Niniejszy tekst został przygotowany przez studenta w ramach współpracy Instytutu na rzecz Ekorozwoju z Uniwersyteckim Centrum Badań nad Środowiskiem i Zrównoważonym Rozwoju Uniwersytetu Warszawskiego.
Parametry takie jak nawodnienie, odżywianie roślin i choroby mogą być monitorowane w czasie rzeczywistym. Dane można następnie wykorzystać do określenia wzorców nawadniania i zalecić najlepsze cykle nawadniania. Przy użyciu sztucznej inteligencji można stosować różnorodność upraw o wysokiej zawartości składników odżywczych, co może również obniżyć zużycie szkodliwych pestycydów (PWC 2018).
Źródło: Dogtownmedia (2019)AI Is Making Smart Farms a Reality Accessed online from https://www.dogtownmedia.com/ai-is-making-smart-farms-a-reality/
Rys. 1 Robot sterowany sztuczną inteligencją na farmie
Oczekuje się, że rolnictwo precyzyjne będzie obejmować coraz bardziej zautomatyzowane gromadzenie danych i podejmowanie decyzji na poziomie gospodarstwa – na przykład sadzenie, opryski oraz optymalne zbiory upraw, aby umożliwić wczesne wykrywanie chorób i problemów związanych z uprawami, zapewnić odpowiednie żywienie inwentarzowi gospodarskiemu oraz ogólnie zoptymalizować nakłady i zyski z rolnictwa. To obiecuje zwiększenie wydajności zasobów w przemyśle rolniczym, zmniejszając zużycie wody, nawozów i pestycydów, które powodują spływ, który obecnie przedostaje się do rzek, oceanów i populacji owadów, powodując szkody w ważnych ekosystemach. Wykorzystywane są czujniki mierzące warunki, takie jak wilgotność uprawy, temperatura i skład gleby podadzą. Sztuczna inteligencja to dane potrzebne do automatycznej optymalizacji produkcji i podejmowania ważnych działań, takich jak nawadnianie. Drony są coraz częściej wykorzystywane do monitorowania warunków i komunikacji z czujnikami oraz systemami obsługującymi sztuczną inteligencję (Mabkhot i in. 2021).
Sztuczna inteligencja w połączeniu z rolnictwem precyzyjnym, zrównoważonymi łańcuchami dostaw i monitorowaniem środowiska można wdrożyć w rolnictwie, aby zmniejszyć emisje gazów cieplarnianych w tym sektorze i wspierać inicjatywy mające na celu zmniejszenie marnotrawstwa wody. Niektóre analizy sugerują, że zastosowania sztucznej inteligencji w rolnictwie może pomóc zmniejszyć emisje nawet o 160 Mt ekwiwalentu emisji CO2 w 2030 r., zapewniając jednocześnie więcej żywności i zużywając mniej zasobów (PWC 2020).
Algorytmy sztucznej sieci neuronowej, które są algorytmem przetwarzania lub sprzętem, którego funkcjonowanie jest inspirowane konstrukcją i funkcjonowaniem ludzkiego mózgu, są wykorzystywane do oszacowania rocznych wskaźników erozji gleby dla obszarów bez zarejestrowanych danych dotyczących erozji. Zamodelowane wartości zmapowano w Systemie Informacji Przestrzennej (GIS) i wyodrębniono profile podłużne erozji gleby. Sztuczna inteligencja pomaga również w monitorowaniu i kontrolowaniu wilgotności gleby oraz rozpylaniu kropel wody w celu utrzymania optymalnych poziomów wilgotności.
Opracowanie spersonalizowanych diet wymaga technologii, takich jak super-łączność, sztuczna inteligencja, a Internet ludzi (IoHuman) może zoptymalizować całkowite zapotrzebowanie na żywność i konsumpcję, a w połączeniu z inteligentnym rolnictwem może pomóc w ograniczeniu marnotrawienia żywności w przyszłości (Kwon 2020). Można dodatkowo zwiększyć to dzięki urządzeniom takim jak inteligentne lodówki. Samsung wprowadził nową lodówkę ze sztuczną inteligencją oraz funkcjami, które mogą planować posiłki i łączyć się z urządzeniami Samsung w całym domu. Kamery wewnątrz są zasilane przez technologię sztucznej inteligencji ViewInside, która skanuje przedmioty, identyfikuje je i wysyła aktualizacje, gdy nowe lub stare produkty są dostępne, i może skutecznie zarządzać zapasami żywności.
Bibliografia
Kwon, D.Y.(2020) Personalized Diet oriented by Artificial Intelligence and Ethnic Foods. J. Ethn. Food 7, 10 accessed online from https://doi.org/10.1186/s42779-019-0040-4
Mabkhot M., Ferreira P., Maffei A., Podržaj P., Mądziel M. ,Antonelli D., Lanzetta M., Barata J., Boffa E., Finžgar M., Paśko Ł., Minetola P., Chelli R., Nikghadam-Hojjati S., Wang XV. ,Priarone PC. , Lupi F. ,Litwin P. ,Stadnicka D. ,Lohse N. Mapping Industry 4.0 Enabling Technologies into United Nations Sustainability Development Goals. Sustainability. 2021; 13(5):2560. Accessed online from https://doi.org/10.3390/su13052560
PWC (2018) Fourth Industrial Revolution for the Earth Harnessing Artificial Intelligence for the Earth PWC accessed online from https://www.pwc.com/gx/en/news-room/docs/ai-for-the-earth.pdf
PWC (2020) How AI can enable a sustainable future. Estimating the economic and emissions impact of AI adoption in agriculture, water, energy and transport accessed online from https://www.pwc.co.uk/services/sustainability-climate-change/insights/how-ai-future-can-enable-sustainable-future.html
Informacje tę otrzymujesz od nas w ramach prowadzonego przez Instytut na rzecz Ekrozwoju projektu "#klimaSENIORE - aktywizacja seniorów na rzecz klimatu", który jest realizowany w ramach programu Aktywni Obywatele – Fundusz Krajowy finansowanego z Mechanizmu Finansowego Europejskiego Obszaru Gospodarczego.
Dowiedz się więcej o projekcie #klimaSENIORE
