Как искусственный интеллект поможет фермерам получать больше урожая с меньшими затратами

Регенеративное сельское хозяйство для будущей продовольственной безопасности и устойчивых продовольственных систем

Регенеративное сельское хозяйство сосредоточено на создании устойчивых продовольственных систем путем восстановления почвы и повышения природных ресурсов, таких как уровень грунтовых вод и биоразнообразие на фермах.

Приоритет восстановления почвы обеспечивает долгосрочную устойчивость и повышает урожайность за счет более здоровой, удерживающей воду почвы. Кроме того, регенеративное сельское хозяйство может сократить сельскохозяйственные выбросы за счет оптимизации использования ресурсов.

На уровне фермы это укрепляет устойчивость, делая хозяйства лучше подготовленными к противостоянию экологическим проблемам и, в конечном счете, приводя к более стабильному доходу.

Понимание роли цифровых технологий и искусственного интеллекта в сельском хозяйстве

Немного раньше глобального импульса к регенеративному сельскому хозяйству был сделан акцент на цифровизации сельского хозяйства. Он предлагает такие преимущества, как более высокий доход фермеров, улучшенные экологические результаты и лучшую коммерческую жизнеспособность при работе с мелкими фермерами.

Исследования показывают, что цифровое сельское хозяйство может увеличить ВВП сельского хозяйства стран с низким и средним уровнем дохода более чем на 450 миллиардов долларов или на 28 процентов в год. Растущее использование искусственного интеллекта (ИИ) в сельском хозяйстве еще больше усилило эти преимущества для фермеров.

Например, используя ИИ и цифровые технологии, инициатива Всемирного экономического форума "ИИ для сельскохозяйственных инноваций" в сотрудничестве с правительством Индии поддержала фермеров, выращивающих перец чили, достичь 21 процента повышения урожайности, 9 процентов сокращения использования пестицидов и 800 долларов повышения дохода с 40 соток земли за цикл.

Сценарии использования ИИ в сельском хозяйстве (фото: The World Economic Forum)

Сочетание регенеративного сельского хозяйства и искусственного интеллекта: перспективные области применения

Многие области применения искусственного интеллекта в сельском хозяйстве имеют потенциал ускорить регенеративное сельское хозяйство. Выделяется пять таких перспективных областей применения.

Геопространственные изображения для ландшафтного планирования

Масштабирование регенеративного сельского хозяйства часто требует ландшафтного подхода, фокусируясь на более широкой области производства, а не на отдельных фермах. Это позволяет осуществлять целостное управление/регенерацию природных ресурсов.

Модели ИИ, использующие геопространственные данные, могут анализировать изменения в почвенно-растительном покрове и землепользовании, здоровье почвы и доступность воды на больших участках земли, помогая планированию регенеративных ландшафтов.

В Мадхья-Прадеше, Центр инноваций в области продовольствия, в партнерстве с правительством штата, работает со Skymet Weather над интеграцией геопространственных изображений в планирование ландшафта. Собранные данные будут дополнительно связаны с финансовыми инструментами для лучшей поддержки фермеров в принятии устойчивых практик.

Цифровое расширение с поддержкой искусственного интеллекта

Регенеративное сельское хозяйство опирается на индивидуальные практики, разработанные исследовательскими университетами. Доставка этих практик через агентов по распространению является дорогостоящей, и низкое соотношение агентов к фермерам оставляет нескольких землевладельцев без обслуживания.

Технологические достижения улучшили экономику распространения таких практик через цифровые каналы. Кроме того, большие языковые модели (LLM) в сочетании с моделями Retrieval-Augmented Generation (RAG) могут сделать рекомендации специфичными для ферм на основе локализованных данных.

Помимо этого, поддерживаемые искусственным интеллектом языковые переводы могут обеспечить доставку на местные языки экономически эффективным способом, что делает их более доступными в разных регионах.

Прогнозирование вредителей для сокращения использования пестицидов

Использование пестицидов было названо "глобальной проблемой прав человека", и программы регенеративного сельского хозяйства пытаются постепенно сократить их использование.

Решения на основе искусственного интеллекта, основанные на распознавании изображений и гиперспектральных изображениях, могут обеспечить как прогнозируемое, так и упреждающее обнаружение вредителей, оптимизируя использование пестицидов.

Финансовые стимулы с поддержкой искусственного интеллекта

Одним из препятствий для регенеративного сельского хозяйства является отсутствие финансовых стимулов для перехода на него. Финансовые стимулы, такие как оплата за секвестрированный углерод (трансформированный), являются сложными из-за высоких затрат на мониторинг и выплаты.

Однако недавние пилотные проекты по использованию датчиков для измерения здоровья почвы и интеллектуальных контрактов с поддержкой искусственного интеллекта позволили ускорить выплаты, сделать их без ошибок и экономически эффективными.

Большинство компаний, занимающихся углеродным финансированием, используют модели искусственного интеллекта с применением геопространственных данных для дистанционного измерения секвестрации углерода.

Аналогичные инновационные модели для стимулирования перехода используются в "Инициативе 100 миллионов фермеров". Она обеспечивает сочетание финансовой и нефинансовой поддержки для перехода к регенеративному сельскому хозяйству.

Благодаря искусственному интеллекту она позволяет вознаграждать как фермеров, так и ранних инвесторов. Чертежи для воспроизведения таких финансовых моделей доступны в рамках инициативы.

Быстрые анализы почвы и мониторинг программы

Поддерживаемое искусственным интеллектом тестирование почвы обеспечивает быструю оценку здоровья земли, позволяя принимать точные решения об эффективности регенеративных практик.

Кроме того, геопространственные модели искусственного интеллекта могут быть использованы для мониторинга таких методов, как совмещение культур или покровное земледелие, которые, как правило, трудно контролировать в масштабе.

Такой анализ также может обеспечить сегментацию фермеров, что позволит оказывать индивидуальную поддержку землевладельцам на разных уровнях внедрения.

Масштабирование искусственного интеллекта для регенеративного сельского хозяйства

Сегодня существует несколько проблем, которые необходимо решить, чтобы гарантировать, что ИИ действительно способствует действиям по борьбе с изменением климата.

Сокращение углеродного следа ИИ

Растущий спрос на ИИ приводит к увеличению использования электроэнергии, что приводит к выбросам от технологических компаний. Сокращение этих выбросов имеет решающее значение, и следует изучить варианты, которые поддерживают это снижение, такие как возобновляемые источники энергии и лучшее управление данными.

Оптимизация инфраструктуры и структуры данных

Высококачественные данные имеют решающее значение для эффективных моделей ИИ, но сельскохозяйственные данные часто фрагментированы. Построение цифровой общественной инфраструктуры для обмена данными может помочь снизить затраты, позволяя организациям повторно использовать и перерабатывать данные.

Гармонизация сбора данных с помощью стандартов необходима для обеспечения совместимости и повышения эффективности использования данных. Еще одним аспектом является сбор данных о практиках фермеров и сопоставление их с другими наборами данных о почве, воде и т. д., чтобы создать доказательства о том, что это работает.

Структурирование сети доставки услуг на уровне сел

Фермерам может быть трудно напрямую принять технологии с поддержкой ИИ без какого-либо посредничества. Необходимо многостороннее сотрудничество для обучения и развертывания агентов на уровне сел, которые могут помочь в оказании помощи фермерам в доставке услуг с поддержкой ИИ.

По мере накопления большего количества сельскохозяйственных данных и знакомства фермеров с технологиями, роль ИИ в регенеративном сельском хозяйстве будет увеличиваться.

В то же время, с большим объемом данных точность существующих решений будет улучшаться. Поэтому, чтобы максимально использовать эти достижения, планирование использования ИИ при разработке программ регенеративного сельского хозяйства имеет решающее значение.