ИИ е обширна област, но през последните години тя започна да означава просто „LLM“ или модели за изучаване на езика, тъй като инструменти като ChatGPT започнаха да се използват за различни задачи за създаване на съдържание. Опасността е, че когато обществеността признае огромните ресурси, които се изразходват от такива инструменти с общо предназначение, цялостната репутация на ИИ може да пострада, а усилията за подобряване на ефективността и устойчивостта на производството на храни с помощта на технологията в крайна сметка могат да пострадат.
„Трябва да сме много внимателни по отношение на използването на енергия от тези нови технологии с общо предназначение“, казва Риен Камман, съосновател и главен изпълнителен директор на базираната в Нидерландия Source.ag. „Но енергията, която се използва специално за селското стопанство, е пренебрежимо малка част, така че смятам, че плюсовете от използването на изкуствен интелект за подобряване на производството на храни са безсмислени.“
Философията на Source.ag е да подпомага земеделските производители - „почти като втори пилот или дигитален спътник“, според Камман - с това, което има най-голямо влияние върху финансовия им успех.
„Ние помагаме на производителите да разберат, като се има предвид тяхното местоположение, оранжерия и сорт семена, как могат да увеличат добива, като същевременно намалят риска и вложените ресурси“, казва той пред Fruitnet. „Това са стратегически решения, които в течение на сезона в голяма степен определят резултатите им. Точно както в шахматната партия, където първите два или три хода могат да повлияят на цялата игра - същото е и при отглеждането на домати, краставици и пипер.“
Втората цел на компанията е прогнозиране на добивите, като се гарантира, че производителите „няма да бъдат изненадани от това, което излиза накрая“, оставяйки ги с твърде много или твърде малко продукция. „В това има толкова голям потенциал“, казва Камман. „Съоръженията са високотехнологични, но много от начините, по които отглеждаме храна, все още се основават на интуицията и се предават от баща на син. Това не бива да изчезва, но трябва да се допълни със системи, които могат да заредят тези производители.“
Друга холандска компания, Neolithics, е разработила технология, способна да сканира продукти - като авокадо, ананас или манго - на различни етапи от веригата на доставки, като предоставя критична информация за качеството на продукта и помага на производителите да вземат по-добри решения за това кога да събират реколтата, как да я съхраняват и да узряват, кога да я изпращат и как да извлекат най-голяма стойност въз основа на качеството на отделния плод.
„В Neolithics можем да видим вътрешността на всеки плод с помощта на устройство, което прилича на летищен скенер“, казва Кат. „То показва разпределението на сухото вещество в авокадото, Brix в ананаса или дори разпределението на нишестето в картофа, който се движи по конвейера във фабриката, точно преди да бъде превърнат в пържени картофи. И ако разполагате с такива данни и ако си сътрудничите с различни източници, различни участници и различни доставчици, те могат да ви подскажат кога да събирате реколтата, как да узрявате, как да оптимизирате логистиката си.“
Кат смята, че решаваща част от необходимата трансформация се състои в приемането на данните на всеки етап от веригата за доставки. „Един от елементите, които наистина могат да подпомогнат тази стъпка, е да има единство - единно разбиране за качеството по цялата верига на стойността“, казва той. „Така че в момента, ако имате авокадо, растящо на дърво в Перу, това е индивидуален източник на данни. Ако имате авокадо, което лежи в магазин на Edeka в Берлин, това е друг източник на данни. В настоящата верига на стойността тези два източника не са свързани.
„Но в действителност те са свързани, защото сухото вещество в авокадото на дървото, Бриксът на току-що събраното манго, остатъците от пестициди върху боровинка, която е на път от Чили за Европа - всичко това са данни и данни, които могат да бъдат свързани.“
Трудови проблеми
Въздействието на изкуствения интелект върху пазара на труда е сложно. Като се има предвид недостигът на работна ръка в сектора на пресните продукти, автоматизирането на множество задачи винаги е било добре дошло, не на последно място в областта на наблюдението на растенията и прибирането на реколтата.
Според Силвия Шмидт от изследователския център Лаймбург в Южен Тирол, Италия, понастоящем идентифицирането на видовете насекоми се извършва от човешки персонал чрез скъпоструващи и отнемащи време посещения на място. Но с помощта на изображенията с висока резолюция в капаните за насекоми, както и на наблюдението, идентифицирането и преброяването на видовете в реално време, може да се спести голямо количество труд.
Капанът издава алармен сигнал при откриване на вреден за растението вид насекомо и препоръчва времето за използване на химически или биологичен контрол на вредителите.
Такива интелигентни капани и селективното използване на инсектициди могат да помогнат да се сведат до минимум загубите на реколтата, да се намалят химическите остатъци в продуктите, да се намалят производствените разходи, емисиите на CO2 и общите разходи чрез мерки за контрол и превенция на вредителите. „ИИ в селското стопанство не е само за увеличаване на добивите“, казва Шмидт. „Става дума за това да направим селското стопанство по-устойчиво и ефективно за бъдещите поколения.“
Недостигът на работна ръка за прибиране на реколтата също стимулира разработването на автоматизирани берачи. Dogtooth е базиран в Обединеното кралство производител на „сръчни роботи за прибиране на реколтата“, казва главният изпълнителен директор Дънкан Робъртсън. „Те поемат функциите по прибиране на реколтата, които досега изискваха остротата на зрението и сръчността на човешката ръка“, обяснява той, “което е особено важно за горски плодове като ягоди и малини.“
Той смята, че е достигната инфлексна точка, тъй като производителността на роботите непрекъснато се подобрява, докато производителността на хората остава статична. „Можем да представим на клиентите наистина убедителна история за възвръщаемостта на инвестициите“, казва Робъртсън. „Роботизираното прибиране на реколтата ще има наистина интересен ефект върху веригите за доставки. Има много неща, които можем да направим, за да намалим отпадъците, да подобрим качеството и да прогнозираме добивите.“
Планиране занапред
Според Даниел Тхан от новозеландската компания WayBeyond ключът е да се даде възможност на компаниите да планират ефективно. „Непостоянният климат затруднява производителите да планират неща като напояване“, обяснява той. „Отговорът е в точните, навременни, достъпни и изчерпателни данни.
„Ние предоставяме всичко това с нашия софтуер за управление на културите FarmRoad. Предложихме решение, което предвижда климата в оранжерията до седем дни предварително, като използва сензори, сателитни данни и изкуствен интелект. Нашето решение за управление на културите обхваща климата, напояването, вредителите и болестите. Много индустрии преминават през цифрова трансформация, а в селското стопанство сме в разгара ѝ.“
„Лицата, вземащи решения, започват да осъзнават, че ИИ няма да замени земеделските стопани, но земеделските стопани, които използват ИИ, ще изпреварят тези, които не го правят“, резюмира Камман. „Съзнаваме, че е наша отговорност да помогнем на земеделските производители ефективно да интегрират тези решения в ежедневната си работа и точно върху това се фокусираме в момента. През последните две-три години инвестирахме много в научноизследователска и развойна дейност, изграждайки тези авангардни системи с изкуствен интелект за земеделските производители, но трябва да се внимава да не се претовари индустрията с иновации.“
„Мисля, че бъдещето е в получаването на унифициран тип данни, които всички можем да споделяме“, заключава Кат, “защото тогава всъщност ще можем да използваме тези прозрения, използвайки различни видове технологии около същите плодове, за по-последователен продукт, доволен клиент и по-здрава индустрия.“
