في عام 2018 ، قامت خمسة فرق بتنمية الخيار في تحدٍ رائد ذاتيًا للاحتباس الحراري المنافسة الدولية. التطور: فريق واحد فقط يتكون من مزارعين بشريين ذوي خبرة يقومون بتشغيل مقصورة الدفيئة يدويًا. تألفت الفرق الأربعة المتبقية من خبراء دوليين في مجالات البستنة والذكاء الاصطناعي (AI). لقد عملوا على تطوير حلول الذكاء الاصطناعي لإدارة محاصيلهم عن بعد وبشكل مستقل. كان الهدف من المسابقة ، وهي أول تحدي ذاتي للاحتباس الحراري في العالم ، هو تحقيق اختراقات في الإنتاج الغذائي المستدام.
بعد أربعة أشهر مكثفة ، احتل المزارعون اليدويون المرتبة الثانية. فاز فريق المركز الأول ، بقيادة أحد مؤلفي هذه المقالة ، بحل متنامي مستقل لم يحقق فقط عوائد أكبر بنسبة 6٪ وصافي ربح أعلى بنسبة 17٪ ، ولكنه استخدم أيضًا كمية أقل من ثاني أكسيد الكربون2والتدفئة ومدخلات المياه.
لمعرفة المزيد عن المنافسة وفهم كيف يمكن أن يتنافس حل الذكاء الاصطناعي مع فريق من المزارعين المهرة - بل ويتفوق عليه في الأداء ، دعنا نلقي نظرة فاحصة على الذكاء الاصطناعي ومدى ارتباطه بأتمتة الدفيئة.
أتمتة الدفيئة ليس بالأمر الجديد
لعقود من الزمان ، استخدم المزارعون أجهزة الكمبيوتر وأجهزة الاستشعار والمشغلات العملية لإدارة مناخ الدفيئة والري. في مثل هذا السيناريو ، تكون وظيفة كمبيوتر المعالجة مباشرة ، وتعتمد على قواعد منطقية بسيطة. إذا كانت درجة حرارة الهواء أعلى من 75 درجة فهرنهايت ، فافتح فتحة التهوية ، على سبيل المثال. يتم تفويض العمل الشاق لقراءة درجات الحرارة وتشغيل وإطفاء الأنوار والسخانات للآلات.
بالطبع ، لا تستطيع الأتمتة القائمة على القواعد التعامل مع الظروف غير المتوقعة. والأهم من ذلك ، يحتاج الإنسان الماهر إلى اتخاذ جميع قرارات إدارة المحاصيل ، وصولاً إلى النقاط المحددة للمعايير البيئية. لتحقيق عوائد عالية بشكل موثوق ، هناك حاجة إلى مستوى كبير من المعرفة والمهارة ، وحتى ذلك الحين ، من السهل ارتكاب الأخطاء. علاوة على ذلك ، مع نمو المزارع بشكل أكبر ، يصبح عمل المراقبة المستمرة للمحاصيل أكثر صعوبة.
لسوء الحظ ، يعرف المزارعون جيدًا أن العمالة هي أكبر مصدر لمشاكل الإنتاج. سنة بعد سنة ، في مزارع الدفيئة مسح أفضل 100 مزارع ، أبلغ المزارعون عن التحديات ليس فقط مع تكلفة العمالة ولكن أيضًا مع توافر العمالة الماهرة. ليس من المستغرب أن يبحث المزارعون بشكل متزايد عن طرق لمواجهة هذه التحديات ، بما في ذلك التقنيات الجديدة التي يمكن أن تجعل إدارة الدفيئة أكثر استقلالية.
الذكاء الاصطناعي هو خطوة أبعد من الأتمتة المستندة إلى القواعد
من الطرق الجيدة للتفكير في الذكاء الاصطناعي أنه يمثل خطوة أبعد من الأتمتة البسيطة القائمة على القواعد. يدور الذكاء الاصطناعي الحديث حول استخدام الرياضيات للعثور على أنماط في البيانات ، بما في ذلك النوع الموجود في الأنظمة البيئية والبيولوجية المسببة للاحتباس الحراري. على سبيل المثال:
- مع وجود بيانات مناخية كافية ، يمكن للمزارعين استخدام الذكاء الاصطناعي لتحديد نقاط الإعداد المثلى وإجراء التنبؤات المناخية.
- مع وجود بيانات كافية عن إنتاجية المحاصيل ، يمكن للمزارعين استخدام الذكاء الاصطناعي لتوليد توقعات الغلة.
- باستخدام بيانات صور كافية ، يمكن للمزارعين استخدام الذكاء الاصطناعي للكشف عن الآفات والأمراض.
يمكن أن تتعلم بعض أنواع الذكاء الاصطناعي من البيانات الجديدة ، مما يوفر نتائج أفضل بشكل تدريجي بمرور الوقت.
من خلال القدرة على تقديم رؤى أعمق في عمليات الدفيئة اليومية ، يمكن استخدام الذكاء الاصطناعي لدعم اتخاذ القرارات على مستوى الخبراء وتمكين المزارعين بطريقة هادفة. بعد كل شيء ، تأتي أفضل النتائج من مزيج مدروس من الذكاء البشري والذكاء الاصطناعي.
يمكن أيضًا دمج النهج القائم على البيانات للذكاء الاصطناعي مع النهج الكلاسيكي القائم على القواعد ، مما يسمح بدرجة أعلى بكثير من أتمتة الدفيئة أكثر من أي وقت مضى. باختصار ، يمكن للمزارعين استخدام الذكاء الاصطناعي لأتمتة العديد من المهام التشغيلية عن ظهر قلب ، مما يساعد على تخفيف مشكلات العمالة المزمنة التي تتحدى الصناعة.
البيانات هي وقود الذكاء الاصطناعي
بقدر ما يتعلق الذكاء الاصطناعي بالخوارزميات الرياضية ، فهو يتعلق أيضًا بالبيانات. خلافًا للاعتقاد الشائع ، فإن بعض الخوارزميات الأكثر شيوعًا المستخدمة في الذكاء الاصطناعي كانت موجودة منذ عقود. حتى أنها ليست معقدة بشكل رهيب. ولكن لأطول فترة ، كان توافر البيانات - جنبًا إلى جنب مع القدرة الحسابية المعقولة التكلفة اللازمة لمعالجة البيانات - من العوامل المحددة.
استغرق الأمر تطويرًا حديثًا في أجهزة الكمبيوتر لإطلاق إمكانات الذكاء الاصطناعي. أدت ثورة الهواتف الذكية ، التي أطلقتها شركة Apple في عام 2007 ، إلى إنشاء أنظمة صناعية وسلاسل إمداد جديدة تمامًا على نطاق عالمي. أدى هذا إلى تغيير الاقتصاد الأساسي لأجهزة الكمبيوتر ، على ما يبدو بين عشية وضحاها. أصبحت مكونات الأجهزة الرئيسية ، مثل المعالجات الدقيقة وأجهزة الراديو وأجهزة الاستشعار ، أرخص وأصغر وأكثر قوة بشكل كبير. تحولت هزائم البيانات الخام إلى فيضانات. ساعدت وفرة البيانات الجديدة والقوة الحسابية على تحويل الذكاء الاصطناعي من فضول بحثي مع القليل من التطبيقات التجارية إلى تغيير تقني بحري.
إنترنت الأشياء يجلب وفرة من البيانات
في أوائل الثمانينيات من القرن الماضي ، انزعج طلاب الدراسات العليا في جامعة كارنيجي ميلون في بيتسبرغ من الذهاب إلى آلة بيع كوكاكولا ليجدوها فارغة. قاموا بتعديله حتى يتمكن من الإبلاغ عن مخزونه عبر الإنترنت. وبذلك ، اخترعوا أول جهاز متصل بالإنترنت في العالم.
اليوم ، انضمت مليارات الأجهزة ، الكبيرة والصغيرة ، من الإلكترونيات الاستهلاكية إلى الآلات الصناعية ، إلى أول آلة صودا في الاتصال بالإنترنت ، لتشكيل ما يُعرف بإنترنت الأشياء (IoT). ما هو مهم هو أنه ، على عكس الأجيال السابقة من الأجهزة - بما في ذلك العديد من حلول أتمتة الدفيئة الشائعة - تستخدم أجهزة إنترنت الأشياء نفس أنواع تنسيقات البيانات وبروتوكولات الاتصال المستخدمة في أماكن أخرى على الإنترنت. من خلال الاعتماد على معايير الإنترنت العالمية ، قد يكون من الأسهل تبادل البيانات مع أجهزة إنترنت الأشياء دون الحاجة إلى أجهزة إضافية للتوصيل من نوع نظام إلى آخر.
يعد الذكاء الاصطناعي وإنترنت الأشياء معًا من التقنيات التكميلية. تساعد أجهزة إنترنت الأشياء المزارعين على جمع البيانات الخام من البيوت الزجاجية بسهولة أكبر. ويساعد برنامج الذكاء الاصطناعي المزارعين على فهم تلك البيانات - والعمل على أساسها - لتحسين إنتاج المحاصيل.
دراسة حالة: Kenneth Tran's Success in the Autonomous Greenhouse Challenge
دكتور تران: في عام 2018 ، كنت باحثًا في الذكاء الاصطناعي في Microsoft Research بالقرب من سياتل ، حيث أعمل على نوع أحدث من الذكاء الاصطناعي يُعرف باسم التعلم المعزز. هناك بدأت جهدًا جديدًا لتطبيق بحثنا على مجال الزراعة البيئية الخاضعة للرقابة. من خلال ما يسمى بمشروع سونوما ، تعاونا مع علماء النبات في مركز أبحاث هارو في أونتاريو ، كندا ، وانتهى بنا الأمر إلى التنافس في أول تحدي دولي ذاتي الاحتباس الحراري ، الذي نظمته جامعة واجينين للأبحاث في هولندا.
في هذا التحدي ، قام كل فريق بزراعة الخيار في حجرة دفيئة مساحتها 315 قدمًا مربعًا لمدة أربعة أشهر تقريبًا. تم تجهيز هذه المقصورات بأجهزة كمبيوتر عملية قياسية ، وأجهزة استشعار للمناخ ، ومشغلات. باستخدام واجهات IoT الرقمية (REST APIs) ، يمكن لبرامج الذكاء الاصطناعي الخاصة بنا قراءة البيانات باستمرار من المستشعرات ، وتحديد نقاط الضبط المثلى ، وإرسال نقاط الضبط مرة أخرى إلى أجهزة الكمبيوتر العملية - في جميع أنحاء الإنترنت (انظر الشكل أدناه). يمكن العثور على مزيد من التفاصيل حول التحدي ونتائجه في مقال بواسطة هيمنج وآخرون. (2019).
على الرغم من افتقارنا للخبرة في زراعة الخيار ونموذجنا الأولي في مراحله المبكرة ، كان الحل المتنامي المستقل قادرًا على الفوز بالمنافسة. لقد تفوقنا على فريق المركز الثاني ، الفريق المرجعي المكون من مزارعين هولنديين خبراء ، مع عائد أعلى بنسبة 6٪. وكان هذا الهامش في العائد يعادل زيادة بنسبة 17٪ في الأرباح التشغيلية.
هل كان أداء الفريق المرجعي ضعيفًا؟ لا على الإطلاق. لقد كان أداؤهم جيدًا بشكل ملحوظ ، وفقًا للعديد من الخبراء. كان محصولهم ما يقرب من 50 كجم / م2 في فترة أربعة أشهر أي ما يعادل 150 كجم / م2 كل سنة. يعتبر هذا عائدًا مرتفعًا لبيت زجاجي في أي مكان على هذا الكوكب.
كنتيجة لتحدي الاحتباس الحراري الذاتي ، قمت بتأسيس Koidra في عام 2020 للبناء بشكل مباشر على ما تعلمناه ودفع أحدث ما توصلت إليه التكنولوجيا في الذكاء الاصطناعي وإنترنت الأشياء للزراعة وتطبيقات التحكم الصناعي الأخرى.
طرح الأسئلة الصحيحة حول الذكاء الاصطناعي وإنترنت الأشياء
اليوم ، أصبح المزيد من مزارعي الدفيئة مستعدين ومستعدين لاعتماد الذكاء الاصطناعي وإنترنت الأشياء. التحدي الرئيسي هو فهم المنتجات الموجودة في السوق والقدرة على الخوض في جميع الكلام التسويقي. تدعي الكثير من الشركات بشغف أن لديها خوارزمية الذكاء الاصطناعي أو جهاز إنترنت الأشياء الذي سيعمل في البيوت الزجاجية.
فيما يلي بعض الاعتبارات الرئيسية التي يجب وضعها في الاعتبار عند تقييم برامج الذكاء الاصطناعي وأجهزة إنترنت الأشياء:
- الأداء: يجب أن يكون المزارعون قادرين على رؤية فوائد ملموسة في العالم الحقيقي. اسأل: هل تم إثبات الذكاء الاصطناعي في الإنتاج التجاري لتحسين الإنتاجية وكفاءة الموارد؟ في ظل ظروف ما؟ ما هو سجل الشركة في تطوير برامج الذكاء الاصطناعي وإنترنت الأشياء؟
- تصميم AI: تجمع حلول الذكاء الاصطناعي الأكثر فاعلية بين أفضل ما في الذكاء البشري وأفضل ما في الذكاء الاصطناعي لاتخاذ القرارات. اسأل: كيف يستفيد نموذج الذكاء الاصطناعي من مجموعة المعارف الحالية؟ كيف تضمن أن الأداء سيتحسن بمرور الوقت مع المزيد من البيانات؟
- تصميم البرمجيات: يجب أن يظل المزارعون مسيطرين على عمليات الدفيئة. اسأل: ما هي مبادئ تصميم البرامج المستخدمة لضمان سلامة المحاصيل؟ هل يمكنني التبديل بسهولة بين الأوضاع اليدوية والتوصية والطيار الآلي في جميع الأوقات؟
- ملكية البيانات: يجب أن يمتلك المزارعون بياناتهم وأن يتجنبوا "حبس البائعين". اسأل: هل يمكنني بسهولة استيراد البيانات من أنظمة أخرى؟ هل يمكنني نسخ بياناتي احتياطيًا وتصديرها؟ هل توجد واجهات برمجة تطبيقات تسمح بالوصول المباشر إلى البيانات والتكاملات المخصصة؟ هل يمكنني استخدام برامج وأجهزة من بائعين مختلفين ، الآن وفي المستقبل؟
يمكن للذكاء الاصطناعي وإنترنت الأشياء تمكين المزارعين
في عالم أصبحت فيه الموارد الحيوية - المياه والطاقة ، وكذلك الوقت والمال والعمالة الماهرة - أكثر ندرة ، فمن المنطقي استكشاف تقنيات جديدة لتخفيف هذا العبء. كما تعلمنا من Autonomous Greenhouse Challenge ، يمكن للمزارعين بالفعل تحقيق عوائد أكبر وكفاءات أعلى في استخدام الموارد باستخدام برامج الذكاء الاصطناعي وأجهزة إنترنت الأشياء. علاوة على ذلك ، يستمر تطوير هذه التقنيات وتطويرها بوتيرة سريعة.
في النهاية ، يمكن للذكاء الاصطناعي وإنترنت الأشياء تمكين مزارعي البيوت الزجاجية - لاتخاذ قرارات أفضل ، والقيام بالمزيد بموارد أقل - لزراعة أغذية العالم بشكل أكثر استدامة.