دليل الصناعات

الذكاء الاصطناعي في الزراعة الدقيقة

يستخدم الذكاء الاصطناعي في الزراعة الدقيقة أجهزة الاستشعار والأقمار الصناعية والطائرات بدون طيار والتعلم الآلي لإدارة المحاصيل على مستوى النباتات الفردية بدلا من الحقول بأكملها.

نظرة عامة

يستخدم الذكاء الاصطناعي في الزراعة الدقيقة أجهزة الاستشعار والأقمار الصناعية والطائرات بدون طيار والتعلم الآلي لإدارة المحاصيل على مستوى النباتات الفردية بدلا من الحقول بأكملها. وهو أمر مهم لأنه يعزز الإنتاجية مع تقليل هدر المياه والأسمدة والمبيدات الحشرية، مما يساعد على إطعام عدد متزايد من السكان بمدخلات أقل.

يطبق الذكاء الاصطناعي في الزراعة الدقيقة الذكاء الاصطناعي في بيئات خاصة بالمجال حيث تشكل اللوائح والعمليات وتحمل المخاطر خيارات التصميم بقوة.

الغوص العميق

تدمج الزراعة الدقيقة البيانات من مصادر عديدة: صور الأقمار الصناعية والطائرات بدون طيار، وأجهزة استشعار رطوبة التربة والطقس، والآلات الموجهة بنظام تحديد المواقع العالمي (GPS). تعمل نماذج الرؤية الحاسوبية على تحليل الصور للكشف عن إجهاد المحاصيل والأمراض والأعشاب الضارة في وقت مبكر، وغالباً ما تستخدم مؤشرات الغطاء النباتي مثل مؤشر الغطاء النباتي للغطاء النباتي (NDVI) لاكتشاف المشاكل قبل أن تكون مرئية للعين المجردة. تطبق شركات مثل John Deere (مع تقنية See & Spray)، وClimate Corporation، وBlue River الذكاء الاصطناعي بحيث تستهدف أجهزة الرش الأعشاب الضارة فقط، مما يقلل من استخدام مبيدات الأعشاب بشكل كبير. تجمع نماذج التنبؤ بالإنتاجية بين بيانات الطقس والتربة والبيانات التاريخية لتوجيه كثافة الزراعة وتوقيت الحصاد. تقوم تقنية المعدل المتغير بعد ذلك بإخبار المعدات بتطبيق الكمية المناسبة تمامًا من البذور أو الماء أو الأسمدة على كل منطقة. والنتيجة هي زراعة "خاصة بالموقع" تقلل التكلفة والأثر البيئي مع تحسين الإنتاج.

البصيرة الفنية

إن لبنة البناء الأساسية هي مؤشر الغطاء النباتي: حيث تلتقط الكاميرات الأشعة تحت الحمراء القريبة والضوء الأحمر، ويكشف NDVI (الفرق الطبيعي بين تلك النطاقات) عن صحة النبات لأن الكلوروفيل الصحي ينعكس بقوة في الأشعة تحت الحمراء القريبة. تقوم الشبكات العصبية التلافيفية بعد ذلك بتصنيف الصور لتمييز المحاصيل عن الأعشاب الضارة في الوقت الفعلي، مما يتيح لـ See & Spray تشغيل الفوهات الفردية خلال أجزاء من الثانية أثناء تحرك الآلة. تعمل بيانات الاستشعار والطقس على تغذية نماذج الانحدار والسلاسل الزمنية التي تتنبأ باحتياجات الإنتاج والري.

إتقان الذكاء الاصطناعي في الزراعة الدقيقة

يستخدم الذكاء الاصطناعي في الزراعة الدقيقة أجهزة الاستشعار والأقمار الصناعية والطائرات بدون طيار والتعلم الآلي لإدارة المحاصيل على مستوى النباتات الفردية بدلا من الحقول بأكملها. وهو أمر مهم لأنه يعزز الإنتاجية مع تقليل هدر المياه والأسمدة والمبيدات الحشرية، مما يساعد على إطعام عدد متزايد من السكان بمدخلات أقل. يطبق الذكاء الاصطناعي في الزراعة الدقيقة الذكاء الاصطناعي في بيئات خاصة بالمجال حيث تشكل اللوائح والعمليات وتحمل المخاطر خيارات التصميم بقوة. لبناء فهم عميق، تعامل مع الذكاء الاصطناعي في الزراعة الدقيقة كنموذج تشغيل، وليس كميزة واحدة: حدد النتائج المرغوبة، ووضح الافتراضات، وفصل ما يمكن للنظام القيام به بشكل موثوق عما لا يزال يتطلب حكم الخبراء.

من الناحية العملية، تعمل الفرق القوية التي تستخدم الذكاء الاصطناعي في الزراعة الدقيقة على مواءمة القدرة التقنية مع سياسة المجال وإمكانية التدقيق واتخاذ القرارات في الخطوط الأمامية. وهي تقوم بتوثيق معايير نجاح واضحة، واختبارها مقابل بيانات واقعية وسير العمل، والتكرار بناءً على أنماط الفشل الملحوظة بدلاً من الانتصارات المعيارية لمرة واحدة. وهذا هو المكان الذي يتحول فيه الفهم النظري إلى قدرة دائمة عبر المنتج والسياسة والعمليات.

يحدد سياق الصناعة ما إذا كانت أفكار الذكاء الاصطناعي ستظل على اتصال بالواقع. وفي الوقت نفسه، يمكن للمتطلبات التنظيمية أن تُبطل النماذج الأولية القوية. ويتمثل النهج الأكثر مرونة في الجمع بين سرعة التجريب وانضباط الحوكمة: تشغيل البرامج التجريبية، والتقاط الأدلة، ونشر سجلات القرارات، وتحديث الضمانات بشكل مستمر مع تطور سلوك النموذج، وتوقعات المستخدم، والمتطلبات التنظيمية.

التأثير الاستراتيجي

يحدد سياق الصناعة ما إذا كانت أفكار الذكاء الاصطناعي ستظل على اتصال بالواقع.

يحدد سياق الصناعة ما إذا كانت أفكار الذكاء الاصطناعي ستظل على اتصال بالواقع. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.

تؤثر قيود المجال على معدلات الخطأ المقبولة ونماذج المراقبة.

تؤثر قيود المجال على معدلات الخطأ المقبولة ونماذج المراقبة. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.

تعمل عمليات النشر الناجحة على مواءمة القدرة التقنية مع سير العمل في الخطوط الأمامية.

تعمل عمليات النشر الناجحة على مواءمة القدرة التقنية مع سير العمل في الخطوط الأمامية. وفي عمليات النشر عالية الجودة، تتم ترجمة ذلك إلى قواعد تشغيل قابلة للقياس، وحدود ملكية، وطقوس مراجعة متكررة حتى تتمكن الفرق من توسيع نطاق الثقة بدلاً من توسيع نطاق الغموض.

مستقبل الذكاء الاصطناعي في الزراعة الدقيقة

يتجه هذا المجال نحو قدر أكبر من الاستقلالية: الجرارات ذاتية القيادة، والحصادات الآلية، وأسراب من الروبوتات الميدانية الصغيرة التي تستكشف النباتات وتعالجها بشكل فردي. سيسمح Edge AI للمعدات باتخاذ القرارات في الميدان دون الاتصال السحابي، وهو أمر بالغ الأهمية للمناطق الريفية. وإلى جانب النمذجة المتكيفة مع المناخ، سيساعد الذكاء الاصطناعي المزارعين على الاستجابة للطقس المتطرف ومواسم النمو المتغيرة. توقع تكاملًا أكثر إحكامًا لبيانات الأقمار الصناعية وأجهزة الاستشعار في المزرعة والنماذج التنبؤية في منصات واحدة توصي بالإجراءات تلقائيًا وتتحقق من النتائج.

التنفيذ في العالم الحقيقي

تستخدم شركة John Deere's See & Spray رؤية الكمبيوتر للتعرف على الأعشاب الضارة وإطلاق الفوهة ذات الصلة فقط، مما يقلل استخدام مبيدات الأعشاب بهامش كبير.

يقوم أحد المزارعين بتحليل خرائط مؤشر مؤشر الغطاء النباتي (NDVI) الملتقطة بواسطة طائرة بدون طيار للعثور على رقعة متوترة من الذرة ويبحث في مشاكل الري أو الآفات قبل فقدان المحصول.

يقوم المزارعون ذوو المعدل المتغير بضبط كثافة البذور من منطقة إلى منطقة عبر الحقل بناءً على بيانات التربة والإنتاجية التاريخية.

تعمل أجهزة استشعار رطوبة التربة على تغذية نموذج الذكاء الاصطناعي الذي يقوم بجدولة الري بدقة، ولا يسقي إلا في المكان والوقت الذي تحتاج فيه المحاصيل إلى ذلك.

أنماط التنفيذ

الذكاء الاصطناعي في الزراعة الدقيقة في الممارسة العملية

تستخدم شركة John Deere's See & Spray رؤية الكمبيوتر للتعرف على الأعشاب الضارة وإطلاق الفوهة ذات الصلة فقط، مما يقلل استخدام مبيدات الأعشاب بهامش كبير.

يستخدم See & Spray من John Deere الرؤية الحاسوبية لتحديد الحشائش الضارة وإطلاق الفوهة ذات الصلة فقط، مما يقلل استخدام مبيدات الأعشاب بهامش كبير. عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد عتبات الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الأخطاء بمرور الوقت.

الذكاء الاصطناعي في الزراعة الدقيقة في الممارسة العملية

يقوم أحد المزارعين بتحليل خرائط مؤشر مؤشر الغطاء النباتي (NDVI) الملتقطة بواسطة طائرة بدون طيار للعثور على رقعة متوترة من الذرة ويبحث في مشاكل الري أو الآفات قبل فقدان المحصول.

يقوم أحد المزارعين بتحليل خرائط مؤشر NDVI الملتقطة بطائرة بدون طيار للعثور على رقعة متوترة من الذرة ويبحث في مشاكل الري أو الآفات قبل فقدان المحصول. عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد عتبات الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الخطأ مع مرور الوقت.

الذكاء الاصطناعي في الزراعة الدقيقة في الممارسة العملية

يقوم المزارعون ذوو المعدل المتغير بضبط كثافة البذور من منطقة إلى منطقة عبر الحقل بناءً على بيانات التربة والإنتاجية التاريخية.

يضبط المزارعون ذوو المعدلات المتغيرة كثافة البذور منطقة تلو الأخرى عبر الحقل بناءً على التربة وبيانات الإنتاجية التاريخية. عادةً ما تحصل الفرق على نتائج أفضل عندما تحدد عتبات الجودة مقدمًا، وتحافظ على مسار تصعيد بشري لحالات الحافة، وتتتبع مكاسب الإنتاجية وتكاليف الخطأ مع مرور الوقت.

الذكاء الاصطناعي في الزراعة الدقيقة في الممارسة العملية

تعمل أجهزة استشعار رطوبة التربة على تغذية نموذج الذكاء الاصطناعي الذي يقوم بجدولة الري بدقة، ولا يسقي إلا في المكان والوقت الذي تحتاج فيه المحاصيل إلى ذلك.

تعمل أجهزة استشعار رطوبة التربة على تغذية نموذج الذكاء الاصطناعي الذي يقوم بجدولة الري بدقة، ولا يسقي إلا في المكان والوقت الذي تحتاج إليه المحاصيل، وعادةً ما تحصل الفرق على نتائج أفضل عندما تحدد عتبات الجودة مقدمًا، وتحافظ على مسار تصعيد بشري للحالات الطرفية، وتتتبع مكاسب الإنتاجية وتكاليف الخطأ بمرور الوقت.

المخاطر والدرابزين

!

يمكن أن تؤدي المتطلبات التنظيمية إلى إبطال النماذج الأولية القوية.

!

قد ترمز البيانات التاريخية إلى التحيز الذي يضر بمجتمعات معينة.

!

يمكن للأنظمة القديمة أن تخلق اختناقات في التكامل وتكاليف مخفية.

خارطة طريق التنفيذ

1

إشراك خبراء المجال بدءًا من صياغة المشكلات وحتى التقييم.

إشراك خبراء المجال بدءًا من صياغة المشكلات وحتى التقييم. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

2

تصميم مسارات التدقيق والوثائق قبل الإطلاق.

تصميم مسارات التدقيق والوثائق قبل الإطلاق. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

3

التحقق من صحة التزامات الامتثال والسلامة في وقت مبكر.

التحقق من صحة التزامات الامتثال والسلامة في وقت مبكر. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

4

يتم طرحها على مراحل مع معايير واضحة للتوقف والتراجع.

يتم طرحها على مراحل مع معايير واضحة للتوقف والتراجع. تعامل مع كل خطوة كبوابة دليل: إذا لم يتم استيفاء المعايير، قم بإيقاف التشغيل مؤقتًا، وسد الفجوة، وبعد ذلك فقط قم بتوسيع الاستخدام.

استمر في الاستكشاف