هل يقود الذكاء الاصطناعي وأجهزة الاستشعار والطائرات بدون طيار مستقبل الزراعة المستدامة.. تغيير طريقة إنتاج الغذاء
تغير المناخ وارتفاع أسعار المواد الغذائية يهدد الأمن الغذائي طويل الأجل جميع أنحاء المنطقة.. يفتقر أكثر من مليار شخص إلى الغذاء الكافي
مع خُمس الأراضي الزراعية في العالم فقط ، تستضيف آسيا أكثر من نصف سكان العالم. يمثل تغير المناخ وزيادة أسعار الغذاء تهديدات خطيرة للأمن الغذائي على المدى الطويل – أكثر من مليار شخص يفتقرون إلى الغذاء الكافي في جميع أنحاء المنطقة، هذا الوضع هو جزء من اتجاه عالمي تسميه الأمم المتحدة ” حالة طوارئ غذائية غير مسبوقة “.
ستكون تلبية الطلب على الغذاء في آسيا صعبة بسبب تباطؤ المكاسب في الإنتاجية الزراعية، والاستغلال المفرط للموارد الطبيعية وزيادة ندرة المياه. نظرًا لأن المنطقة أصبحت أكثر حضرية وازدهارًا، ستستمر أسعار المواد الغذائية في الارتفاع ما لم يتمكن العرض من مواكبة الطلب، لإطعام سكان آسيا المتزايدين بشكل أكثر استدامة وكفاءة، يجب أن تتغير طريقة إنتاج الغذاء.
يمكن لتقنيات مثل الذكاء الاصطناعي (AI)، وأجهزة الاستشعار والطائرات بدون طيار أن تساعد في زيادة الإنتاجية الزراعية وسلامة الأغذية واستدامة نظام الأغذية الزراعية، من التربة – حيث يمكن للممارسات الزراعية الأفضل أن تخفف من تغير المناخ – إلى الرف – حيث يبحث العملاء عن المنتجات ذات الحد الأدنى من البصمة الكربونية – فإن سلسلة القيمة الزراعية والغذائية في آسيا مهيأة للابتكار.
بناء مزارع مستدامة في المستقبل
هدف Microsoft هو إضفاء الطابع الديمقراطي على الرؤى المستندة إلى البيانات لمساعدة جميع المزارعين والمنظمات على تحقيق المزيد وتحويل سلسلة القيمة الغذائية الزراعية لتصبح أكثر إنتاجية وشفافية، وتوجيه القيمة المشتركة إلى المنتجين.
أعلنت Microsoft مؤخرًا عن Microsoft Azure Data Manager للزراعة قيد المعاينة، ما بدأ مع Project FarmBeats ، وهي مبادرة بحثية طموحة لجمع البيانات الزراعية وتحويلها ، تطور الآن إلى حل تجاري في الوقت المناسب.
يقوم Azure Data Manager for Agriculture بتوسيع النظام الأساسي للبيانات الذكية من Microsoft بموصلات بيانات خاصة بالصناعة وقدرات لتوصيل بيانات المزرعة من مصادر مختلفة.
على سبيل المثال ، تستوعب منصة Bayer’s FieldView الرائدة في الصناعة البيانات من Azure Data Manager لخطوط أنابيب الأقمار الصناعية والطقس الخاصة بالزراعة لإنتاج رؤى حول العوامل المحتملة للحد من العائد في مجالات المزارعين.
طورت Bayer أيضًا مجموعة من الحلول الرقمية المتاحة لعملاء المؤسسات التي توفر رؤى في الوقت المناسب حول صحة المحاصيل وتوقعات الطقس وتتبع نمو المحاصيل والمزيد.
تعد الزراعة القائمة على البيانات أيضًا مكونًا أساسيًا لعروض Land O’Lakes الرقمية، بما في ذلك أداة Truterra للاستدامة، توفر هذه الخدمة الرقمية المبتكرة للمزارعين نظرة ثاقبة حول كيفية تأثير الممارسات الزراعية المختلفة على المياه والنيتروجين والكربون في المزرعة، مما يمكنهم من تتبع عزل الكربون في التربة ، من بين تطبيقات أخرى.
وفي الوقت نفسه، تستفيد شركة BharatAgri ، وهي شركة زراعية هندية ناشئة، من بيانات صور الأقمار الصناعية لمراقبة صحة المحاصيل وتحليل المزارع الصغيرة التي تصل مساحتها إلى 1/40 فدانًا، هذا العام وحده، من المتوقع أن يتلقى أكثر من 50000 مزارع صور الأقمار الصناعية لمزارعهم من BharatAgri ، مما سيساعد في تقليل خسائر المحاصيل على أكثر من 100000 فدان من الأراضي الزراعية.
الزراعة القائمة على البيانات
على الصعيد العالمي ، اكتسبت الزراعة القائمة على البيانات زخمًا كواحدة من أكثر الأساليب الواعدة لمواجهة تحدي الأمن الغذائي.
وفقًا للمعهد الدولي لبحوث السياسات الغذائية ، يمكن لتقنيات الزراعة التي تعتمد على البيانات أن تزيد من إنتاجية المزارع بنسبة تصل إلى 67٪ بحلول عام 2050 ، مع تقليل الخسائر الزراعية والغذائية في الوقت نفسه.
فإن التكاليف المرتفعة لاعتماد التقنيات الجديدة يمكن أن تشكل أيضًا حاجزًا أمام البلدان ذات الدخل المنخفض إلى المتوسط. وهذا أمر بالغ الأهمية بشكل خاص في آسيا، حيث يشكل المزارعون أصحاب الحيازات الصغيرة المجموعة الرئيسية، حيث ينتج 450 مليون أكثر من 80٪ من الأغذية المستهلكة في المنطقة.
تبدأ الزراعة القائمة على البيانات بجمع المعلومات حول المزرعة ، والتي قد تكون صعبة بشكل خاص في المجتمعات الريفية التي تفتقر إلى البنية التحتية الرقمية، يتم الحصول على هذه البيانات من مجموعة متنوعة من المصادر، بما في ذلك أجهزة الاستشعار والطائرات بدون طيار والجرارات ومحطات الطقس وصور الأقمار الصناعية ، مما يجعل الاتصال بالإنترنت ميسور التكلفة ضرورة.
بمرور الوقت، يمكن استخدام جميع تدفقات البيانات هذه للإشارة إلى الممارسات المفيدة وتقديم الاقتراحات بناءً على دورات المحاصيل السابقة، مما يؤدي إلى إنتاجية أعلى ومدخلات أقل وتأثيرات بيئية أقل.
لتحقيق أقصى قدر من التأثير، يجب الاستفادة من البيانات الصحيحة للغرض الصحيح وفي الوقت المناسب. لكن الحجم الهائل والتعقيد لأنظمة الأغذية الزراعية، إلى جانب طبيعتها المجزأة ، يفرضان تحديات أمام إطلاق القيمة الاقتصادية المحتملة للبيانات الضخمة، والتي من المتوقع أن تزيد عن 100 مليار دولار في جنوب شرق آسيا وحدها .
لضمان نمو أكثر شمولاً، يجب تمكين المزارعين أصحاب الحيازات الصغيرة من المشاركة في سلاسل القيمة الغذائية الزراعية الحديثة.
الذكاء الاصطناعي من أجل رؤى زراعية أفضل
مع وجود الكثير من البيانات ذات الصلة بالزراعة التي تم إنشاؤها عبر المزرعة – كما تم جمعها باستخدام أجهزة الاستشعار في التربة للأقمار الصناعية التي تدور حول الأرض- لا يمتلك العديد من المزارعين والمنظمات الموارد المناسبة لتسخير هذه الكميات الكبيرة من البيانات بشكل فعال.
تضم سلسلة القيمة الغذائية الزراعية أيضًا نظامًا معقدًا من أصحاب المصلحة والأنشطة ، لذلك تظل مجموعات البيانات معزولة دون أنظمة قابلة للتشغيل البيني لإدارتها.
الخبر السار هو أن الذكاء الاصطناعي يمكن أن يساعد في تحطيم صوامع البيانات وتحويل كمية هائلة من البيانات الزراعية المعقدة إلى رؤى قابلة للتنفيذ.
استنادًا إلى سنوات الدراسة في Microsoft Research والقيادة الفكرية التي تم إنشاؤها باستخدام Project FarmBeats ، أصدرنا FarmVibes.AI – مجموعة من الأدوات التي تهدف إلى توجيه القرارات في كل مرحلة من مراحل الزراعة.
توفر تدفقات عمل FarmVibes.AI ، التي يتم تشغيلها باستخدام التكنولوجيا السحابية، رؤى تنبؤية وتعليمية غنية حول صحة التربة وأنماط الطقس وعزل الكربون وتتبع النفايات والمزيد.
يمكنهم مساعدة المزارعين على التنبؤ بالكميات المثالية من الأسمدة لاستخدامها ومكان استخدامها، والتنبؤ بدرجة الحرارة وسرعة الرياح، والإبلاغ عن وقت ومكان الزراعة والرش ، من بين مجموعة من التطبيقات الزراعية الأخرى.
لن تكون هذه الأفكار ممكنة بدون تقنيات دمج البيانات المدعومة بالذكاء الاصطناعي ، والتي تجمع تدفقات البيانات من مصادر مثل بيانات محطة الطقس أو الطائرات بدون طيار أو صور الأقمار الصناعية.
يساعد هذا أيضًا في إطلاق مكاسب فعالة من حيث التكلفة وتحسين إمكانية الوصول إلى حلول الزراعة الرقمية. يمكن أن تؤدي الاستفادة من الذكاء الاصطناعي إلى تقليل عدد أجهزة الاستشعار والطائرات بدون طيار اللازمة، وبالتالي تقليل تكلفة الأجهزة الموجودة في المزرعة.
يمكن أن تساعد القدرات اللغوية الطبيعية لنماذج اللغات الكبيرة اليوم أيضًا في جعل هذه التقنيات في متناول المزارعين الذين لا يتمتعون بالذكاء التكنولوجي.
من خلال Project FarmVibes.Bot ، على سبيل المثال، يمكن للمزارعين أصحاب الحيازات الصغيرة التواصل ببساطة وفعالية للاستعلام عن البيانات أو نقل الرؤى.
تمكين المزارعين بالبيانات والذكاء الاصطناعي
يمكن أن يؤدي توفر أجهزة الاستشعار المتصلة بالإنترنت بأسعار معقولة – المدعومة بالتكنولوجيا السحابية والذكاء الاصطناعي – إلى تمكين المزارعين من التقاط وتتبع البيانات التشغيلية ، سواء كانت من التربة أو المعدات أو الثروة الحيوانية.
باستخدام تقنية الذكاء الاصطناعي، يمكن للمزارعين إنشاء رؤى تستند إلى تلك البيانات لتطبيق الزراعة الدقيقة أو التنبؤات لتحسين الغلات، مع الحفاظ على الموارد الثمينة.
يمكن للبيانات والذكاء الاصطناعي أيضًا زيادة المعرفة الخاصة للمزارعين والحدس في مزارعهم لاتخاذ قرارات أكثر استنارة. من خلال رؤى أفضل، يمكن للمزارعين زيادة كفاءة الحصاد والإنتاج ، والحد من هدر الطعام ، وإنشاء منتجات كثيفة المغذيات وعالية الجودة، وتقليل التأثير البيئي، وتوفير الشفافية لأصحاب المصلحة.
