Kiedy mówimy o technologii Big Data, w pierwszej kolejności przychodzi nam zapewne na myśl gromadzenie danych przez Google, samouczące się translatory, szeroko pojęty machine learning, czy też informacje przechowywane przez banki. Warto wspomnieć jednak o innych, bardziej przyziemnych wyzwaniach, na które odpowiada Big Data. W ciągu najbliższych 30 lat zapotrzebowanie na pożywienie wzrośnie o 70 procent, a zmiany klimatu znacznie utrudnią jego wytwarzanie[1]. To właśnie gromadzenie i przetwarzanie danych w połączeniu z inteligentnym rolnictwem będzie stanowiło jedyne możliwe rozwiązanie tych problemów.
W domu roboty, na zewnątrz ulewa
Na przestrzeni lat rolnicy, których praca była niezbędna tak dla ludzi biednych, jak i dla majętnych oligarchów działali głównie na bazie intuicji i doświadczenia. Mimo rozwoju czysto technicznej strony agrobiznesu, pojawienia się nowoczesnych narzędzi, technologii i nowych sposobów uprawy roli, praca w gospodarstwie i tak wciąż uzależniona była od warunków pogodowych i zmieniającego się klimatu. Na cóż bowiem nowoczesny kombajn, specjalistyczne chemikalia, czy usprawniony system irygacji, skoro jedna potężna ulewa mogła zniszczyć wielotygodniowy, a nierzadko wielomiesięczny wysiłek.
To wręcz nie do pomyślenia, aby tak prozaiczne zjawisko, jak zmiany klimatu wciąż determinowały efektywność ludzkiego działania. Komputeryzacja, rozwój sztucznej inteligencji, Big Data, czy VR sprawia, że oczekujemy od nowoczesnej technologii niemal boskich możliwości i władzy nad każdym aspektem naszego życia. Choć wciąż trudno nam sobie wyobrazić, aby człowiek i podległa mu technologia przejęła władzę nad klimatem, istnieją rozwiązania, które pozwolą w ogromnym stopniu przewidzieć i wykorzystać pogodowe zmiany.
Tak oto w świat plonów, zbóż i upraw wdziera się sztuczna inteligencja i technologia Big Data, która pozwoli w błyskawicznym czasie reagować na zmiany klimatu, zanieczyszczenia gleby lub powietrza. Jak to działa?
Agriculture Data Specialist
W ramach systemów rolniczych opartych na sztucznej inteligencji dane zebrane z analizy pogody, wody, poziomu azotu, jakości powietrza, czy też rozpoznania rozmaitych chorób trafią do chmury, w której zostaną skonfrontowane z innymi informacjami z poprzedniego okresu. Następnie do gry wejdzie system GPS, który pozwoli na stworzenie modelu pogodowego dla danej lokalizacji i niezwykle precyzyjne wytyczne odnośnie miejsc, w których należy dokonać modyfikacji.
Te zaś zostaną przesłane do rolnika po analizie wszelkich powyższych danych. Przysłowiowy pan z widłami przekształci się w opakowanego technologią specjalistę ds. agrokultury. Z tak inteligentną rzeszą wirtualnych analityków będzie bowiem zdolny do znacznie szybszego i skuteczniejszego działania.
Pan traktor analityk
Na jakiej zasadzie będzie przebiegać analiza? Rolnik zostanie zmuszony do przemierzania pola ze smartfonem w dłoni? Na szczęście nie. W badacza wcielić może się bowiem kombajn, traktor lub inne zmechanizowane urządzenie, które przemierza kilometry upraw. Pojazd będzie przekazywać rozmaite dane o polu podczas każdego kolejnego kursu, a informacje zwrotne, poddane uprzednio analizie i przetworzeniu pozwolą mu automatycznie wykonywać czynności, które w najlepszy możliwy sposób przysłużą się uprawie przy aktualnych warunkach pogodowych, czy glebowych.
Precision Agriculture Adoption and Profitability https://t.co/92WKo8hb5V pic.twitter.com/q9Mn3jFOQc
— AgrevoNG (@AgrevoNG) June 30, 2017
Przez pola z iPadem
Firmą, która szczególnie zaangażowała się w tworzenie rozwiązań dla rolników opartych na Big Data i AI jest Mosanto, amerykański koncern specjalizujący się w biotechnologii. Marketerzy przedsiębiorstwa obliczyli bowiem, iż wdrożenie do pracy na roli elementów związanych z analityką danych w czasie rzeczywistym pozwoli zwiększyć produkcję plonów o aż 30%, co w przełożeniu na pieniężne zyski wyniesie 30 miliardów dolarów[2]. W obliczu rosnącego zapotrzebowania na żywność i stałego przyrostu ludności na świecie taka oszczędność zdaje się być niemożliwa do zignorowania.
Sztandarowym projektem Mosanto jest aplikacja FieldScripts, pełniąca rolę wspomnianego specjalisty i analityka ds. agrokultury. Przy udziale smartfona lub tabletu zainstalowanego np. we wspomnianym kombajnie analizuje ona wspomniane zmienne, jak np. jakość powietrza i poziom azotu w glebie, porównuje je z historycznymi informacjami o danym polu, a następnie rekomenduje rolnikowi konkretne działania i narzędzia, jak choćby określony rodzaj i porcjowanie nasion na wybranym obszarze.
Ciekawe rozwiązania proponuje również IBM stawiając na automatyzację działań dzięki rozmaitym czujnikom rozmieszczonym na polach uprawnych, dronom oraz satelitom GPS. Jak podkreślają przedstawiciele firmy, ich zaangażowanie w rozwój sztucznie inteligentnego rolnictwa ma jeden nadrzędny cel – nakarmienie przyszłych pokoleń.
Ratunek
W obliczu błyskawicznie rosnącego zapotrzebowania na żywność wdrożenie sztucznej inteligencji, czy Big Data w świat rolnictwa jest bowiem absolutną koniecznością. Tzw. presicion agriculture pozwoli bowiem nie tylko zwiększyć efektywność upraw, ale wpłynie również na obniżenie zanieczyszczenia plonów i powietrza. Owocem tego rozwoju będzie tańsza i mniej skażona chemią żywność.
Przejście precision agriculture z laboratoriów, komputerów i makiet do rolniczego mainstreamu znacząco wpłynie jednak przede wszystkim na ludność najuboższych krajów. Zaimplementowanie nowoczesnej technologii na np. indyjskich uprawach zupełnie odmieni pracę miejscowych rolników i pozwoli im błyskawicznie przenieść się z XIX do XXI wieku. W kraju, w którym blisko 200 milionów ludzi boryka się z problemem niedożywienia transformacja ta powinna być prawdziwą rewolucją i kamieniem milowym na drodze walki z ubóstwem.
—
Na podstawie:
[1] A. Ross, The Industries of the Future, Simon & Schuster, Nowy Jork 2016
[2] A. Ross, The Industries of the Future, Simon & Schuster, Nowy Jork 2016
Posłuchaj questus podcast
Wpadnij na nasz kanał Youtube
Newsletter
