A mezőgazdaságról sokaknak még mindig a traktorok, istállók, silók és a zöldellő földek jutnak eszébe, pedig a jövő agráriuma ennél jóval többet tartogat. Az Észak-Karolinai Állami Egyetem Növénytudományi Kezdeményezésének (NC PSI) kutatói szerint
a modern gazdálkodás kulcsa az adatokban és a mesterséges intelligenciában rejlik.
A gyorsan növekvő népesség, a csökkenő termőterületek és az éghajlatváltozás kihívásai közepette a mezőgazdaságnak hatékonyabbá, rugalmasabbá és környezetbarátabbá kell válnia – ebben nyújthat segítséget a mesterséges intelligencia.
„Nem telik el nap, hogy ne hallanánk a mesterséges intelligenciáról” – mondta Jevon Smith, az NC PSI kutatási számítástechnikai vezetője. – „Sokan félnek tőle, pedig a mezőgazdaságban óriási lehetőségek rejlenek benne: növelheti a terméshozamot, csökkentheti a hulladékot, mérsékelheti a szén-dioxid-kibocsátást és elősegítheti a fenntarthatóbb működést.”
A szakemberek szerint, mielőtt az MI valóban segíthetne a gazdálkodásban, „meg kell tanítani” a rendszert, ahogyan a gazda is elveti a magot, mielőtt arathatna.
Adatokkal táplált intelligens gazdálkodás
Ebben kulcsszerepet játszik az NVIDIA Grace Hopper 200 szuperszámítógép, amely az NC State kampuszán működik, és másodpercenként akár öt terabájt adatot is képes feldolgozni.
A kutatók hatalmas mennyiségű képi adatot – növényeket, gyomokat, virágokat és kártevőket – táplálnak a rendszerbe, hogy létrehozzák a világ legnagyobb, nyílt forráskódú agrár-képadatbázisát.
Fotó: Pixabay
A projektben a BenchBot 3.0 nevű robot is részt vesz, amely több mint félmillió növényfotót készít, miközben különféle növényfajokat tartalmazó cserepek között mozog. Hasonló robotokat telepítettek a Maryland állambeli Beltsville-ben található Mezőgazdasági Kutatóközpontba, valamint a Texas A&M Egyetem kampuszára is. A három helyszínen gyűjtött adatokat mind a Grace Hopper rendszer dolgozza fel, így egyre pontosabb és megbízhatóbb képi tananyag jön létre a mesterséges intelligencia számára.
Hogyan tanul az MI gazdálkodni?
A precíziós mezőgazdaság működését érdemes egy önvezető autóhoz hasonlítani.
Ahogy a járműveknek meg kell tanulniuk felismerni a közlekedési jeleket, gyalogosokat és akadályokat, úgy a mesterséges intelligenciának is meg kell tanulnia megkülönböztetni a növényeket a gyomoktól, az egészséges talajt a gyengétől, a hasznos rovarokat a károsaktól.
Az így létrejövő tudásalapra építve fejleszthetők olyan szoftverek és eszközök, amelyek segítenek a gazdáknak abban, hogy pontos döntéseket hozzanak. Az MI megmondhatja, mikor és hol szükséges öntözni, trágyázni vagy permetezni. Ennek köszönhetően a gazdálkodók csak ott és akkor avatkoznak be, ahol valóban indokolt – ezzel nemcsak pénzt takarítanak meg, hanem a környezetet is kímélik.
„A precíziós mezőgazdaság gondolata már évtizedek óta velünk van” – magyarázta Dr. Chris Reberg-Horton, az NC PSI rugalmas mezőgazdasági platformjának vezetője. – „Mostanra azonban elértük azt a technológiai szintet, ahol a gépek valóban képesek intelligens döntéseket hozni. A kihívás eddig az volt, hogy nem rendelkeztünk elég adatokkal – most ez változik meg.”
A kutatók bíznak abban, hogy az MI által támogatott precíziós gazdálkodás nemcsak a termelékenységet növeli, hanem a mezőgazdaság fenntarthatóságát is új szintre emeli.
Forrás: pbsnc.org
Indexkép: Pixabay
JÖN! JÖN! JÖN!
PREGA 2026 Precíziós Gazdálkodási Konferencia & Kiállítás
"Minden forint számít!"
2026.02.10-11.
Four Points by Sheraton Kecskemét Hotel & Conference Center
Hamarosan jelentkezünk a részletekkel, addig is regisztrálj elő ITT, 5% kedvezményt kapsz a később meghatározandó részvételi díjból!
