Kebun anggur. Sumber: Pixabay

Para petani anggur memiliki trik yang rapi, meskipun tidak biasa, untuk membuat anggur yang lebih beraroma—jangan menyirami tanaman anggur. Biarkan tanaman anggur mengering tepat sebelum panen, dan mereka akan menghasilkan buah anggur yang lebih kecil dengan lebih banyak kulit dan lebih sedikit sari buah. Buah anggur yang lebih kecil menghasilkan anggur dengan warna yang lebih pekat dan rasa yang lebih kompleks.

Perkebunan Keluarga Trinchero Di Napa Valley, California, mereka ingin memastikan bahwa mereka menyirami anggur mereka dengan jumlah yang tepat, jadi mereka bekerja sama dengan... Pencitraan Ceres untuk memetakan lahan mereka. Ceres menggunakan drone untuk mengambil gambar berwarna, termal, dan inframerah dari kebun anggur, dan mereka menggunakan kecerdasan buatan untuk menganalisis gambar-gambar tersebut guna melihat apakah produsen anggur tersebut menyirami anggurnya secara berlebihan.

Ternyata, di beberapa bagian kebun anggur Trinchero, hal itu benar. Para ahli anggur mereka menemukan bahwa area yang mendapat terlalu banyak air juga menghasilkan anggur yang sedikit kurang beraroma. Perusahaan kini menggunakan teknologi pencitraan untuk memastikan mereka tidak menyirami tanaman anggur mereka terlalu banyak atau terlalu sedikit, dan untuk menemukan kebocoran pada sistem irigasi.

Teknologi ini mewakili teknologi mutakhir di bidang pertanian. Perusahaan teknologi tinggi seperti Ceres, Prospera, Tepi Petani dan Korporasi Iklim menggunakan kecerdasan buatan untuk membantu petani memutuskan kapan harus menanam, menyiram, menyemprot, dan memanen tanaman mereka. Seiring memburuknya perubahan iklim badai hujan di Midwest dan kekeringan Di California, teknologi ini juga dapat membantu petani menghadapi cuaca yang lebih ekstrem dan tidak menentu.

“Sistem irigasi saat ini memberikan jumlah air yang sama kepada semua tanaman di suatu lahan, meskipun setiap tanaman akan menyimpan air secara berbeda,” kata Daniel Koppel, CEO Prospera, yang antara lain menganalisis gambar yang diambil oleh kamera yang dipasang pada sistem penyiram bergerak. “Selain itu, jumlah air yang dibutuhkan tanaman bergantung pada usia dan ukuran tanaman, apakah tanaman tersebut berbuah atau hanya berbunga, dan sebagainya.”

Perusahaan dapat menggunakan pencitraan termal, misalnya, untuk melihat apakah tanaman mendapatkan cukup air. Tanaman yang haus cenderung sedikit lebih hangat daripada yang lain. Itu karena, biasanya, tanaman melepaskan sebagian air yang mereka serap melalui akarnya melalui pori-pori kecil di bagian bawah daunnya. Ketika air itu menguap, ia mendinginkan tanaman, sama seperti keringat mendinginkan manusia. Namun, tanaman yang haus menutup pori-pori ini untuk menghindari kehilangan air, yang membuat mereka sedikit lebih hangat. Jika petani dapat mengidentifikasi secara tepat tanaman mana yang kekurangan air, mereka hanya perlu mengairi tanaman tersebut, yang membantu mereka menghemat air, yang akan semakin sulit didapatkan seiring perubahan iklim. bahan bakar kekeringan yang lebih lama dan lebih parah.

Seorang ilmuwan Prospera sedang bekerja dengan kamera yang dipasang pada sistem penyiram bergerak. Sumber: Prospera

Perusahaan-perusahaan mengumpulkan gambar dari kamera yang dipasang pada sistem penyiram, drone, pesawat terbang, dan satelit, dan mereka menggunakan komputer untuk menganalisis gambar-gambar tersebut guna mengidentifikasi tanaman mana yang diserang ulat, dikelilingi gulma, atau tertutup jamur. Komputer kemudian memberi tahu petani untuk menyemprot tanaman tersebut—dan hanya tanaman tersebut—dengan insektisida, herbisida, atau fungisida.

Hal ini membantu petani menggunakan lebih sedikit air dan bahan kimia, yang menghemat uang dan menjaga kesehatan lahan pertanian. Misalnya, dengan mengurangi penggunaan insektisida, membantu melestarikan lebah madu, yang dibutuhkan untuk menyerbuki banyak tanaman. Menggunakan lebih sedikit pupuk sintetis dapat mengurangi polusi. Pupuk di lahan pertanian cenderung masuk ke saluran air dan, akhirnya, ke laut, di mana ia menghancurkan kehidupan laut. Koppel mengatakan bahwa teknologi Prospera telah memungkinkan para petani rumah kaca untuk menggunakan 30 persen lebih sedikit pupuk dan air.

Citra udara menunjukkan tanaman mana yang membutuhkan air atau nutrisi. Sumber: Ceres Imaging

Bagian tersulit adalah membuat komputer menentukan kapan tanaman sakit, terluka, atau haus. Oleh karena itu, perusahaan telah mengembangkan sistem yang dapat belajar menafsirkan gambar, dan menjadi semakin pintar dari waktu ke waktu. Sistem tersebut juga menggabungkan informasi yang diperoleh dari gambar dengan data tentang suhu, curah hujan, kualitas tanah, dan variabel lainnya untuk menentukan kapan dan berapa banyak penyemprotan dan penyiraman yang dibutuhkan tanaman.

Apakah ini termasuk kecerdasan buatan? “Jika Anda menanyakan hal itu kepada tiga PhD ilmu komputer kami di ruangan ini, Anda mungkin tidak akan bisa keluar selama satu atau dua hari,” kata Koppel. Ia berpendapat bahwa sistem Prospera memenuhi syarat sebagai AI karena terus belajar sendiri. “Anda menggunakan mesin untuk terus mencari tahu apa yang terjadi di lapangan berdasarkan citra,” katanya. “Selain itu, mesin tersebut mensintesis data untuk membuat keputusan.”

Koppel percaya bahwa kecerdasan buatan akan mengantarkan revolusi pertanian besar berikutnya. Kemajuan teknologi sebelumnya—irigasi, mekanisasi, pupuk sintetis, rekayasa genetika—telah memungkinkan manusia untuk menanam lebih banyak makanan dengan lebih sedikit usaha. Ia mengatakan bahwa kecerdasan buatan akan memungkinkan petani untuk menjadi lebih efisien dengan menghilangkan unsur tebak-tebakan dalam pertanian.

Kerusakan akibat ulat (atas) dan layu (kedua) seperti yang terdeteksi oleh komputerSumber: Prospera

“Biasanya, seorang petani akan membuat keputusan berdasarkan intuisi—yang bukan data—atau ia akan merasakan kondisi tanah,” katanya. Ia mengatakan bahwa, daripada mengandalkan intuisi, akan lebih baik menggunakan komputer untuk menganalisis gambar setiap inci lahan pertanian. Komputer tersebut dapat merekomendasikan keputusan berdasarkan data yang telah mereka kumpulkan dari pertanian di seluruh dunia—seorang petani di Meksiko mungkin mendapat manfaat dari data yang dikumpulkan di pertanian di Israel.

Koppel mengatakan bahwa komputer dapat mengisi titik buta para petani, menyamakan petani dengan dokter, yang rentan melakukan kesalahan. “Saya benar-benar tidak suka pergi ke dokter,” katanya. “Saya lebih suka memiliki mesin yang tidak memihak. Anda tahu, seorang dokter mungkin hanya memeriksa beberapa ribu orang, dan mesin telah memeriksa ratusan juta orang. Dan dokter tidak mengingat semua yang dipelajarinya di universitas, dan mesin selalu tahu segalanya.”

Di masa depan, kita mungkin akan melihat robot yang dapat mengetahui kapan stroberi sudah matang dan memetiknya dengan hati-hati dari tanamannya, atau droid yang dapat menemukan gulma dan menyemprotnya, atau mesin yang dapat menentukan kapan dan berapa banyak pakan yang dibutuhkan sapi perah. Namun, meskipun AI menjanjikan potensi luar biasa bagi pertanian, AI juga berpotensi menimbulkan gangguan besar, terutama pada saat banyak petani kembali ke metode yang lebih tradisional. metode penanaman.

Mesin penyiang Dino skala besar. Sumber: Naïo

“Beberapa petani mungkin tidak ingin melakukan transisi, baik karena kurangnya keterampilan untuk berkembang dalam sistem yang lebih berpusat pada teknologi atau kurangnya motivasi,” kata David Rose, seorang ahli geografi lingkungan di University of East Anglia yang punya tertulis tentang Masa depan pertanian. “Beberapa petani mungkin tidak menganggap penggunaan AI sesuai dengan gaya hidup mereka, lebih memilih untuk menggunakan pengetahuan berdasarkan pengalaman dan tetap terhubung erat dengan lahan mereka.”

Ia mengatakan bahwa robot otonom dapat mengancam keselamatan pekerja dan hewan, dan juga dapat menyebabkan banyak orang kehilangan pekerjaan. Ketergantungan yang berlebihan pada AI juga dapat memutuskan hubungan petani dengan lahan mereka. Itulah masa depan yang digambarkan dalam hal ini. Iklan John Deere, yang digambarkan Rose sebagai "mengerikan."

Sumber: John Deere

“Saya tidak mengatakan bahwa kita tidak boleh merangkul AI dalam teknologi pertanian. AI jelas memiliki potensi untuk meningkatkan pengambilan keputusan, membantu kita mengolah data, meningkatkan efisiensi penyemprotan, mengotomatiskan pekerjaan manual atau melelahkan, menarik pekerja muda dan lebih terampil secara teknis ke industri ini, dan meningkatkan profitabilitas. Tetapi hampir tidak ada yang membicarakan implikasi sosial dan etis AI di pertanian,” katanya.

“Seperti apa dunia ini jika AI digunakan secara rutin di pertanian? Apa perbedaannya dengan sekarang?” tanyanya. “Dan bagaimana kita memperhatikan pihak-pihak yang berpotensi dirugikan oleh revolusi teknologi, serta pihak-pihak yang diuntungkan? Saya pikir jika kita mulai memikirkan pertanyaan-pertanyaan itu dan menerima bahwa, dalam demokrasi, arah perkembangan teknologi harus terbuka untuk ditantang, maka ini adalah hal yang baik.”

Artikel ini awalnya muncul di NexusMedia

Tentang Penulis

Jeremy Deaton menulis untuk Nexus Media, sebuah kantor berita sindikasi yang meliput iklim, energi, kebijakan, seni, dan budaya. Anda dapat mengikutinya. @deaton_jeremy.

Buku terkait

Drawdown: Rencana Komprehensif yang Paling Sering Diusulkan untuk Menghilangkan Pemanasan Global

oleh Paul Hawken dan Tom Steyer
Dalam menghadapi ketakutan dan apati yang meluas, sebuah koalisi internasional para peneliti, profesional, dan ilmuwan telah berkumpul untuk menawarkan serangkaian solusi realistis dan berani untuk perubahan iklim. Seratus teknik dan praktik dijelaskan di sini — beberapa diketahui dengan baik; beberapa Anda mungkin belum pernah mendengarnya. Mulai dari energi bersih hingga mendidik anak perempuan di negara berpenghasilan rendah hingga praktik penggunaan lahan yang menarik karbon dari udara. Solusi yang ada, layak secara ekonomi, dan komunitas di seluruh dunia saat ini menerapkannya dengan keterampilan dan tekad. Tersedia di Amazon

Merancang Solusi Iklim: Panduan Kebijakan untuk Energi Karbon Rendah

oleh Hal Harvey, Robbie Orvis, Jeffrey Rissman
Dengan dampak perubahan iklim yang sudah menimpa kita, kebutuhan untuk mengurangi emisi gas rumah kaca global sangatlah mendesak. Ini tantangan yang menakutkan, tetapi teknologi dan strategi untuk menghadapinya ada saat ini. Seperangkat kecil kebijakan energi, yang dirancang dan diterapkan dengan baik, dapat membawa kita ke jalan menuju masa depan rendah karbon. Sistem energi itu besar dan kompleks, sehingga kebijakan energi harus fokus dan hemat biaya. Pendekatan satu ukuran untuk semua tidak akan menyelesaikan pekerjaan. Pembuat kebijakan membutuhkan sumber daya yang jelas dan komprehensif yang menguraikan kebijakan energi yang akan berdampak terbesar pada masa depan iklim kita, dan menjelaskan cara merancang kebijakan ini dengan baik. Tersedia di Amazon

Ini Semua Perubahan: Kapitalisme vs Iklim

oleh Naomi Klein
In Ini Semua Perubahan Naomi Klein berpendapat bahwa perubahan iklim bukan hanya masalah lain yang harus diajukan antara pajak dan perawatan kesehatan. Ini adalah alarm yang memanggil kita untuk memperbaiki sistem ekonomi yang sudah gagal dalam banyak hal. Klein dengan cermat membangun kasus tentang seberapa besar pengurangan emisi rumah kaca kita adalah kesempatan terbaik kita untuk secara bersamaan mengurangi kesenjangan yang menganga, membayangkan kembali demokrasi kita yang rusak, dan membangun kembali ekonomi lokal kita yang hancur. Dia mengungkap keputusasaan ideologis dari penyangkal perubahan iklim, delusi mesianis dari calon geoengineer, dan kekalahan tragis dari terlalu banyak inisiatif hijau mainstream. Dan dia menunjukkan dengan tepat mengapa pasar tidak — dan tidak bisa — memperbaiki krisis iklim tetapi malah akan memperburuk keadaan, dengan metode ekstraksi yang semakin ekstrem dan merusak secara ekologis, disertai dengan kapitalisme bencana yang merajalela. Tersedia di Amazon

Dari Penerbit:
Pembelian di Amazon digunakan untuk membiayai biaya membawa Anda InnerSelf.comelf.com, MightyNatural.com, dan ClimateImpactNews.com tanpa biaya dan tanpa pengiklan yang melacak kebiasaan browsing Anda. Sekalipun Anda mengeklik tautan tetapi tidak membeli produk-produk terpilih ini, apa pun yang Anda beli dalam kunjungan yang sama di Amazon memberi kami komisi kecil. Tidak ada biaya tambahan untuk Anda, jadi silakan berkontribusi untuk upaya ini. Anda juga bisa menggunakan link ini untuk digunakan ke Amazon kapan saja sehingga Anda dapat membantu mendukung upaya kami.