‘AI’ เร่งการเกษตรแบบธรรมดา ให้เป็นฟาร์มแห่งอนาคตได้อย่างไร

Share

Loading

  • การเกษตรแบบปฏิรูปเสนอวิธีการรับรองความมั่นคงด้านอาหารและช่วยต่อสู้กับการเปลี่ยนแปลงสภาพภูมิอากาศ
  • การพัฒนา AI สามารถช่วยเร่งการเปลี่ยนแปลงไปสู่การเกษตรแบบปฏิรูปได้
  • เทคโนโลยีที่เกิดขึ้นใหม่สามารถควบคุมและปรับขนาดในประเทศที่มีรายได้น้อยและปานกลางได้อย่างไร
การฟื้นฟูคืออะไร

การฟื้นฟูมีความหมายเหมือนกันกับการต่ออายุ  มันไปไกลกว่า “ไม่ทำอันตราย” ถึง “การย้อนกลับที่อันตราย” ซึ่งเป็นหัวข้อที่สำคัญเมื่อพูดถึงสิ่งแวดล้อม แม้ว่านี่จะเป็นแนวโน้มหลายภาคส่วน แต่การฟื้นฟูเป็นสิ่งสำคัญสำหรับระบบอาหารเกษตร ตัวอย่างเช่น 34% ของพื้นที่การเกษตรทั่วโลกเสื่อมโทรมและจะมีบุตรยากอย่างต่อเนื่องจนถึงจุดที่ไม่สามารถปลูกอาหาร เส้นใย หรืออาหารได้

ข้อมูลจาก The World Economic Forum ระบุว่า ภาคเกษตรกรรมยังรับผิดชอบ 72% ของการถอนน้ำจืดทั้งหมด ซึ่งเป็นทรัพยากรที่สำคัญที่กำลังถูกคุกคาม อุตสาหกรรมมีส่วนสำคัญต่อการเปลี่ยนแปลงสภาพภูมิอากาศ 21% ถึง 37% ของการปล่อยมลพิษจากมนุษย์ทั่วโลกสามารถนำมาประกอบกับระบบอาหารได้ ด้วยความท้าทายดังกล่าว นักแสดงในภาคส่วนจำเป็นต้องมุ่งเน้นไปที่การฟื้นฟูระบบการเกษตรและอาหาร โดยเฉพาะอย่างยิ่งเพื่อเลี้ยงผู้คนประมาณ 10 พันล้านคนภายในปี 2593

การเกษตรแบบปฏิรูปเพื่อความมั่นคงด้านอาหารในอนาคตและระบบอาหารที่ยืดหยุ่น

การเกษตรแบบปฏิรูปมีศูนย์กลางอยู่ที่การสร้างระบบอาหารที่ยืดหยุ่นโดยการฟื้นฟูสุขภาพของดินและเพิ่มทรัพยากรธรรมชาติ เช่น ตารางน้ำและความหลากหลายทางชีวภาพในฟาร์ม การจัดลำดับความสำคัญของการฟื้นฟูดินช่วยให้มั่นใจได้ถึงความยั่งยืนในระยะยาวและเพิ่มผลผลิตพืชผ่านดินที่มีสุขภาพดีและกันน้ำได้มากขึ้น

นอกจากนี้ การเกษตรแบบปฏิรูปสามารถลดการปล่อยมลพิษทางการเกษตรได้โดยการเพิ่มประสิทธิภาพการใช้ปัจจัยการผลิต ในระดับฟาร์ม มันเสริมสร้างความยืดหยุ่น ทำให้ฟาร์มมีความพร้อมที่ดีขึ้นในการทนต่อความท้าทายด้านสิ่งแวดล้อม และในที่สุดก็นำไปสู่รายได้ที่มั่นคงมากขึ้น

ทำความเข้าใจบทบาทของดิจิทัลและ AI ในการเกษตร

การเกษตรแบบปฏิรูปได้มุ่งเน้นไปที่การทำให้เป็นดิจิทัลของการเกษตร มันให้ประโยชน์เช่นรายได้จากฟาร์มที่สูงขึ้น ผลลัพธ์ด้านสิ่งแวดล้อมที่ดีขึ้น และความเป็นไปได้ทางการค้าที่ดีขึ้นเมื่อทำงานกับเกษตรกรรายย่อย การวิจัยชี้ให้เห็นว่าการเกษตรดิจิทัลสามารถเพิ่มจีดีพีทางการเกษตรของประเทศที่มีรายได้น้อยและปานกลางได้มากกว่า 450 พันล้านดอลลาร์สหรัฐ หรือ 28% ต่อปี

การใช้ปัญญาประดิษฐ์ (AI) ที่เพิ่มขึ้นในการเกษตรได้ขยายผลประโยชน์เหล่านี้ให้กับเกษตรกร ตัวอย่างเช่น การใช้ประโยชน์จาก AI และเทคโนโลยีดิจิทัล โครงการริเริ่ม AI for Agriculture Innovation  ร่วมกับรัฐบาลเตลังกานา ประเทศอินเดีย สนับสนุนให้เกษตรกรผู้ปลูกพริกเพิ่มผลผลิต 21% ลดการใช้สารกำจัดศัตรูพืชลง 9% และเพิ่มรายได้ 800 ดอลลาร์สหรัฐต่อเอเคอร์ต่อรอบ

การใช้งาน AI ในการเกษตรมีศักยภาพ

1.ภาพเชิงพื้นที่สำหรับการวางแผนระดับภูมิทัศน์

การปรับขนาดการเกษตรแบบปฏิรูปมักต้องใช้แนวทางภูมิทัศน์ โดยเน้นที่พื้นที่การผลิตที่กว้างขึ้นมากกว่าฟาร์มแต่ละแห่ง สิ่งนี้ช่วยให้การจัดการแบบองค์รวม/การฟื้นฟูทรัพยากรธรรมชาติ โมเดล AI ที่ใช้ข้อมูลเชิงพื้นที่สามารถวิเคราะห์การเปลี่ยนแปลงของการใช้ที่ดิน สุขภาพของดิน และความพร้อมของน้ำบนผืนดินขนาดใหญ่ ช่วยในการวางแผนภูมิทัศน์ฟื้นฟู ในมัธยประเทศ ศูนย์กลางนวัตกรรมอาหารซึ่งร่วมมือกับรัฐบาลของรัฐกำลังทำงานร่วมกับ Skymet Weather เพื่อรวมภาพเชิงพื้นที่เข้ากับการวางแผนภูมิทัศน์ ข้อมูลที่รวบรวมจะเชื่อมโยงกับเครื่องมือทางการเงินเพิ่มเติมเพื่อสนับสนุนเกษตรกรในการนําแนวทางปฏิบัติที่ยั่งยืนมาใช้

2.ส่วนขยายดิจิทัลที่เปิดใช้งาน AI

การเกษตรแบบปฏิรูปอาศัยแนวทางปฏิบัติที่ปรับแต่งเองซึ่งพัฒนาโดยมหาวิทยาลัยวิจัย การส่งมอบแนวทางปฏิบัติเหล่านี้ผ่านตัวแทนส่วนขยายมีค่าใช้จ่ายสูง และอัตราส่วนตัวแทนต่อเกษตรกรที่ต่ำทำให้เกษตรกรหลายคนไม่ได้รับบริการ ความก้าวหน้าทางเทคโนโลยีได้ปรับปรุงเศรษฐกิจของการเผยแพร่แนวทางปฏิบัติดังกล่าวผ่านช่องทางดิจิทัล

นอกจากนี้ โมเดลภาษาขนาดใหญ่ (LLMs) รวมกับโมเดล Retrieval-Augmented Generation (RAG) สามารถให้คำแนะนำเฉพาะสำหรับฟาร์มตามข้อมูลที่แปลเป็นภาษาท้องถิ่น  และการแปลภาษาที่เปิดใช้งาน AI สามารถเปิดใช้งานการจัดส่งในภาษาท้องถิ่นได้อย่างคุ้มค่า ทำให้เข้าถึงได้มากขึ้นทั่วทั้งภูมิภาค

3.การคำนวณศัตรูพืชเพื่อลดการใช้ยาฆ่าแมลง

การใช้สารกำจัดศัตรูพืชได้รับการอ้างถึงว่าเป็น “ความกังวลด้านสิทธิมนุษยชนระดับโลก” และโครงการเกษตรเชิงปฏิรูปพยายามลดการใช้สารกำจัดศัตรูพืชทีละน้อย โซลูชั่น AI ที่ใช้การจดจำภาพและภาพไฮเปอร์สเปกตรัมสามารถเปิดใช้งานทั้งการตรวจจับศัตรูพืชเชิงคาดการณ์และเชิงป้องกัน เพิ่มประสิทธิภาพการใช้สารกำจัดศัตรูพืช

4.แรงจูงใจทางการเงินที่เปิดใช้งาน AI

อุปสรรคต่อการเกษตรแบบปฏิรูปคือการขาดสิ่งจูงใจทางการเงินในการเปลี่ยนแปลง แรงจูงใจทางการเงิน เช่น การชำระเงินสำหรับคาร์บอนที่กักเก็บไว้นั้นซับซ้อนเนื่องจากค่าใช้จ่ายสูงในการตรวจสอบและการจ่ายเงิน อย่างไรก็ตาม นักบินล่าสุดที่ใช้เซ็นเซอร์สำหรับการวัดสุขภาพของดินและสัญญาอัจฉริยะที่เปิดใช้งาน AI ทำให้การชำระเงินเร็วขึ้น ปราศจากข้อผิดพลาด และคุ้มค่า

บริษัทการเงินคาร์บอนส่วนใหญ่ใช้โมเดล AI ที่เปิดใช้งานข้อมูลเชิงพื้นที่เพื่อวัดการกักเก็บคาร์บอนจากระยะไกล โมเดลนวัตกรรมที่คล้ายกันสำหรับการสร้างแรงจูงใจในการเปลี่ยนแปลงถูกนำมาใช้ใน 100 Million Farmers Initiative ความคิดริเริ่มนี้ให้การสนับสนุนทางการเงินและที่ไม่ใช่ทางการเงินเพื่อเปลี่ยนไปใช้การเกษตรแบบปฏิรูป ผ่าน AI ทำให้สามารถให้รางวัลทั้งเกษตรกรและนักลงทุนยุคแรกได้ พิมพ์เขียวสำหรับการจำลองแบบจำลองทางการเงินดังกล่าวมีให้บริการผ่านความคิดริเริ่ม

5.การทดสอบดินอย่างรวดเร็วและการตรวจสอบโปรแกรม

การทดสอบดินที่เปิดใช้งาน AI ให้การประเมินสุขภาพของดินอย่างรวดเร็ว ทำให้สามารถตัดสินใจได้อย่างแม่นยำเกี่ยวกับประสิทธิภาพของแนวทางปฏิบัติด้านการฟื้นฟู นอกจากนี้ โมเดล AI เชิงพื้นที่ยังสามารถใช้เพื่อตรวจสอบแนวทางปฏิบัติ เช่น การครอบตัดระหว่างกันหรือการครอบตัด

ซึ่งโดยทั่วไปแล้วยากที่จะตรวจสอบในระดับ การวิเคราะห์ดังกล่าวยังสามารถเปิดใช้งานการแบ่งส่วนเกษตรกร ทำให้สามารถส่งมอบการสนับสนุนที่กำหนดเองให้กับเกษตรกรในระดับการยอมรับที่แตกต่างกัน

เมื่อข้อมูลการเกษตรสะสมมากขึ้นและเกษตรกรคุ้นเคยกับเทคโนโลยีมากขึ้น บทบาทของ AI ในการเกษตรแบบปฏิรูปจะเพิ่มขึ้น ในขณะเดียวกัน ด้วยข้อมูลเพิ่มเติม ความแม่นยำของโซลูชั่นที่มีอยู่จะดีขึ้น ดังนั้น เพื่อให้ได้รับประโยชน์สูงสุดจากความก้าวหน้าเหล่านี้ การวางแผนสำหรับ AI ในขณะที่ออกแบบโครงการการเกษตรแบบปฏิรูปจึงเป็นสิ่งสำคัญ

แหล่งข้อมูล

https://www.bangkokbiznews.com/environment/1144520