Εκτύπωση αυτής της σελίδας

Η ανάπτυξη Τεχνητής Νοημοσύνης στη γεωργία

Δημοσίευση: 12 Φεβ 2018 22:40
Εικόνα 1. Μηχάνημα επιλεκτικού ψεκασμού ζιζανιοκτόνων. Εικόνα 1. Μηχάνημα επιλεκτικού ψεκασμού ζιζανιοκτόνων.

Στο τέλος κάθε έτους και στην αρχή του επόμενου έτους γίνονται πολλές αναφορές για τα επιτεύγματα του προηγούμενου έτους αλλά και εκτιμήσεις για τις αναμενόμενες εξελίξεις.

Παρ’ όλο που στη χώρα μας έχουμε μείνει πίσω σε πολλές νέες τεχνολογίες έχει ενδιαφέρον να δούμε τι έγινε και τι προβλέπεται να γίνει στις προηγμένες χώρες. Θα αναφερθώ σε θέματα που μου έκαναν εντύπωση για να υπάρξει μια ενημέρωση και γενικότερη συζήτηση.

Σε μια τέτοια δημοσίευση ένας διαδικτυακός τόπος έθεσε μια σειρά από ερωτήσεις σε ειδικούς της βιομηχανίας του γεωργικού εξοπλισμού και της Γεωργίας Ακριβείας. Τα ερωτήματα ήταν:

Ποια αναμένετε να είναι η εισαγωγή της τεχνητής νοημοσύνης (ΤΝ) στη γεωργία και ποιες οι επιπτώσεις.

Ποιες είναι η προοπτικές της δημιουργίας λογισμικού που να ενοποιεί τα δεδομένα και να κάνει δυνατή την επικοινωνία συστημάτων μεταξύ τους;

Τελειώνει η βασιλεία των μηχανών Diesel στη γεωργία και τι θα τις αντικαταστήσει;

Θα μπορούν οι αντιπροσωπείες γεωργικών μηχανημάτων να εκτυπώνουν σε τρισδιάστατους εκτυπωτές ανταλλακτικά μηχανημάτων;

Θα προσπαθήσω να δώσω μια περίληψη των απαντήσεων για ενημέρωση κυρίως των νέων γεωργών που θα τα βρουν στο μέλλον μπροστά τους.

Εισαγωγή τεχνητής νοημοσύνης στη γεωργία και οι επιπτώσεις

Σήμερα ο αγρότης έχει στο μυαλό του ότι το τρακτέρ του το χειρίζεται ο ίδιος με τα χέρια του. Οι ικανότητές του τον βοηθούν να κάνει σωστή και αποδοτική χρήση. Τα συστήματα πλοήγησης με τη χρήση GPS και τα συστήματα tramline που έχω περιγράψει σε παλαιότερα σημειώματα μπορούν να τον βοηθήσουν σε ακριβέστερη οδήγηση στο χωράφι. Τα συστήματα αυτόματης πλοήγησης μπορούν να αναλάβουν τη κατεύθυνση του τρακτέρ στο χωράφι αλλά πάντα στις στροφές ο χειριστής αναλαμβάνει την οδήγηση Κυρίως όμως ο ίδιος είναι πάντα στη θέση του χειριστή για να αναλάβει το χειρισμό μόλις χρειαστεί. Κατά βάση η ικανότητά του είναι αυτή που καθορίζει την επιτυχία των χειρισμών. Νεότερα συστήματα που έχουν αρχίσει να εμφανίζονται και στα αυτοκίνητα μπορούν να αναλάβουν περισσότερες δράσεις κατεύθυνσης του τρακτέρ που περιορίζουν περισσότερο τις παρεμβάσεις του χειριστή. Παρ’ όλα αυτά ο χειριστής πρέπει να είναι στη θέση του, να προγραμματίζει τις δράσεις και να επεμβαίνει όταν αυτό χρειάζεται. Αυτόνομα τρακτέρ και άλλα μηχανήματα έχουν εμφανιστεί και λειτουργούν και σήμερα αν και σε πρώιμα στάδια. Ακόμα και αυτά όμως λειτουργούν με βάση προγραμματισμό του αγρότη. Μπορούμε δηλαδή να προγραμματίσουμε το τρακτέρ να κάνει συγκεκριμένες διαδρομές ή κινήσεις στο χωράφι. Πέρα από αυτό όμως το σύστημα δεν θα μπορούσε να πάρει δικές του αποφάσεις. Με την τεχνητή νοημοσύνη (ΤΝ) που αναπτύσσεται τα μηχανήματα θα αποκτήσουν δικό τους «μυαλό» και θα μπορούν να παίρνουν αποφάσεις επιλύοντας προβλήματα που θα προκύπτουν κατά την εκτέλεση των εργασιών τους. Δηλαδή τα μηχανήματα με ΤΝ διαφέρουν από τα υπάρχοντα στο ότι η λειτουργία τους δεν στηρίζεται σε προηγούμενο προγραμματισμό αλλά είναι σχεδιασμένα να λαμβάνουν στοιχεία του περιβάλλοντος από αισθητήρες , να τα αναλύουν και να παίρνουν αποφάσεις αλλά και να αυτο-διδάσκονται τις βέλτιστες πρακτικές.

Μέχρι σήμερα έχουν αναπτυχθεί μηχανήματα που έχουν ενσωματωμένα στοιχεία ΤΝ. Αυτό επιταχύνεται πλέον και οι εφαρμογές αυτές θα βγουν στην αγορά τα επόμενα χρόνια. Ο διευθυντής των Εργαστηρίων της John Deere αναφέρει ότι μηχανήματα της εταιρίας ενσωματώνουν τέτοια στοιχεία. Αναφέρει τις νέες θεριζοαλωνιστικές που έχουν κάμερες στη μηχανή που μετρούν τη ποιότητα του σπόρου και ζημιές που υφίσταται καθώς και την κατάσταση του αχύρου, καταγράφουν τις παραμέτρους λειτουργίας της μηχανής και του κινητήρα και προτείνουν στο χειριστή (από την οθόνη στην καμπίνα του χειριστή) κατάλληλες ρυθμίσεις για να βελτιστοποιηθεί η λειτουργία της μηχανής. Ήδη οι μηχανές αυτές δίνουν σημαντικές βελτιώσεις με μείωση των απωλειών (ποσοτικών και ποιοτικών)κατά τη συγκομιδή.

 Για να γίνει κατανοητό τι μπορεί να αλλάξει θα δώσω ένα παράδειγμα. Η John Deere συνεργάστηκε με την Blue RiverTechnology για να δημιουργήσουν ένα ψεκαστικό που μπορεί να «βλέπει» τα φυτά στο χωράφι καθώς το μηχάνημα κινείται, να ξεχωρίζει τα φυτά της καλλιέργειας από τα ζιζάνια και να αποθέτει μια σταγόνα ζιζανιοκτόνου στο ζιζάνιο και να το καταστρέφει. Έτσι χρειάζεται μόνο το 5% του ζιζανιοκτόνου που θα χρειάζονταν με συμβατική εφαρμογή ζιζανιοκτόνων που χρησιμοποιούνται σήμερα. Η ιδέα προϋπήρχε αλλά η υπολογιστική ικανότητα των συστημάτων δεν ήταν αρκετή για τη γρήγορη αναγνώριση των ζιζανίων. Τα νέα συστήματα έχουν μεγάλη υπολογιστική ικανότητα αλλά ταυτόχρονα απαιτούν και μεγαλύτερη ισχύ από τα τρακτέρ.

Άλλες ιδέες αναμένεται να εφαρμοστούν στο επόμενο διάστημα όπως συστήματα που θα μετρούν την υγρασία του εδάφους σε διάφορα βάθη και θα ρυθμίζουν αυτόματα το βάθος σποράς, θα μπορούν να εκτιμούν τα θρεπτικά στοιχεία ή άλλα χαρακτηριστικά του εδάφους για καλύτερη λίπανση κλπ. Σκεφτείτε ότι σήμερα ο επιμελής αγρότης (δεν αναφέρομαι σε αυτούς που δεν αλλάζουν ποτέ ρυθμίσεις) ρυθμίζει το μηχάνημα στην αρχή του χωραφιού συνήθως με βάση κάποιες μέσες συνθήκες και προηγούμενες εμπειρίες. Ήδη σήμερα σε κάποιο βαθμό και στο προσεχές μέλλον πολύ περισσότερο θα αλλάζει τις ρυθμίσεις καθώς θα κινείται σε διάφορα σημεία του χωραφιού αυτόματα. Πολλές τέτοιες εφαρμογές βρίσκονται σε στάδιο δημιουργίας μηχανών που θα βρίσκονται σύντομα στην αγορά.

Γράφει ο Φάνης Γέμτος*

* Ο Φάνης Γέμτος είναι γεωπόνος, ομότιμος καθηγητής του Πανεπιστημίου Θεσσαλίας

Gallery άρθρου

Σχετικά Άρθρα