إستخدام الذكاء الإصطناعي لمساعدة المزارعين أصحاب الحيازات الصغيرة

223

تخيلوا قبل مائة عام لو تمكن المزارعون من الوصول إلى كميات هائلة من المعلومات عن شكل التربة في أراضيهم, وأنواع المحاصيل التي كانوا يزرعونها, وحتى تقلبات مناخهم المحلي. كان يمكن لهذا النوع من المعلومات أن يمنع أزمة بيئية مثل ما حدث عام 1920 في أمريكا مثلا, ولكن حتى قبل عشر سنوات كانت فكرة أن المزارعين يمكنهم الوصول إلى هذا النوع من المعلومات غير واقعية.

بالنسبة إلى الفريق الذي يقف وراء منصة CGIAR (المجموعة الإستشارية للبحوث الزراعية الدولية) للبيانات الضخمة – وهي منصة تحتوي علي العديد من المعلومات المفيدة في مجال الزراعة – فإن الزراعة هي المجال الجديد لإستخدام الذكاء الاصطناعي لحل المشاكل المعقدة بكفاءة. يستخدم الفريق – الذي يضم علماء البيولوجيا والمهندسين الزراعيين وأخصائيي التغذية ومحللي السياسات العاملين مع علماء البيانات – أدوات البيانات الكبيرة لإنشاء أنظمة الذكاء الإصطناعي التي يمكنها التنبؤ بالنتائج المحتملة للسيناريوهات المستقبلية للمزارعين. من خلال الإستفادة من كميات هائلة من البيانات وإستخدام التحليل الحسابي, تعمل منصة CGIAR على مساعدة المزارعين على زيادة فعاليتهم والحد من المخاطر الكامنة في الزراعة.

الفكرة من وراء منصة CGIAR هي إنشاء طريقة أفضل للباحثين لإدارة وتبادل البيانات الزراعية. هذا مشروع ضخم بحد ذاته, لكن المنصة تهدف إلى أن تكون أكثر من مجرد مكتبة لبيانات البحث. الهدف النهائي هو دمج بيانات العالم الحقيقي بسهولة من المزارع في جميع أنحاء العالم في خوارزميات تولد رؤى حاسمة يمكن مشاركتها مع المزارعين.

يستخدم الذكاء الإصطناعي للتأثير على الزراعة, لكن الشركات تميل إلى التركيز أكثر على الجانب التكنولوجي أكثر من التركيز على الجانب الزراعي. وتشمل هذه التقنيات إبتكارات مثل المزارع الداخلية والحصادات الآلية والمعدات التي تتطلب إستثمارات وموارد كبيرة. ويركز جزء كبير من العمل الذي تقوم به الجماعة الإستشارية للبحوث الزراعية الدولية على المزارعين أصحاب الحيازات الصغيرة في العالم النامي, ويفتقر العديد من هؤلاء المزارعين إلى الوصول إلى التقنيات الأساسية مثل الري. ومع ذلك, فإن التعاون بين الجماعة الإستشارية للبحوث الزراعية الدولية والقطاع الخاص يمكن أن يكون وسيلة قوية للإستفادة من مهمة القضاء على الجوع في العالم بموارد شركات التكنولوجيا المتقدمة. على سبيل المثال, يصف تقرير حديث من معهد جورج واشنطن للأغذية الجامعية الطرق الفعالة لنشر تكنولوجيا الزراعة الداخلية للمزارعين أصحاب الحيازات الصغيرة في مناطق النزاع.

ينمي مزارعو أصحاب الحيازات الصغيرة نحو 70 في المائة من إمدادات الغذاء في العالم في المزارع التي تقل مساحتها عن 2.5 فدان – هؤلاء المزارعون مهمون للغاية لنظام الأغذية العالمي. وسوف يستفيد هؤلاء المزارعون في العالم النامي أكثر من منصة CGIAR للبيانات الضخمة في الزراعة.

يقول Andy Jarvis, الباحث في برنامج البحوث التابع لـ CGIAR للتغير المناخي, والزراعة والأمن الغذائي (CCAFS) وأحد مؤسسي المجموعة الأستشارية للبحوث الزراعية الدولية (CGIAR): “إحدى الطرق لإستخدام هذه الأدوات للمزارعين أصحاب الحيازات الصغيرة هي خلق نماذج إحتمالية للتنبؤ الموسمي. إذا تم القيام به بشكل صحيح, يمكننا أن نتطلع إلى ستة أشهر مقدمًا ونزود المزارعين بمعلومات بسيطة: ما هي أنواع المحاصيل التي ستكون مناسبة للموسم ومتى يجب زرعها وكيف يمكنهم تحسين إدارة مزارعهم إستنادًا إلى أنماط الطقس خلال الموسم. ”

يشرح Jarvis و Daniel Jiménez, الباحث في المركز الدولي للزراعة المدارية (CIAT) ومسؤول في منصة CGIAR, كيف يمكن تطوير هذه النماذج: “إذا كان من الممكن وصف نظام إنتاج المحاصيل من حيث الإدارة والبيئة, وإذا تم جمع المعلومات عن الإدارة والبيئة وما ينتج عنها من حصاد للمحصول, ينبغي أن يكون من الممكن تطوير نماذج تستند إلى البيانات تصف نظام الإنتاج “. ويتمثل إبتكار البيانات الكبيرة في إبلاغ هذا النموذج ببيانات للزراعة تحت ظروف الإدارة والبيئة المختلفة ومن ثم تحليل المحاصيل وتطوير الأفكار في العلاقة بين هذه العوامل الزراعية والبيئية وما ينتج عنها من حصاد.

ولكن هناك العديد من المتغيرات التي يجب النظر فيها في وقت واحد, بما في ذلك مغذيات التربة, وإعداد طبقة البذور, ومعدل الإنبات والري والزراعة والمعادن والكائنات الدقيقة والآفات والأمراض. البيانات ليست فقط كبيرة من حيث الحجم ولكن أيضًا من حيث عدد المتغيرات التي يجب ربطها وطبقاتها لتحاكي بدقة النظام المعقد للمزرعة.

تم عرض نتائج الفوائد المحتملة للمزارعين من أصحاب الحيازات الصغيرة, كما هو الحال بالنسبة لإتحاد مزارعي الأرز الكولومبيين. بعد مواسم متعددة من أنماط الأمطار الصعبة, كان مزارعو الأرز في كولومبيا يكافحون لمعرفة متى يزرعون محاصيلهم. وإعتمادًا على ما إذا كان هناك متوسط ​​أعلى أو أقل من معدل سقوط الأمطار, سيحتاج المزارعون إلى تقرير ما إذا كانوا سيزرعون في وقت سابق أو في وقت لاحق من الموسم. إذا كان هناك الكثير من الأمطار, فقد يقررون عدم الزراعة في كل الموسم.

تعتبر مخاطر ومبادلات هذه القرارات هامة: إذا إستثمر مزارع في زراعة محصول وفشل الحصاد, فإن الأثر المالي لهذه الخسارة يمكن أن يكون له عواقب وخيمة على أعمال المزارع. ولكن كيف يتنبأ المزارع بكمية المطر؟

في مشروع رائد لمنهاج البيانات الكبيرة في الزراعة, تمكن باحثون من CGIAR من مساعدة مزارعي الأرز بتجميع بيانات الطقس المحلية بالإضافة إلى بيانات إنتاج الأرز في المنطقة. وقد أداروا هذا الحجم الكبير من البيانات من خلال نموذج مناخي يمكن أن يبرز الإتجاه السائد لهطول الأمطار في المنطقة, فضلاً عن تحليل جدوى محصول الأرز بكميات متفاوتة من المطر. في هذا الموسم, أوصى الباحثون بأن يؤخر المزارعون الزراعة حتى الموسم القادم. ومما لا ريب فيه أنه كانت هناك كمية كبيرة من الأمطار في هذا الموسم – ما يكفي من الأمطار لتدمير محصول الأرز. من خلال إستخدام منهجية البيانات الكبيرة هذه, تمكن المركز التابع للجماعة الإستشارية للبحوث الزراعية الدولية من الإستجابة لمشكلة ملحة وتقديم إرشادات حاسمة لمساعدة هؤلاء المزارعين.

تمت ترجمة المقال الأصلي والموجود بالرابط أدناه

https://foodtank.com/news/2018/10/agricultural-intelligence-what-ai-can-do-for-smallholder-farmers/

 

 

 

 

 

تعليقات