地球上で働く人々にとって、AI はその作業をより効率的、持続可能、生産的なものにするための貴重なツールとなり得ます。 AI は、農家が何世紀にもわたって使用してきた同じツールを、効率と集中力を高めて使用できるように支援します。ここでは、AI 支援農業の新しい波を活用しようとしている農家向けの 10 のヒントを紹介します。
草むしりはロボットに任せよう
火星探査車のように見えるかもしれませんが、BoniRob システムはもっと現実的です。 AI を使用して土壌を分析し、その中に何が生えているかを判断し、必要に応じて除去するロボット システム。と呼ばれるコンセプトの一部です スポット農業、フィールド全体を全体として扱うのではなく、フィールド内の各スポットが個別に処理されます。プロセス全体はロボットと AI によって監視されます。 個々の植物を監視し、作物に餌を与え、水を与え、収穫します。米国では、Carbon Robotics という会社が、AI を使用して雑草を検出し、レーザーで雑草を除去する LaserWeeder と呼ばれる同様のデバイスを販売しています。
害虫を特定する
作物に這うあれが良いものなのか悪いものなのかわかりませんか？ アイオワ州立大学の InsectID 写真を撮ってアップロードすると、InsectID が AI を使用して昆虫を識別し、その昆虫の役割に関する情報を提供し、作物から昆虫を排除したい場合の対処方法についてのヒントを提供します。
低コストの土壌分析
ファームスペーステクノロジー はナイジェリアの企業で、AI を使用して小規模農場が肥料をより効果的に使用する方法とどの作物を栽培するかを理解できるように支援する、ActionLab と呼ばれる低コストの土壌センサーを開発しています。
一緒に働く
農業は単に物を育てるだけではなく、それらを顧客に届けることです。インド政府は素晴らしい名前のプロジェクトを立ち上げました Saagu Baggu これは、カンマムの唐辛子農家が AI を使用して土壌の品質や製品の品質をより深く理解し、より良い価格を見つけるのに役立ちます。現在、7,000の小規模農場が対象となっているが、 テランガーナ州政府は現在、対象を2万人に拡大している。
天気を予測する
天気予報は AI が適用されている最新の分野であり、Google はその予測を応用しています。 DeepMind システムによる天気予報 そして Nvidia も FourCastNet システムで同じことをやっている。どちらのシステムも AI を使用して短期予測を生成し、最大 10 日前のパターンを予測します。 AI には次のような役割もあります 長期予測と気候変動の役割しかし、これは AI の問題の 1 つを強調しています。AI は既存のデータからパターンを見つけるのには優れていますが、 将来的に物事がどのように変化するか理解できない。
あなたのトマトは熟していますか?
作物がいつ準備できるかは見た目でわかりますが、同時にどこにでも行くことはできません。そこで、AI を活用して支援してみませんか?この研究は、AI 科学者のグループがどのようにして、 画像からトマトが熟す時期を判断する。それは些細なことのように思えるかもしれませんが、これを、温室内を歩き回って収穫時期の決定に役立つレポートを送信する自動システムと組み合わせると想像してみてください。このタイプの例はこれだけではありません。同様の作業が次の場合にも行われています。 茶のつぼみ そして他の多くの作物。
AIロボットによる収穫
Fieldwork Robotics は、柔らかい果物など、予想外のものを収穫できるロボットを開発している英国の企業です。彼らの フィールドワーカー1 ロボットは AI とロボット工学を使用して熟した柔らかい果物を検出し、柔らかいロボットピッカーで収穫し、トレイに置きます。これはまだ実験プロジェクトですが、オーストラリア最大のソフトフルーツ生産者によってテストされています。彼らは、これにより一人の人間のオペレーターが複数の圃場で同時に収穫を監督できるようになると主張している。
あなたの牛は幸せそうに見えますか?
牛は騒々しい生き物であり、その鳴き声が牛の気分を表していることがよくあります。そこで、研究者のグループはオープンソース AI ツールを使用して、 牛が発する音を分析し、牛がどのように感じているかを判断します。牛は満足しているときには低周波音を出し、苦しんでいるときには高周波音を出すため、結果はかなり正確だと彼らは主張している。
研究者らが使用したのは、 AI の Whisper ツールを開く、音声をテキストに変換します。これを応用して騒音の周波数、長さ、繰り返される頻度を決定することで、牛の福祉をリアルタイムで測定できると研究者らは主張した。 キャトルアイ は、監視カメラと AI を使用して、選別ゲートを通過する牛を監視したり、牧草地のドローン映像を分析したりするシステムです。賢い点は、システムが AI を使用して各牛がどのように動いているか、どのように健康に見えるかを分析し、 ボディコンディションスコア。牛のBCSが不十分な場合は、餌を与えすぎている、足が不自由である、またはその他の問題がある可能性があります。
取り出した分だけ元に戻す
再生型農業は、土壌の健康と活力を優先することにより、長期的な持続可能性に焦点を当てています。 RegenIQ は、このプロセスを測定し、その有効性を向上させるためのアドバイスを提供する方法を提供します。複数のデータ ソースを AI と組み合わせることで、長期にわたる進捗状況の追跡と測定に役立ちます。
参加しましょう
素晴らしい名前の ケンブリッジ大学の実存的リスク研究センター を調べた 2022 年の農業における AI 使用のリスク、AI モデルの信頼性からコストに至るまで、たくさんあることがわかりました。彼らが特定した主なリスクの 1 つは、データの透明性と所有権の問題でした。AI が使用するデータはどこから来たのか、テクノロジーの所有者は誰なのか?
著者らは農家に対し、データ協同組合を設立することで所有権を失わずにこのデータをオープンに共有するよう呼びかけている。この一例はエチオピアとインドで使用されています。 ファームスタックからのプロジェクト デジタルグリーン これにより、農家はデータを共有できるようになりますが、データを取得する人や使用方法にも制限を設けることができます。 AI の世界では、このデータは金よりも貴重であり、世界中の農家はこれを理解し、データが適切に、倫理的に、そしてすべての利益のために使用されるように協力する必要があります。
