Skip to main content

Преобразующая сила ИИ в различных отраслях промышленности имеет большой потенциал в одном из старейших и важнейших секторов мира: сельском хозяйстве. В частности, «пограничный ИИ» может преобразовать методы ведения сельского хозяйства, повысить урожайность и достичь целей устойчивости во всей глобальной продовольственной цепочке, предполагает новое исследование.

Edge AI — это технология, в которой алгоритмы ИИ программируются непосредственно на локальных устройствах «на границе» сети, а не в централизованном центре обработки данных.

«Использование интеграции датчиков и ИИ (например, в интеллектуальных сельскохозяйственных машинах и механизмах) будет способствовать точному распределению оптимального количества поливной воды и агрохимикатов для отдельных растений или конкретных участков, тем самым продвигая стратегии устойчивого развития на фермах за счет сокращения расхода воды, удобрений и агрохимикатов», — отмечается в исследовании.

Приложения на основе искусственного интеллекта также могут работать на датчиках Интернета вещей, распределенных по всем сельскохозяйственным объектам или в поле.

Преимущества ИИ-технологий включают доставку данных в режиме реального времени, более быстрое принятие решений, повышение надежности и конфиденциальности сети, а также повышение энергоэффективности.

Исследование, опубликованное в журнале Nature Sustainability, начинается с предпосылки, что мир сталкивается с серьезной проблемой производства продовольствия, поскольку мы пытаемся прокормить растущее население, которое, по прогнозам, к 2050 году достигнет 9 миллиардов человек. Международная группа исследователей, в которую входят ученые из США, Великобритании, Австралии, Бельгии, Германии и Африки, пришла к выводу, что ИИ на периферии является многообещающим решением для повышения эффективности использования продовольственных ресурсов экологически безопасным способом.

Исследование также выявило потенциал для улучшения борьбы с вредителями, управления питательными веществами и селекции растений.

В качестве примера исследователи привели высокопроизводительную камеру компьютерного зрения, которая может быстро классифицировать типы растений для скрещивания с целью ускорения разработки сортов сельскохозяйственных культур, устойчивых к погодным условиям.

«Высокопроизводительное фенотипирование растений в полевых условиях, основанное главным образом на компьютерном зрении, считается перспективной технологией для повышения эффективности и точности оценки динамики роста сельскохозяйственных культур», — отмечается в исследовании.

Несмотря на свой потенциал, исследование признало, что текущие системы могут не поддерживать развертывание ИИ на периферии, которое требует высококачественного сбора данных, надежных алгоритмов и специализированного оборудования, которого в настоящее время не существует. Энергопотребление ИИ также является ограничением.

«Периферийные вычисления не только нуждаются в четкости моделей и алгоритмов ИИ, но и в огромной зависимости от аппаратной и инфраструктурной поддержки», — написала команда. «Одной из основных проблем, с которыми мы сталкиваемся сегодня, является отсутствие энергоэффективного компьютерного оборудования, которое могло бы обеспечить периферийные вычисления с учетом ограниченных ресурсов».

В исследовании также отмечены социальные последствия использования ИИ в сельском хозяйстве. Хотя эта технология имеет потенциал для увеличения мирового производства продовольствия и сокращения отходов ресурсов, существуют также опасения по поводу расширения цифрового разрыва между развитыми и развивающимися регионами мира.

Авторы призвали к разработке политики, обеспечивающей равный доступ к этим технологиям, и подчеркнули важность вовлечения фермеров в процесс разработки и внедрения.

Ведущий исследователь не ответил на запрос Decrypt о комментарии.

Ежедневный бюллетень с отчетами

Начинайте каждый день с главных новостей прямо сейчас, а также с оригинальных статей, подкастов, видео и многого другого.

Оставить комментарий