Искусственный интеллект также называемый глубоким обучением или машинным обучением взаимодействует с нами каждый день. От Siri и Alexa до алгоритмов, которые обслуживают вас рекламой, новостями, списками вакансий и домов, до предложений о том, какую музыку и новости слушать, - все это есть. Цели искусственного интеллекта включают обучение, рассуждение и восприятие - компьютерные программы пишут сами себя, тем лучше, чем больше данных они получают для обучения (так называемые «большие данные»).

Сельское хозяйство - одна из старейших и важнейшая отрасль с оборотом 5 триллионов долларов. Ожидается, что к 2050 году население мира достигнет более 9 миллиардов человек, а для удовлетворения спроса потребуется более чем удвоение сельскохозяйственного производства (70 %). Земли, воды и ресурсов уже становится недостаточно из-за множества экономических, экологических и социологических факторов. Срочно необходим более умный, эффективный и даже более продуктивный подход к цепочке спроса и предложения.

Технологии искусственного интеллекта готовы к получению более здоровых культур, борьбе с вредителями, мониторингу почвы и условий выращивания, организации данных для фермеров, облегчению рабочей нагрузки и улучшению широкого круга задач, связанных с сельским хозяйством, во всей цепочке поставок продуктов питания. Технологии Интернета вещей (IoT) и расширенная аналитика помогают фермерам анализировать данные в реальном времени, такие как погода, температура, влажность, цены или сигналы GPS.

Вот несколько примеров технологий с поддержкой искусственного интеллекта или машинного обучения:

1. PEAT

Немецкий технологический стартап PEAT разработал приложение на основе искусственного интеллекта под названием Plantix, которое может определять дефицит питательных веществ в почве, включая вредителей и болезни растений, и рекомендовать типы удобрений для улучшения качества урожая. Это приложение использует технологию распознавания изображений.

2. Trace Genomics

Trace Genomics - это компания, основанная на машинном обучении, которая анализирует состояние почвы и сельскохозяйственных культур и производит здоровые культуры с более высоким уровнем продуктивности.

3. SkySqurrel Technologies
SkySqurrel Technologies - В этом методе дрон следит за здоровьем сельскохозяйственных культур, собирая данные с полей, а затем передает через USB-накопитель с дрона на компьютер и производит анализ экспертами. Приложения искусственного интеллекта в сельском хозяйстве предоставляют фермерам советы по управлению водными ресурсами, севообороту, своевременной уборке урожая, типу выращиваемой культуры, оптимальным посадкам, атакам вредителей, управлению питанием.

4. Sowing App

Фермеры могут получить преимущества искусственного интеллекта прямо сейчас, с такими простыми инструментами, как телефон с поддержкой SMS и приложением для посева.

5. Сельскохозяйственные роботы

Сельскохозяйственные роботы были обучены проверять качество урожая, обнаруживать сорняки с помощью сбора и упаковки урожая, выполнять повторяющиеся задачи, бороться с сорняками и собирать урожай в больших объемах, чем люди, и устранять пробелы в навыках и рабочей силе.


Фермеры вносят свой вклад в развитие этих высокотехнологичных научных достижений: собирают «большие данные» для обучения этих моделей искусственного интеллекта, а также помогают доказать, что беспилотные летательные аппараты и робототехника используются для точного выращивания, повышения урожайности и качества при использовании меньшего количества ресурсов. По оценкам, фермеры генерируют более 4,1 миллиона точек данных в день и уже развернули более 75 миллионов устройств, подключенных к Интернету вещей (IoT). ИИ позволит фермам любого размера справиться с вызовами 21 века и последующих лет.