Jak rozwój technologii wpływa na rolnictwo? W jaki sposób wykorzystać sztuczną inteligencję we własnym gospodarstwie? Chociaż niektórzy z nas mogą na razie powątpiewać w jej praktyczne zastosowanie, warto wiedzieć, co czeka nas w najbliższych latach. 13 grudnia w Puławach odbyła się III Konferencja Partnerów Agroekoton, na której badacz nowych technologii – dr hab. Artur Modliński (Kierownik Centrum Badań nad Sztuczną Inteligencją i Cyberkomunikacją, UŁ), przybliżył zebranym możliwości wykorzystania sztucznej inteligencji w kontekście unijnych grantów dla startupów, które mają wspierać rolników.
Ewolucja rolnictwa
Na wstępie dr Modliński odwołał się do tego, jak rolnictwo ewoluowało na przestrzeni lat. Rolnictwo 1.0 to przede wszystkim historia samowystarczalności i prostych narzędzi. Rolnictwo 2.0 polegało na wykorzystaniu siły roboczej do tworzenia dużych zbiorów dla większej społeczności. Potrzebowaliśmy wówczas dużej ilości siły roboczej i wydajnej technologii. Współcześnie mówimy o rolnictwie 3.0, które stanowi powrót do idei rolnictwa 1.0, czyli samowystarczalności, ale produkcji dla dużej ilości konsumentów, dzięki inteligentnym programom komputerowym. Mamy więc połączenie elementów 1.0 i 2.0. Dziś wyzwanie polega na dostosowaniu się do zmian i nowych technologii. Ważne jest również zrozumienie wpływu technologii na rolnictwo, a także tego, jak zmienia się sposób myślenia o tej dziedzinie. To, co kilka lat temu było nieakceptowalne, dziś zdobywa popularność na rynku. Przykładem może być rozwój rynku wegetariańskiego w Polsce. 10 lat temu to było nie do pomyślenia. To pokazuje, jak istotne są innowacje i jak ważne jest dostosowanie się do nowych realiów. W dobie globalizacji jeden mały konflikt na świecie wpływa na sposób funkcjonowania biznesu indywidualnych gospodarstw. Nie jesteśmy w stanie stwierdzić jednoznacznie, że ta sama strategia, która wczoraj działała, będzie przynosiła pozytywne efekty dzisiaj. Nie możemy też przewidzieć całej przyszłości tego świata i właśnie w tym ma nam nieco pomóc sztuczna inteligencja.
Wiele wyzwań
Jak przyznaje dr hab. Modliński, wyzwania dla rolnictwa, z którymi spotka się we wnioskach grantowych, zarówno europejskich, jak i polskich, to między innymi zmiany klimatyczne. A warto zauważyć, że dla niektórych osób z branży nie jest to oczywiste. Wielu z nas ma problem z uzmysłowieniem sobie, jaki wpływ na funkcjonowanie rolnictwa mają właśnie zmiany klimatu. Druga kwestia to zrównoważony rozwój i ochrona środowiska. Oczywiście istnieje również aspekt bezpieczeństwa żywności. Światowa populacja rośnie i kluczowe pytanie brzmi: jak stworzyć przestrzeń, aby ją wykarmić? Nie możemy także zapominać o zmiennych trendach konsumenckich. Trudno przewidzieć, które produkty będą popularne w przyszłości. Kolejna bardzo ważna kwestia to zarządzanie danymi. Rewolucja cyfrowa nie polega jedynie na tym, że będziemy mogli korzystać z autonomicznych ciągników czy dronów. Największym wyzwaniem i kluczem do sukcesu jest właśnie kwestia danych.
Sztuczna inteligencja
Obecnie najczęstszym problemem jest zrozumienie tego, czym tak naprawdę jest sztuczna inteligencja. Jak wytłumaczyć to prostymi słowami? Otóż każdy z nas jest inteligentny – potrafimy zdobywać wiedzę, wyciągać wnioski i dostosowywać się do otoczenia. Nasza inteligencja znajduje się w mózgu, ale to nie wszystko. Jak przekonuje dr hab. A. Modliński, aby zrozumieć pełną skalę rewolucji cyfrowej, musimy sięgnąć głębiej niż nasz mózg. Właśnie tu tkwi klucz do przyszłości i sukcesu w świecie cyfrowym – ważna jest bowiem także sieć neuronowa. Sztuczna inteligencja to próba zmapowania tych możliwości. Jest to system, który jest w stanie się uczyć na podstawie tego, czego doświadcza, odpowiadać i adaptować się do pewnego środowiska. Algorytmy pozwalają maszynom analizować dane, rozpoznawać wzorce i dostosowywać się do nowych informacji oraz podejmować decyzje na podstawie zgromadzonej wiedzy.
W jaki sposób działa sztuczna inteligencja? Jako przykład możemy przywołać Japonię i narzędzie Kazemill, które przewiduje, w której części kraju wystąpi zapotrzebowanie na leki. Narzędzie skanuje media społecznościowe i wpisy, w których użytkownicy piszą o przeziębieniach. Na tej podstawie tworzy predykcję, w jaki sposób będzie rozwijała się fala zachorowań. W te rejony zawczasu można skierować partie leków.
Sztuczna inteligencja korzysta z danych, które są jej dostępne. Kluczowe jest zatem dostarczanie danych dla AI, aby mogła poznawać nas i przedmioty wokół. Ale zwykła sztuczna inteligencja może również sama się uczyć, znajdować pewne wzorce i tworzyć różne połączenia. Jeżeli nie będziemy ich wskazywać, znajdzie własne ścieżki i pokaże nieoczywiste połączenia, których nie bylibyśmy w stanie przewidzieć.
AI w rolnictwie
Jakie narzędzia z użyciem sztucznej inteligencji pojawiły się w ostatnim czasie? Jako przykład badacz przywołuje narzędzie PlantSnap czy PlantSnapfor Farmers. Wielu niemieckich producentów miało problem z rozpoznaniem, czy otrzymali odpowiedni produkt (sadzonki, nasiona itp.). Narzędzie na podstawie wykonanego zdjęcia, dzięki algorytmom analizy obrazu, może pomagać w identyfikacji gatunków i odmian.
Kolejny przykład – przewidywanie pogody i plonów. Tutaj można przywołać narzędzie FarmLogs, które służy do monitorowania warunków pogodowych, analizy gleby, a także prognozowania plonów. Wykorzystuje one dane meteorologiczne, takie jak opady deszczu i temperatura, aby dostarczać prognozy plonów na podstawie aktualnych warunków atmosferycznych. Wykorzystanie takiej aplikacji to dopiero początek. Powstają nowsze opracowania i wersje aplikacji. Chodzi o pokazanie, jakie plony będą w danym roku z punktu widzenia tego, co jest nieoczywiste.
Zapewne wielu rolników może stwierdzić, że jest to temat dla nich nieistotny. Ale są to kwestie, które rozważamy z perspektywy przyszłości. Idąc dalej, Komisja Europejska uważa, że zużycie gleby to strategiczny problem w naszej branży. Zmierzamy od masowego rolnictwa do miejskiego, co jest ciekawe z punktu widzenia infrastruktury potrzebnej do wyżywienia większej liczby ludzi. Tutaj warto przywołać również hydroponikę i aeroponikę.
Mamy do czynienia również z technologią, która pozwala na modyfikację różnego rodzaju organizmów – CRISPR i modyfikacje genetyczne. Opracowana na bazie naturalnego mechanizmu odporności bakterii na wirusy, CRISPR stała się potężnym narzędziem w badaniach biologicznych, medycynie, rolnictwie i innych dziedzinach.
Ciekawym trendem są drukarki ekologicznej żywności. Tutaj dr hab. Modliński przywołuje trzy przykłady. Natural Machinesto, firma, która opracowała drukarkę 3D o nazwie „Foodini”, która miała na celu drukowanie żywności z naturalnych składników. Z kolei firma Barilla, znana z produkcji makaronów, eksperymentuje z drukowaniem żywności, w tym właśnie makaronów, za pomocą własnej drukarki 3D.
Seeand Spray to natomiast narzędzie, które skupia się na opracowywaniu systemów umożliwiających precyzyjne stosowanie herbicydów, bazując na analizie wizyjnej. Firma ta wykorzystuje zaawansowane technologie wizyjne, takie jak kamery i przetwarzanie obrazu do analizy pola uprawnego. System identyfikuje chwasty oraz inne niepożądane rośliny. Na podstawie zebranych danych, narzędzie jest w stanie celowo dostarczać herbicydy tylko tam, gdzie występują chwasty. Dzięki temu podejściu minimalizowane jest zużycie herbicydów i ich negatywny wpływ na środowisko.
Sztuczna inteligencja może być pomocna również w optymalizacji maszyn rolniczych. Algorytmy uczenia maszynowego stosowane są do optymalizacji pracy kombajnów czy ciągników. Zoptymalizować można trasę, prędkość czy zużycie paliwa. Za przykład może posłużyć marka John Deere, która integruje technologie oparte na AI i uczeniu maszynowym w swoich produktach.
Monitorowanie i diagnozowanie chorób roślin również ulega zmianom. Systemy sztucznej inteligencji, oparte na analizie obrazów, kontrolują zdrowie roślin i identyfikują symptomy chorób czy szkodników. Plantix to aplikacja mobilna wykorzystująca AI w celu analizy zdjęć. Użytkownicy przesyłają zdjęcia roślin z problemami, a aplikacja dostarcza diagnozę.
Inteligentne farmy również zyskują na znaczeniu. Wykorzystują zaawansowane technologie, takie jak internet rzeczy (IoT), AI, czujniki, robotykę czy analizę danych do optymalizacji procesów rolniczych. Celem jest zwiększenie efektywności produkcji, minimalizacja strat, optymalizacja zużycia zasobów i poprawa jakości plonów. Przykładem może być firma Priva, oferująca systemy zarządzania klimatem w szklarniach, umożliwiające kontrolowanie takich warunków, jak temperatura czy wilgotność.
Warto wspomnieć o automatycznym zbieraniu plonów. Maszyny do zbioru owoców działają bez ingerencji człowieka, co zwiększa efektywność i precyzję procesu zbioru oraz ogranicza koszty i czas. Przykładem firmy w tej dziedzinie jest Agrobotto, która rozwija roboty do zbioru owoców (przede wszystkim jagodowych). Jej roboty wykorzystują zaawansowane technologie wizyjne i mechaniczne, minimalizując uszkodzenia plonów i zapewniając efektywność zbioru.
Jak kilkakrotnie podkreślał dr hab. Artur Modliński w swoim wystąpieniu, na tym etapie opinie o sztucznej inteligencji wśród rolników w Polsce mogą być różne. Opór w stosunku do niej nie ma jednak większego znaczenia z punktu widzenia globalnych rynków. Warto wiedzieć, że już na dobre zadomowiła się na rynku rolniczym, a największe gospodarstwa rolne na świecie już aktywnie uczestniczą w transformacji cyfrowej, tworząc dzięki sztucznej inteligencji unikalne rozwiązania decydujące o ich przewadze konkurencyjnej na rynku. To otwiera nas na wyzwania, które pojawią się prędzej czy później.
