czwartek, 28 marca, 2024

Nasze serwisy:

Więcej

    W jaki sposób wykorzystywać dane i sztuczną inteligencję do zaspokajania potrzeb człowieka?

    Zobacz również

    Rolnicy na całym świecie stoją przed palącym pytaniem, dotyczącym tego, jak w zrównoważony sposób wyżywić globalną populację, której liczba już w 2050 roku może osiągnąć 9.7 miliarda. Odpowiedź na to pytanie mamy szansę znaleźć pośród kukurydzy i soi w położonym w bliskiej odległości od Waszyngtonu gospodarstwie. Znajdujące się tam pola są wyposażone w sieć czujników, które mogłyby zrewolucjonizować sposób uprawy żywności na całym świecie, przekazując dane w ręce

    - Reklama -

    rolników i naukowców w sposób, który jeszcze kilka lat temu nie był możliwy.

    Same czujniki są natomiast częścią współpracy pomiędzy firmą Microsoft a Departamentem Rolnictwa USA (USDA). Na należącej do USDA 7000-akrowej farmie w Centrum Badań Rolniczych w Beltsville w stanie Maryland departament wykorzystuje FarmBeats , projekt, którego celem jest wykorzystanie danych i sztucznej inteligencji, aby pomóc rolnikom w obniżeniu kosztów, zwiększeniu plonów i zrównoważonej uprawie roślin, które są bardziej odporne na zmiany klimatyczne.

    – Nie możemy po prostu podwoić powierzchni dostępnych terenów uprawnych, aby wyprodukować niezbędną żywność – mówi Dan Roberts, lider badań w Laboratorium Badawczym Zrównoważonych Systemów Rolniczych, znajdującym się w centrum Beltsville. – Istnieje duża rywalizacja o grunty orne pomiędzy rolnictwem a postępującą urbanizacją. Musimy opracować bardziej przyjazne dla środowiska systemy produkcji roślinnej – nazwijmy ją nową zieloną rewolucją.

    FarmBeats zbiera dane z wielu źródeł, takich jak m.in. czujniki, drony, satelity i ciągniki i dostarcza je do opartych na chmurze modeli sztucznej inteligencji, które następnie prezentują szczegółowy obraz warunków panujących na farmie. Ponieważ większość gospodarstw rolnych ma niewielki dostęp do Internetu lub nie ma go wcale, FarmBeats przesyła dane poprzez białe przestrzenie telewizyjne, niewykorzystane częstotliwości nadawcze pomiędzy kanałami telewizyjnymi, jako urządzenia na krawędzi sieci w gospodarstwie i dla chmury Microsoft.

    W gospodarstwie uprawia się głównie kukurydzę, soję i pszenicę ozimą, a panele słoneczne zasilają wszystko poza zbiornikami do przechowywania i suszenia zboża w gospodarstwie. Hill i jego ojciec zaczęli wykorzystywać rośliny okrywowe w gospodarstwie około 20 lat temu, aby poprawić ekologię zatoki i promować bioróżnorodność. Teraz sadzą rośliny okrywowe na 100% swoich pól.

    Harborview jest częścią programu pilotażowego Beltsville i posiada kilka czujników, które mierzą temperaturę, wypłukiwanie wody i azotanów w glebie. Hill dostaje zdjęcia satelitarne każdego dnia, które pomagają mu zobaczyć, jak się mają jego uprawy. Trzymając w górze swój telefon, wskazuje na obraz wyświetlający żółte linie, które pokazują, która z jego upraw cierpi.

    Uprawiając rośliny okrywowe, widzieliśmy wiele różnych zmian w glebie wraz ze wzrostem jej stanu zdrowia. Problem polega na tym, że nie jesteśmy w stanie określić ilościowo żadnej z tych rzeczy – mówi Hill. – Wiele z nich to tylko rzeczy, które widzimy, ale nie stoją za nimi podstawy naukowe i nie mamy za nimi danych liczbowych.

    To jest moment, w którym z pomocą przychodzi FarmBeats. Steven Mirsky, ekolog badawczy w Beltsville Sustainable Agricultural Systems Laboratory, zbiera dane z upraw Hilla i pomaga analizować je w celu alokacji zasobów i podejmowania decyzji dotyczących zarządzania uprawami.

    Gospodarstwo korzysta obecnie z trzech różnych programów do przechowywania i zarządzania danymi, a Hill ma nadzieję połączyć informacje w jeden, przyjazny dla użytkownika i oparty na chmurze zbiór danych, który jest łatwiejszy w zarządzaniu.
    Harborview Farms wykorzystuje czujniki i zdjęcia satelitarne do śledzenia zdrowia i wzrostu swoich upraw

    – Dostajemy mnóstwo danych i walczymy o to, jak to wszystko wykorzystać. Mamy informacje o glebie, przewodności elektrycznej, sadzeniu a także dane z obrazów satelitarnych, które otrzymujemy codziennie. Mamy dodatkowo informacje z kombajnów, które dają nam plony i wilgotność pola podczas zbiorów
    – mówi Hill. – W jakiś sposób musimy je skonsolidować w jeden wspólny język. W tej chwili jest on bardzo rozdrobniony dla mnie, jako rolnika-  dodaje Hill.

    Połączenie danych z czujników z obrazami z dronów i satelitów pomoże naukowcom z USDA lepiej zrozumieć, w jaki sposób warunki glebowe, pogoda wpływają na zwiększenie wydajności upraw i długoterminowej ochrony wody i gleby. Uzbrojeni w te szczegółowe informacje, mogą analizować warunki i precyzować proces podejmowania decyzji aż do poszczególnych fragmentów pól.

    – Istnieje tak duża zmienność przestrzenna w terenie, z punktu widzenia gleby, topografii i klimatu, że potrzebujemy danych, które pomogą nam zapewnić rozwiązania specyficzne dla danego miejsca – dodaje Mirsky, który przewodzi pilotażowemu projektowi USDA. – Jedynym sposobem, w jaki możemy to zrobić, jest gromadzenie danych na temat klimatu, gleby i systemów zarządzania” – mówi. “Wymaga to dużej ilości danych, AI i aplikacji opartych o uczenie maszynowe, dzięki czemu możemy to wszystko połączyć i stworzyć rozwiązania dla rolników dostosowane do warunków panujących w danym miejscu.

    Zaledwie dziesięć lat temu zbieranie tych danych oznaczało zazwyczaj wysyłanie naukowców w teren w celu zapisania informacji w zeszytach. Następnie informacje były wprowadzane do arkuszy kalkulacyjnych w laboratorium i rozpowszechniane, co było procesem czasochłonnym, podatnym na błędy i prawdopodobnie nie najlepiej wykorzystującym umiejętności wysoko wykwalifikowanych naukowców.

    USDA wcześniej opracowała własne systemy zbierania i analizowania danych, mówi Mirsky, ale FarmBeats eliminuje tę potrzebę, dostarczając znormalizowaną platformę, która pozwala badaczom łączyć dane i budować modele uczenia maszynowego w różnych zestawach danych. Chociaż technologie bezprzewodowe ułatwiły zbieranie danych, doprowadziły one do innego problemu, który porusza również FarmBeats.

    – Jako naukowiec z wieloma różnymi urządzeniami i technologiami detekcji na wyciągnięcie ręki, wyzwaniem dla rolnictwa w dzisiejszych czasach nie jest uzyskanie danych – mówi Mirsky. – Kiedyś było tak: “Jak uzyskać dane?”. Teraz chodzi o to, “Co robisz z tymi wszystkimi danymi?”. FarmBeats dostarcza nam mechanizm agregacji danych, wizualizacji i analizy w chmurze.

    Z ponad 90 stacjami badawczymi i około 2000 badaczy i naukowców z całego kraju, USDA zmaga się z tym, co Michael Buser, lider krajowego programu inżynieryjnego tego działu, nazywa “silosami w silosach” – zbyt dużą ilością danych, które znajdują się na dyskach twardych pracowników i w szafach archiwizacyjnych niedostępnych dla innych pracowników USDA.

    – Sposób, w jaki jesteśmy zorganizowani powoduje, że nie jesteśmy w stanie uchwycić całej wartości płynącej z danych. To ogromna strata dla całej agencji – mówi Michael Buser.

    Migracja tych danych do scentralizowanego, bezpiecznego repozytorium Microsoft Azure pozwoli USDA na przechwytywanie historycznych i przyszłych danych, które mogą być pomocne dla badaczy, mówi Buser. Dostrzega on również potencjał wykorzystania FarmBeats do ciągłego monitorowania stacji meteorologicznych USDA, ośrodków badań nad zwierzętami i innych lokalizacji w celu zmniejszenia czasu pracy personelu i obniżenia kosztów.

    – Widzimy, że FarmBeats daje nam możliwość szybszego przeniesienia tych informacji do chmury, przy mniejszej interakcji międzyludzkiej i mniejszej liczbie interakcji z danymi  –dodaje.

    – Kiedy myślimy o dużych zbiorach danych, mamy przed sobą wyzwania wykraczające poza to, w jaki sposób wprowadzamy te wszystkie informacje do systemu. Mamy również część ekonomiczną. Kiedy myślimy o ponad 90-ciu lokalizacjach badawczych, 2000 naukowców i post-docs oraz o tym, ile to kosztuje, to jest to kwestia do rozważenia. Myślę, że FarmBeats może być tym elementem ekonomicznym, którego szukamy.

    Kluczowe znaczenie ma wykorzystanie przez FarmBeats białych przestrzeni telewizyjnych. Technologia ta pozwoli USDA na włączenie większej liczby gospodarstw rolnych do sieci badawczej i zapewnia przepustowość potrzebną do przesyłania obrazów. Na przykład, jeśli uprawa nie ma sprzyjających warunków obraz przedstawiający rośliny może zostać przesłany do komputera rolnika lub telefonu komórkowego, aby pomóc w ocenie sytuacji.

    – Skala wsparcia mówi sama za siebie, wcześniej nie byliśmy w stanie tego zrobić
    – mówi Chris Reberg-Horton, profesor nauk o uprawie i glebie na Uniwersytecie Stanowym NC, który cztery lata temu wraz z Mirsky’m uruchomił sieć badań nad gospodarstwem rolnym.

    – Rzeczywistość jest taka, że rolnicy nie widzą zbyt często żadnego ze swoich pól. Przeciętna rzędowa farma uprawna w Ameryce ma powierzchnię około 5.000 akrów, ale wiele z nich jest większych niż 10.000 akrów, a pola te mogą być rozłożone na wiele hrabstw–
    mówi Reberg-Horton.
    – W miarę wzrostu wielkości gospodarstw zwiększyła się potrzeba wprowadzenia pewnego rodzaju systemu monitorowania dla wszystkich tych pól.

    FarmBeats zostało założone w 2015 roku przez Ranveera Chandrę, obecnie głównego naukowca w Microsoft Azure Global, który jako dziecko pracował na farmie swoich dziadków w Indiach i postrzegał dane jako sposób na pomoc rolnikom w lepszym odżywianiu i poprawie ich warunków życia. Inicjatywa zrodziła się z pracowniczego projektu hackathon i stała się projektem sygnowanym w ramach programu Microsoft AI for Earth, który zapewnia organizacjom chmurę i narzędzia AI do zrównoważonego rozwoju rozwiązań dla wyzwań środowiskowych.

    Pilotaż USDA na wysokiej rangi farmie badawczej w pobliżu stolicy kraju, będzie ważnym test case’em dla programu. FarmBeats jest w prywatnym podglądzie i jest używany w kilku gospodarstwach w kilku stanach. Matthew Kerner, dyrektor generalny ds. przemysłu i sieci blokowej w Microsoft Azure Global, mówi, że Microsoft kontynuuje współpracę z producentami urządzeń w celu zintegrowania możliwości FarmBeats z ich produktami i ma nadzieję, że program będzie ogólnie dostępny w ciągu około sześciu miesięcy.

    Dla Hilla, dane stają się coraz bardziej istotnym narzędziem do mapowania przyszłości Harborview. Gromadzi również dane na potrzeby inicjatywy, która, jak ma nadzieję, może wykazać neutralność węglową w glebie farmy i umożliwić jej sprzedaż kredytów węglowych. Dane stają się coraz ważniejsze dla rolnictwa, ponieważ konsumenci, zwłaszcza młodsi, chcą wiedzieć, skąd pochodzi ich żywność, mówi.

    – Przejrzystość w jedzeniu to duży problem. Rolnik, którego gospodarstwo jest podobnego rozmiaru jak moje, będzie musiał być przezroczysty – mówi. – Jeśli stosuję praktyki zorientowane na ochronę środowiska, miejmy nadzieję, że tworzy to wartość i wiarę w konsumenta, a wiele z nich będzie się kręcić wokół tego ciągle zmieniającego się zbioru danych.

    Ostatecznie Hill ma nadzieję, że jego praca z Mirsky’m potwierdzi podejście, które on i jego ojciec rozwinęli przez dziesięciolecia patrzenia, dotykania i uprawiania ziemi, patrzenia, jak gleba i rośliny rosną wraz ze zmianami pór roku i latami.

    ŹródłoMicrosoft
    guest
    0 komentarzy
    Inline Feedbacks
    View all comments
    - Reklama -

    Najnowsze

    Łatwiej i szybciej dzięki sztucznej inteligencji. Już za rok 70proc. aplikacji będzie powstawać z użyciem no-code

    Do 2025 roku 70 proc. nowych aplikacji tworzonych przez przedsiębiorstwa będzie powstawać w metodologii low-code lub no-code – wynika...