé mozdít(hat)ja el a mezőgazdaságot (Fotó: Unsplash)

Az Agtech implementálása

A cél az, hogy a kisebb problémákat még azelőtt kezeljék, mielőtt azok komolyabb problémává válnának. Amint azt korábban említettük, a gazdálkodásban nagyon kicsi a hibalehetőség. Egy probléma a szezon elején korlátozhatja a növény növekedési potenciálját, és jelentősen befolyásolhatja a terméshozamot a betakarításkor. Miközben az AgTech 2.0 hardverplatformok folyamatosan nagyfelbontású adatokat továbbítanak, szoftveres társaik elemzik ezt az élő adatfolyamot, hogy olyan felismeréseket találjanak, melyek növelik a hozamot vagy csökkentik a működési költségeket. Vegyünk például egy traktort, mely a kukorica vetése céljából áthalad a mezőn. Ez a traktor ma már lényegében önvezető, és a GPS-helymeghatározás segítségével pontosan navigálhat a mezőn. A traktor irányításához használt, felmérési minőségű GPS-adatok a mező 3D-s magassági modelljének elkészítéséhez is felhasználhatók. Ha már ismerjük a mező domborzatát, akkor intelligens szoftverplatformok segítségével azonosítani lehet a „depressziós” zónákat. Ezek olyan alacsonyan fekvő területek a mezőn, melyek nem képesek lefolyni egy heves esőzés során. Az ilyen mélyedési zónák ismeretében a szoftver kiszámítja bizonyos betegségek valószínűségét, melyek akkor jelentkezhetnek, ha a szántóföldön az átlagosnál több csapadék esik. A hasonló vízelvezetési problémákkal küzdő több százezer hektárra vonatkozó korábbi eredmények elemzésével a Big Data szoftver képes meghatározni a különböző agronómiai problémák valószínűségét a teljes szántóföldön vagy bizonyos depressziós zónákban. Ezen információk birtokában a rendszer a gazdálkodó vagy az agronómus számára értékelhető „receptet” tud ajánlani. Ezután eldönthető, hogy a betegség kitörésének megelőzése érdekében csak a mély fekvésű régiókban vagy az egész szántóföldön a gazdasági megtérülés alapján az optimális mennyiségű gombaölő szer kijuttatására kerüljön sor. Továbbá a termés betakarításakor a kapott termésadatokat össze lehet hasonlítani a 3D magassági térképpel. Ha a rossz vízelvezetés és az alacsony terméshozam közötti korreláció valószínűsége magas, akkor a költség-haszon elemzés alapján gazdasági döntést lehet hozni a probléma kijavításáról. Ez az információszint üzleti indoklást és pénzügyi javaslatot nyújt a termelő számára, hogy eldönthesse, a jövedelmezőség növelése érdekében a jövőbeni termesztési időszakokban ki kívánja-e javítani a vízelvezetési problémát. Ez csak egy példa a számos olyan felhasználási eset közül, ahol az adatok automatikusan rögzíthetők és elemezhetők annak meghatározása érdekében, hogy van-e gazdasági lehetőség a jövedelmezőség javítására és a kockázatok kezelésére a mezőgazdasági műveletben.

Milyen hatással lesz az MI a mezőgazdaságra?
Miközben az AgTech 2.0 hardverplatformok folyamatosan nagyfelbontású adatokat továbbítanak, szoftveres társaik elemzik ezt az élő adatfolyamot, hogy olyan felismeréseket találjanak, melyek növelik a hozamot vagy csökkentik a működési költségeket (Fotó: Unsplash)

Az AgTech jövője

Az AgTech 2.0 „mozgalom” gyors ütemben fog felgyorsulni. Jelentős tőkebefektetések áramlanak az ágazatba magánbefektetők, kockázati tőkebefektetők és a nagy OEM- és inputgyártók részéről. A rövid távú kihívást nem a technológia jelenti, hanem inkább az adatszabványok és a gyártók közötti mai kompatibilitás hiánya. Néhány a legfontosabb diszruptív technológiák közül.

Drónok

A drónok jelenlegi kihívásai közé tartozik az indításhoz szükséges idő, a korlátozott repülési idő és az adatok automatizált feldolgozása. Idővel ezeket leküzdjük, és a drónok úgy fognak működni, mint egy hiperlokális műholdas rendszer az egyes gazdaságok számára, mely a szezon során naponta nagy felbontású adatokat szolgáltat.

Szenzorok

Az új traktorok, permetezőgépek és betakarítógépek már most is több száz érzékelőt tartalmaznak, melyek agronómiai és működési információkat szolgáltatnak a felhőbe. A jövőben a szenzorok a vezetőfülkéből a szántóföldre is eljutnak, hogy valós idejű talaj- és növény-egészségügyi információkat szolgáltassanak minden egyes növényre vonatkozóan.

Milyen hatással lesz az MI a mezőgazdaságra?
Az új traktorok, permetezőgépek és betakarítógépek már most is több száz érzékelőt tartalmaznak, melyek agronómiai és működési információkat szolgáltatnak a felhőbe (Fotó: Unsplash+)

Gépi automatizálás

A vezető nélküli gépek általánossá válnak. Ez nem jelenti azt, hogy minden művelet autonóm lesz, de az olyan alacsony hatékonyságú tevékenységek, mint a permetezés, automatizáltak lesznek végre. Ráadásul ezeket kisebb elektronikus járművek végzik majd, melyek csak akkor permeteznek, amikor a gyomnövény jelen van (vagy előre látható), hogy biztosítsák a minimális költséget és a legkisebb környezeti hatást.

Mesterséges intelligencia

A mezőgazdasági robotika, a talaj és a növények megfigyelése, valamint az adatokkal támogatott előrejelzések készítése révén a mesterséges intelligencia egyre inkább előtérbe kerül a mezőgazdaság területén. A talajadatokat és a terméshozamra vonatkozó adatokat tárolják és elemzik, hogy algoritmusokat hozzanak létre, melyek eldöntik a növény víz- és fényterhelését. A jövőbeni fenyegetésként a világ népessége 2050-re várhatóan 9 milliárd főre nő, és ahhoz, hogy mindenki számára élelmezésbiztonságot lehessen biztosítani, az élelmiszertermelésnek 70%-kal kell növekednie, a lehető legkisebb környezeti terhelést biztosítva és megújuló energiát felhasználva. A mesterséges intelligencia technológia elérhetővé és megfizethetővé tétele a mezőgazdaságban az alulról jövő szinten az emberiség újabb úttörő fejlődése lehet.

Adattudomány

A legtöbb iparághoz hasonlóan a fenti hardveres megoldások mindegyike árucikké válik, és az ár lesz a legfontosabb vásárlási tényező. Az igazi értéket a mögöttes algoritmusok jelentik majd, amelyek maximalizálják a tőkeberendezések és az azokból származó adatok gazdasági értékét.

Milyen hatással lesz az MI a mezőgazdaságra?
A drónok úgy fognak működni, mint egy hiperlokális műholdas rendszer az egyes gazdaságok számára, mely a szezon során naponta nagy felbontású adatokat szolgáltat (Fotó: Unsplash)

Magyar AgTech megoldások

Termésfigyelés

Nem hiányozhatnak az AgTech 2.0 nóvumai közül a magyar megoldások sem, a távolságmérés, növénytő-számlálás, termésfigyelés, a növények betegségeinek, illetve gyomoknak a feltárása, időjárás-, rovar és vadkár elemzés – mindezt tudja egy mesterséges intelligenciával támogatott új platform, melyet a magyar agrártechnológiai startup, a Proofminder fejlesztett ki. A levél-szintű termésfigyelést lehetővé tévő, mesterséges intelligenciával támogatott platformot fejlesztő magyar agrártechnológiai startup, a Proofminder nemzetközi terjeszkedésének támogatásába a társadalmi innovációkat célzó hazai befektető, az Impact Ventures is beszállt. A jelenleg széles körben elterjedt precíziós mezőgazdasági megoldások főleg műholdkép-alapúak, így nem tudnak megbirkózni a magas felbontású, közelebbről készített képfelvételeket igénylő kihívásokkal. A Proofminder szoftveres (SaaS) platformja egy, szinte korlátlan számú alkalmazási területen használható, könnyen kezelhető megoldást ad a gazdák kezébe.

Milyen hatással lesz az MI a mezőgazdaságra?
A jelenleg széles körben elterjedt precíziós mezőgazdasági megoldások főleg műholdkép-alapúak, így nem tudnak megbirkózni a magas felbontású, közelebbről készített képfelvételeket igénylő kihívásokkal (Fotó: Unsplash)

Növénynemesítés

Egy másik magyar AgTech 2.0-ás fejlesztés is áttörést hozhat a magyar agráriumban, itt az űrtechnológiát bevetve hozhatnak technológiai nóvumot a gazdáknak. A vetőmag az agrárium csúcsterméke, a benne őrzött genetikai állományból fejlődik ki az a növény, melyeket különböző hasznosítási célra termesztenek, tehát az egész tápláléklánc alapja. Ma már nem úgy működik a növénytermesztés sem, mint korábban, már nem elég csak elvetni a vetőmagot és várni az eredményt. A Marton Genetics a Magyar Agrár- és Élettudományi Egyetem (MATE) és a Debreceni Egyetem közös projektjével vállalták fel azt, hogy a magyar űrprogramhoz ők is hozzáteszik tudásukat és tapasztalatukat. Az űrprogramhoz kapcsolódó kutatásban alkalmazott tudást a magyar agrárium modernizációjában is fel lehet majd használni, ami nagy ütőkártyának bizonyulhat. Így kapcsolódhat össze az agrártudomány, a növénynemesítés genetikája és az űrkutatás. Fontos tudni, mi az, ami könnyen termeszthető, megfelelő a tápértéke és utószaporítható. A kulcs a Marton Genetics megoldásában a mesterséges intelligencia és a növénynemesítés ötvözése. A szakembereknek a gépi elme segít a a fenotípusos szelektálásban és kiválogatni a jövőbeni fajtákat szinte bármilyen növénykultúrában. Ez a megoldás képes előrevetíteni 10-15 (de akár 30) évre is a jövő vetőmagjait.

Milyen hatással lesz az MI a mezőgazdaságra?

IT EXPERTS-TECH LEADERS 2024 FELHŐ A JAVÁBÓL KONFERENCIA

PODCAST

ICT Global News

VIDEOGALÉRIA
FOTÓGALÉRIA

Legnépszerűbb cikkek

ICT Global News

Iratkozz fel a hírlevelünkre, hogy ne maradj le az IT legfontosabb híreiről!