Είναι γεγονός, η ανθρωπότητα αντιμετωπίζει ένα υπαρκτό πρόβλημα. Από τη στιγμή που το είδος της το Homo sapiens, κάθε χρόνο αυξάνεται ενώ ο πλανήτης γη παραμένει πεισματικά ο ίδιος σε μέγεθος, αυτομάτως αντιλαμβανόμαστε πως η ίδια έκταση γης θα πρέπει να είναι σε θέση να θρέψει πληθυσμούς ανθρώπων που διαρκώς αυξάνονται. Εάν σε όλα τα παραπάνω δεδομένα συμπεριλάβουμε και την υπερθέρμανση του πλανήτη, την λειψυδρία αλλά και τα απρόβλεπτα και μη φυσιολογικά καιρικά φαινόμενα, ναι, τελικά η ανθρώπινη φυλή έχει σοβαρό πρόβλημα σίτισης.

Τελικά, ίσως έφτασε η ώρα των μηχανημάτων. Πραγματικά έξυπνα, πραγματικά εντυπωσιακά ρομπότ και αλγόριθμοι μπορούν να βοηθήσουν να ξεκινήσουμε μια νέα Πράσινη Επανάσταση ώστε οι ανθρωπότητα να συνεχίζει να τροφοδοτείται σε έναν ολοένα και πιο θορυβώδη πλανήτη.

Σκεφτείτε δορυφόρους που ανιχνεύουν αυτομάτως την ξηρασία, τρακτέρ που παρακολουθούν από κοντά την καλλιέργεια και καταστρέφουν τα άρρωστα φυτά και μια εφαρμογή που μπορεί να πει σε έναν αγρότη ποιά ασθένεια έχει προσβάλλει την καλλιέργειά του.

Ψηφιακές πλέον καλλιεργητικές δεξιότητες

Μία από τις πλέον αποδοτικότερες χρήσεις του υπολογιστή είναι η «εκπαίδευση» του από τους προγραμματιστές, να αναγνωρίζει συγκεκριμένα προβλήματα, παρά να του λένε ρητά τι να κάνει.

Θα μπορούσαμε για παράδειγμα, να τροφοδοτήσουμε έναν υπολογιστή με φωτογραφίες από προσβεβλημένα και υγιή φύλλα φυτών, τα οποία έχουν επισημανθεί ως τέτοια.

Από αυτά θα μάθει το ίδιο το μηχάνημα ποιά είναι τα προσβεβλημένα και ποιά τα υγιή φύλλα και στην ουσία πώς είναι αυτά μορφολογικά και έτσι θα καθορίσει την υγεία των νέων φύλλων η εφαρμογή από μόνη της.

Αυτό ακριβώς έκαναν ο βιολόγος David Hughes και ο επιδημιολόγος Marcel Salathé με 14 καλλιέργειες που είχαν προσβληθεί από 26 ασθένειες.

Τροφοδότησαν έναν υπολογιστή με περισσότερες από 50.000 εικόνες και το πρόγραμμα από μόνο του μπόρεσε να αναγνωρίσει σωστά το 99,35% των νέων εικόνων που φορτώθηκαν σε αυτό.

Και βέβαια, τα προβλήματα των καλλιεργειών δεν είναι μόνο οι προσβολές από παθογόνα και οι επιδρομές εχθρών, όπως τα έντομα ή τα ακάρεα αλλά και προβλήματα θρέψης, φυσιολογικές ανωμαλίες κ.α.

Σε αυτές τις περιπτώσεις, η λάθος διάγνωση είναι πολύ συχνή με πολλά δυσάρεστα επακόλουθα για τους καλλιεργητές, όπως χάσιμο χρημάτων, χάσιμο χρόνου αλλά και επιβάρυνση για το περιβάλλον χωρίς λόγο τις περισσότερες φορές.

Στο μέλλον, η Τεχνητή Νοημοσύνη θα μπορούσε να βοηθήσει τους αγρότες να εντοπίσουν γρήγορα και με ακρίβεια το πρόβλημα.

Λαμβάνοντας υπ’όψιν όλα τα παραπάνω, επιτέλους οι καλλιεργητές θα μπορέσουν να εφησυχάσουν αρκετά όσον αφορά τον συνεχή έλεγχο τον καλλιεργειών τους για πιθανά προβλήματα.

Μία εφαρμογή πλέον θα μπορεί να εντοπίσει το πρόβλημα και να προσαρμόσει τη λύση σε αυτό. Βέβαια, η τεχνολογία είναι ένα μεγάλο μέρος της λύσης του προβλήματος αλλά οι τελικές αποφάσεις για τη διαχείριση των προβλημάτων θα πρέπει να λαμβάνονται σε συνεργασία με εμπειρογνώμονες και σε επιτόπια βάση, δηλαδή στον αγρό.

Η επέλαση των ιδιοφυών τρακτέρ

Ενώ ο αναπτυσσόμενος κόσμος διψάει για γεωργικές γνώσεις, ο ανεπτυγμένος κόσμος πνίγεται σε φυτοφάρμακα και ζιζανιοκτόνα. Στις ΗΠΑ κάθε χρόνο, οι αγρότες χρησιμοποιούν 310 εκατομμύρια λίβρες ζιζανιοκτόνου - μόνο σε αγρούς καλαμποκιού, σόγιας και βαμβακιού.

Μια εταιρεία που ονομάζεται Blue River Technology μπορεί να έχει τη λύση, τουλάχιστον όσον αφορά στα μαρούλια. Το LettuceBot μοιάζει με ένα τυπικό τρακτέρ, αλλά στην πραγματικότητα πρόκειται για μηχάνημα που συνεχώς μαθαίνει...

Η εταιρεία ισχυρίζεται ότι το LettuceBot μπορεί να περάσει μέσα από ένα χωράφι και να φωτογραφίσει 5.000 νεαρά φυτά ανά λεπτό, χρησιμοποιώντας αλγορίθμους και μηχανική όραση για να διαχωρίσει το καλλιεργούμενο φυτό από το ζιζάνιο.

Σας φαίνεται υπερβολικά και απίστευτα γρήγορο;

Ένα τσιπ γραφικών μπορεί να αναγνωρίσει μια εικόνα σε μόλις 0.02 δευτερόλεπτα.

Με την ακρίβεια των σχεδόν 0.6 εκατοστών, το συγκεκριμένο τρακτέρ μπορεί να εντοπίζει και να ψεκάζει κάθε ζιζάνιο στο χωράφι.

Από τη στιγμή που τα φυτά μαρουλιού παρακολουθούνται στενά και διαπιστωθεί πως για κάποιο λόγο δεν αναπτύσσονται όπως θα έπρεπε, αυτά αυτόματα θα ψεκασθούν. Επίσης, στην περίπτωση που δύο φυτά είναι πολύ κοντά φυτεμένα το ένα με το άλλο, (στην ουσία με όχι ιδανικές αποστάσεις), το μηχάνημα μπορεί να τα διακρίνει και να αφαιρέσει το ένα από αυτά.

Αυτό που τελικά μπορούν και κάνουν τα μηχανήματα καλύτερα από το άνθρωπο, δεν είναι τόσο η μηχανική εκμάθηση αλλά η ακρίβεια. Οι μηχανές δεν μπορούν να τρέξουν σαν το άνθρωπο ή να χειριστούν αντικείμενα όπως ακριβώς κάνει ο άνθρωπος, αλλά είναι πολύ συνεπείς και σχολαστικές.

Η ζωή από ψηλά

Σε τροχιά πάνω από 400 μίλια πάνω από το κεφάλι μας, οι δορυφόροι παρέχουν μια εντελώς μαγική επισκόπηση της επιφάνειας της Γης σε ένα πλήθος από εύρη ζωνών πολύ πέρα από το ορατό φάσμα. Όλα αυτά τα στρώματα πληροφοριών είναι δύσκολο να γίνουν αντιληπτά από τον ανθρώπινο νου, αλλά για έναν υπολογιστή που χρησιμοποιεί και εφαρμόζει αλγορίθμους, είναι πραγματικά πολύ εύκολο.

Αυτό θα μπορούσε να είναι εξαιρετικά πολύτιμο για την παρακολούθηση της γεωργίας, ιδίως στις αναπτυσσόμενες χώρες, όπου οι κυβερνήσεις και οι τράπεζες αντιμετωπίζουν έλλειψη δεδομένων κατά τη λήψη αποφάσεων σχετικά με τους γεωργούς στους οποίους χορηγούν δάνεια ή βοήθεια έκτακτης ανάγκης. Κατά τη διάρκεια μιας ξηρασίας στην Ινδία, για παράδειγμα, όχι μόνο οι περιφέρειες θα υποφέρουν σε διαφορετικούς βαθμούς, αλλά σε αυτές τις περιοχές κάποιοι αγρότες θα μπορούσαν να έχουν καλύτερα μέσα προμήθειας νερού.

Η ανάλυση δορυφορικών δεδομένων, σε μία μεγάλη κλίμακα μέσω των υπολογιστών, θα μπορούσε να βοηθήσει τα ιδρύματα να διανέμουν χρήματα πιο αποτελεσματικά.

Να διαχωρίσει τους αγρότες και τις περιοχές που έχουν πραγματικό και υπαρκτό πρόβλημα και τελικά οι τράπεζες ή οι κυβερνήσεις να μεταφέρουν χρηματική βοήθεια στο σωστό σύνολο ανθρώπων.

Ενώ ένας ανθρώπινος αναλυτής μπορεί να χειριστεί 10, ίσως 15 μεταβλητές κάθε φορά, οι αλγόριθμοι μπορούν να χειριστούν 2.000 ή περισσότερες.

Αυτή είναι η νέα τάξη πραγμάτων.

Οι καλλιεργητές θα πρέπει να καλλιεργούν πιο έξυπνα.

Υπάρχουν περισσότερα δεδομένα, περισσότερα μηχανήματα και περισσότερη Τεχνητή Νοημοσύνη.

Ας το εκμεταλλευθούμε προς όφελός μας.