Wenn es darum geht künstliche Intelligenz Es wird auf eine vielfältige Welt von Technologien verwiesen, die zur Lösung verschiedener Probleme nützlich sind und durch dasselbe Prinzip vereint sind: die Entwicklung von Algorithmen fähig imitieren menschliches Denken und lernen sobald neue Eingaben vorliegen.
Das bekannteste Beispiel ist sicherlich ChatGPTdas von OpenAI und im November 2022 eingeführt. Die heute verfügbaren Plattformen sind jedoch vielfältig und decken unterschiedliche Sektoren ab.
Lesen Sie auch Zehn Ideen für den Einsatz von ChatGPT auf dem Bauernhof
Aber was sind die Implikationen Konkrete Beispiele für den Einsatz künstlicher Intelligenz in der Landwirtschaft? Existieren Drei groß Anwendungsgebiete: Das erste betrifft die Bereitstellung technischer Hilfedie zweite bezieht sich auf die Bilderkennung und schließlich ist da noch dasBig-Data-Analyse. Dabei handelt es sich um drei Makroanwendungen, die zwar nicht wirklich unterschiedlich sind und in eine optimale Software integriert werden sollten, aber zur Kategorisierung der unterschiedlichen Ansätze zum Einsatz künstlicher Intelligenz in der Landwirtschaft nützlich sind.
Lesen Sie auch Künstliche Intelligenz ruft, die Landwirtschaft antwortet
Entscheidungsunterstützung, ein Agrarwissenschaftler ist immer zur Stelle
Farmers Business Network ist ein amerikanisches Unternehmen, das eine Plattform zur Unterstützung von Landwirten entwickelt hat, auf der Informationen ausgetauscht, Agrochemikalien und Versicherungspolicen erworben werden können und dank der es möglich ist, die Prinzipien der Präzisionslandwirtschaft umzusetzen. Es wurde vor einigen Monaten ins Leben gerufen Normein Chatbot basierend aufChatGPT-Algorithmus aber geschult auf qualifizierten Quellen im Zusammenhang mit der Agrarwelt (proprietäre Daten, wissenschaftliche Arbeiten, Unternehmensdokumente).USDAdas Landwirtschaftsministerium der Vereinigten Staaten usw.).
Dieser Chatbot sollte Folgendes haben: Zielsetzung das von Landwirte unterstützen bei der Bewirtschaftung ihrer Felder. Grundsätzlich sollte er sehr technische Fragen beantworten können, wie zum Beispiel: Welcher Stickstoffdünger eignet sich am besten zur Düngung von Hartweizen auf kalkhaltigen Böden mit hohen Temperaturen? Oder wie viele Diffusoren sollte ich im Weinberg zur sexuellen Verwirrung gegen den Weinwickler aufstellen? Aber noch allgemeiner: Definieren Sie eine nachhaltige Verteidigungsstrategie für einen biologisch bewirtschafteten Apfelgarten.
Wir haben dieses Tool sowie Französisch ausprobiert Landwirtschaft1 und Deutsch AgriGPT und der Detaillierungsgrad der Antworten ist (vorerst) absolut nicht ausreichend. Es geht jedoch um Experimente am Anfang, die auf begrenzten Datensätzen basieren und daher allgemeine Antworten liefern können, für den Landwirt jedoch nicht sehr nützlich sind. Aber Sie können darauf wetten, dass sie innerhalb weniger Jahre etwas erreicht haben werden Grad der Spezifität so dass sie häufig verwendet werden. An dieser Stelle ist es von grundlegender Bedeutung, über gute Ausgangsdaten zu verfügen.
Norms Schnittstelle
(Fotoquelle: Entnommen von der Norm gewidmeten Seite)
Ein weiterer interessanter Aspekt des LLMLarge Language Model, dies ist das Akronym, das sprachgenerierende Werkzeuge der künstlichen Intelligenz bezeichnet, soll ein bereitstellen einfache Schnittstelle bis hin zu komplexer Software. Ein Beispiel? Heutzutage fällt es vielen Landwirten schwer, mit ihnen zu interagieren Dss, Entscheidungsunterstützungssysteme, wie sie zum Beispiel für den Pflanzenschutz entwickelt wurden, da sie schwer zu interpretieren sind. Zukünftig wird es dem Betreiber möglich sein, eine virtueller Assistent um einfach zu fragen: „Wie geht es meinem Weinberg heute?“. Das System gibt eine einfache Antwort und empfiehlt gegebenenfalls, welche Behandlung in welcher Parzelle durchgeführt werden soll. Kurz gesagt, es wird so sein, als hätte man ein Agronom immer zur Hand.
Aber der Aspekt, der die Landwirte vielleicht am meisten fasziniert und ihnen das Gefühl gibt, nicht durch eine Maschine ersetzt zu werden, ist die Unterstützung bei der Ausführung Papierkram. Zwischen der Gemeinsamen Agrarpolitik (GAP), Bio-Zertifizierungen und SQNPI, regionalen Produktionsvorschriften, Vorgaben des großflächigen Einzelhandels (Großvertrieb) und vielem mehr verbringen Landwirte viel Zeit hinter der Bürokratie. Sie hassen und fürchten sie. L’künstliche Intelligenz In Zukunft können Sie den Einzelantrag automatisch ausfüllen, aber auch einen Anbauplan vorschlagen oder Fragen zu den Tausenden Regeln, Ausnahmen und Ausnahmen rund um die GAP beantworten.
Künstliche Intelligenz zur Unterstützung der Datenanalyse
Die andere große Stärke der künstlichen Intelligenz ist das MachenAnalyse riesiger Datenmengenin verschiedenen Formaten und in ständiger Weiterentwicklung (die sogenannten Große Daten), um sinnvolle Zusammenhänge zu identifizieren. Diese Fähigkeit wird bereits heute in der Welt der Forschung genutzt, beispielsweise zur genetischen Verbesserung oder der Entwicklung neuer Agrochemikalien.
Tatsächlich nutzen mehrere große multinationale Unternehmen künstliche Intelligenz zum Schaffen Digitale Zwillinge von Pflanzen und Krankheitserregern, um sie mit Millionen virtueller Moleküle interagieren zu lassenZielsetzung um diejenigen zu identifizieren, die für Verteidigungszwecke interessant sein könnten. In der Vergangenheit wurden Jahre und Millionen von Dollar für Labore ausgegeben Testen Sie die Moleküle Um diejenigen zu identifizieren, die für die Entwicklung eines neuen Produkts geeignet sind, wird diese gesamte Phase heute auf virtueller Ebene durchgeführt, was zu einer enormen Kostenreduzierung und einer Beschleunigung der Prozesse führt.
Aber auch die Zucht nutzt die Möglichkeiten der künstlichen Intelligenz. Heute gibt es automatisierte Systeme für Phänotypisierung von Pflanzen, die Tausende von Zeichen aufzeichnen und analysieren können. Aber auch künstliche Intelligenz wird eingesetzt das Genom entschlüsseln von Pflanzen und war von grundlegender Bedeutung für die Kartierung des Weichweizens, dessen genetisches Erbe fünfmal so groß ist wie das des Menschen, das jedoch größtenteils aus Wiederholungen besteht.
Der Landwirt ist sich dessen sicherlich weniger bewusst Positives der künstlichen Intelligenz, aber das sind Anwendungen, die die Grundlage für die Werkzeuge bilden, die er zunehmend in diesem Bereich einsetzen wird.
Bilderkennung: von Insekten bis Traktoren
Der menschliche Körper ist eine perfekte Maschine, das Ergebnis von Millionen Jahren Evolution. Unsere Augen sind in der Lage, das von Objekten reflektierte Licht wahrzunehmen und elektrische Impulse an unser Gehirn zu senden, das sie in Bilder umwandelt. Wir sind dann in der Lage Objekte unterscheiden und von mit der Welt interagieren das uns umgibt. Alles mit einem Geschwindigkeit überraschend hoch, von der Technologie noch nicht erreicht. Ähnliches lernt künstliche Intelligenz durch sogenannte Algorithmen Bilderkennung.
Aber welche Anwendungen kann die Fähigkeit eines Software zu erkennen die Anordnung von Objekten in der realen Welt? Unendlich. Ein Beispiel betrifft die intelligente Fallen. Über der Klebeplatte der Falle ist eine Kamera angebracht, die die gefangenen Insekten fotografiert. Das Bild wird von einem speziellen Algorithmus verarbeitet, der die Anzahl der Fänge zählt und in der Lage ist, die Art zu identifizieren, zu der sie gehören. Die gesammelten Daten werden dann an weitergegeben Analysealgorithmen von Daten, die Bevölkerungskurven und Verteidigungsstrategien identifizieren.
Ein Beispiel für intelligente Fallen
(Fotoquelle: Entnommen aus „Insektenschädlingsüberwachung mit Kamerafallen: Stärken und Grenzen“)
Ein weiteres Beispiel ist das autonomes Fahren. Wenn ein Traktor heute auf technologischem Niveau in der Lage ist, selbst zu fahren, ist seine Interaktion mit der Außenwelt ungenauer. Tatsächlich kann ein Traktor das einer Flugbahn folgen Dank seines GPS ist er jedoch in Schwierigkeiten, wenn er einem unerwarteten Hindernis ausweichen oder auf unbekanntem Gelände vorankommen muss. Künstliche Intelligenz wird es in Zukunft ermöglichen, a wirklich autonomes FahrenSie sind in der Lage, Hindernisse oder potenzielle Gefahrenquellen zu erkennen und Entscheidungen zu deren Bewältigung zu treffen.
Eine interessante Anwendung künstlicher Intelligenz im Dienste der Bilderkennung betrifft die Präzisionsentgitterung. Das Startup Kohlenstoffrobotik hat einen entwickelt Laser-Unkrautvernichter ist in der Lage, Unkräuter auf dem Feld von der Hauptfrucht zu unterscheiden und sie mit einem gezielten Laserstrahl zu devitalisieren. Was Unkrautjäter vor hundert Jahren von Hand machten, indem sie ihre Beine ins Wasser tauchten, wird heute von einem Laserstrahl und einer Software erledigt.
Das Carbon Robotics-System kann allein Unkraut unterscheiden
(Fotoquelle: Carbon Robotics)
Ist die Ära der Bauern vorbei?
Könnte sich jemand vorstellen, ein dystopische Zukunft, in dem keine Landwirte mehr benötigt werden und Maschinen die Felder autonom bewirtschaften und sich um Kühe und Schweine kümmern. Im Moment ist es nur Science-Fiction, aber künstliche Intelligenz und Technologie im Allgemeinen werden in den kommenden Jahren unverzichtbar sein, um das zu bewältigen epochale Revolution das geht durch die Branche.
Innerhalb weniger Jahre wird in Europa die Zahl der landwirtschaftlichen Betriebe drastisch zurückgehen und die genutzte landwirtschaftliche Fläche (LFA) wird rapide zunehmen. Es wird aber weniger Unternehmen geben größer und spezialisierter und sie müssen immer mehr Lebensmittel produzieren und gleichzeitig mit den Auswirkungen des Klimawandels, immer komplexeren Vorschriften und einem größeren Anspruch an Nachhaltigkeit fertig werden.
Das sind Herausforderungen, die der Mensch alleine vielleicht nicht bewältigen könnte. Mit Technologie wahrscheinlich ja. Aber das muss als eins verstanden werden Werkzeug im Dienste des Landwirtsdas seine zentrale Stellung auf dem Land beibehält, anstatt durch Maschinen ersetzt zu werden, die menschliche Gedanken nachahmen.
Lesen Sie auch Künstliche Intelligenz und ihr Umfeld
