Bagaimana Kecerdasan Buatan Mengubah Cara Kita Bertani

Bagaimana Kecerdasan Buatan Mengubah Cara Kita BertaniKebun anggur. Sumber: Pixabay

Para petani anggur punya trik yang rapi, jika tidak biasa, untuk membuat anggur yang lebih beraroma - jangan menyirami tanaman merambat. Biarkan tanaman merambat tepat sebelum panen, dan mereka akan menghasilkan anggur yang lebih kecil dengan lebih banyak kulit dan lebih sedikit jus. Anggur yang lebih kecil menghasilkan anggur dengan warna yang lebih dalam dan rasa yang lebih kompleks.

Perkebunan Keluarga Trinchero di Napa Valley, California ingin memastikan anggurnya disiram dengan jumlah yang tepat, jadi mereka bekerja sama Pencitraan Ceres untuk memetakan bidang mereka. Ceres menggunakan drone untuk menangkap gambar warna, termal dan inframerah dari kebun anggur, dan mereka menggunakan kecerdasan buatan untuk menganalisis gambar-gambar itu untuk melihat apakah produsen anggur menyirami buah anggurnya.

Ternyata, di beberapa bagian kebun anggur, Trinchero adalah. Pakar anggur mereka menemukan bahwa daerah yang terlalu banyak minum juga menghasilkan anggur yang sedikit lebih beraroma. Perusahaan sekarang menggunakan teknologi pencitraan untuk memastikan tidak menyirami tanaman merambat mereka terlalu banyak atau terlalu sedikit, dan untuk menemukan kebocoran di sistem irigasi.

Teknologi ini mewakili pertanian mutakhir. Perusahaan teknologi tinggi seperti Ceres, Prospera, Tepi Petani dan Korporasi Iklim menggunakan kecerdasan buatan untuk membantu keluarga memutuskan kapan menanam, menyirami, menyemprot, dan memanen tanaman mereka. Saat perubahan iklim memburuk badai hujan di Midwest dan kekeringan di California, teknologinya juga dapat membantu petani menavigasi cuaca yang lebih buruk dan bergejolak.

"Irigasi hari ini memberikan jumlah air yang sama ke semua tanaman di lapangan, meskipun setiap tanaman akan menahan air secara berbeda," kata Daniel Koppel, CEO Prospera, yang, antara lain, menganalisis gambar yang diambil oleh kamera yang dipasang pada sprinkler bergerak. sistem. "Juga, jumlah air yang dibutuhkan tanaman tergantung pada usia dan ukuran tanaman, apakah ada buah di atasnya atau hanya bunga, dll."

Perusahaan dapat menggunakan pencitraan termal, misalnya, untuk melihat apakah tanaman mendapatkan cukup air. Tanaman haus cenderung sedikit lebih hangat dari yang lain. Itu karena, biasanya, tanaman melepaskan sebagian air yang mereka rendam melalui akar mereka melalui pori-pori kecil di bagian bawah daun mereka. Ketika air itu menguap, itu 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 dengan tepat tanaman mana yang kering, mereka hanya perlu mengairi tanaman itu, yang membantu mereka menghemat air, yang akan menjadi lebih sulit didapat ketika perubahan iklim bahan bakar kekeringan yang lebih panjang dan lebih parah.

Bagaimana Kecerdasan Buatan Mengubah Cara Kita BertaniSeorang ilmuwan Prospera bekerja dengan kamera yang dipasang pada sistem penyiram bergerak. Sumber: Prospera

Perusahaan mengumpulkan gambar dari kamera yang dipasang ke sistem sprinkler, drone, pesawat dan satelit, dan mereka menggunakan komputer untuk menganalisis gambar-gambar itu untuk mengidentifikasi tanaman mana yang dikepung oleh ulat bulu, dikelilingi oleh gulma, atau ditutupi oleh jamur. Komputer kemudian memberi tahu para petani untuk menyemprot tanaman itu - dan hanya tanaman itu - dengan insektisida, herbisida atau fungisida.

Ini membantu petani menggunakan lebih sedikit air dan lebih sedikit bahan kimia, yang menghemat uang dan menjaga pertanian tetap sehat. Menggunakan lebih sedikit insektisida, misalnya, membantu melestarikan lebah madu, yang dibutuhkan untuk menyerbuki banyak tanaman. Menggunakan lebih sedikit pupuk sintetis dapat mengurangi polusi. Pupuk di pertanian cenderung membuat jalan ke saluran air dan, akhirnya, lautan, di mana ia berada menghancurkan kehidupan laut. Koppel mengatakan bahwa teknologi Prospera telah memungkinkan petani rumah kaca untuk menggunakan pupuk dan air 30 persen lebih sedikit.

Bagaimana Kecerdasan Buatan Mengubah Cara Kita BertaniImajinasi udara menunjukkan tanaman mana yang membutuhkan air atau nutrisi. Sumber: Pencitraan Ceres

Bagian yang sulit adalah mendapatkan komputer untuk menentukan kapan tanaman sakit, terluka atau haus. Jadi perusahaan telah mengembangkan sistem yang dapat belajar untuk menafsirkan gambar, tumbuh lebih 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 untuk menyemprot dan menyirami tanaman.

Apakah ini dianggap sebagai kecerdasan buatan? "Jika Anda akan bertanya dengan tiga PhD ilmu komputer kami di ruangan itu, Anda mungkin tidak akan keluar selama satu atau dua hari," kata Koppel. Dia berpendapat bahwa sistem Prospera memenuhi syarat sebagai AI mengingat bahwa ia terus belajar sendiri. "Anda menggunakan mesin untuk terus mencari tahu apa yang terjadi di lapangan berdasarkan citra," katanya. "Juga, mesin ini mensintesis data untuk membuat keputusan."

Koppel percaya bahwa kecerdasan buatan akan mengantar revolusi pertanian besar berikutnya. Kemajuan teknologi sebelumnya - irigasi, mekanisasi, pupuk sintetis, rekayasa genetika - telah memungkinkan manusia untuk menanam lebih banyak makanan dengan lebih sedikit pekerjaan. Dia mengatakan bahwa kecerdasan buatan akan memungkinkan petani menjadi lebih efisien dengan mengambil tebakan dari pertanian.

Bagaimana Kecerdasan Buatan Mengubah Cara Kita Bertani

Bagaimana Kecerdasan Buatan Mengubah Cara Kita BertaniKerusakan Caterpillar (atas) dan layu (2nd) seperti yang terdeteksi oleh komputer. Sumber: Prospera

"Biasanya, seorang petani akan membuat keputusan berdasarkan intuisi - yang bukan data - atau dia akan merasakan dasar," katanya. Dia mengatakan bahwa, daripada mengandalkan intuisi, akan lebih baik menggunakan komputer untuk menganalisis gambar setiap inci peternakan. Komputer-komputer itu dapat merekomendasikan keputusan berdasarkan data yang telah mereka kumpulkan dari pertanian di seluruh dunia - petani di Meksiko mungkin mendapat manfaat dari data yang dikumpulkan di sebuah pertanian di Israel.

Koppel mengatakan bahwa komputer dapat mengisi titik buta petani, menyamakan petani dengan dokter, yang cenderung membuat kesalahan. "Aku benar-benar tidak suka pergi ke dokter," katanya. “Saya lebih suka memiliki mesin yang tidak bias. Anda tahu, seorang dokter mungkin melihat beberapa ribu orang, dan mesin itu telah melihat ratusan juta orang. Dan dokter tidak ingat semua yang dia pelajari di universitas, dan mesin itu tahu segalanya sepanjang waktu. ”

Di masa depan, kita bisa melihat robot yang dapat mengetahui kapan stroberi matang dan memetiknya dengan hati-hati dari tanaman, atau droid yang dapat menemukan gulma dan menyemprotkannya, atau mesin yang dapat menentukan kapan dan berapa banyak untuk memberi makan sapi perah. Namun, sementara AI memegang janji yang luar biasa untuk pertanian, itu juga mengancam untuk secara besar-besaran mengganggu, terutama pada saat banyak petani kembali ke yang lebih tradisional. metode penanaman.

Bagaimana Kecerdasan Buatan Mengubah Cara Kita BertaniThe Dino weeder skala besar. Sumber: Naïo

"Beberapa petani mungkin tidak ingin melakukan transisi, baik karena kurang keterampilan untuk berkembang dalam sistem yang lebih tekno-sentris atau 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 cocok dengan gaya hidup mereka, lebih suka menggunakan pengetahuan pengalaman mereka dan berhubungan dekat dengan tanah mereka.”

Dia mengatakan bahwa robot otonom dapat mengancam keselamatan pekerja dan hewan, dan juga bisa membuat banyak orang keluar dari pekerjaan. Ketergantungan yang tinggi terhadap AI juga dapat memutus hubungan petani dengan tanah. Itulah masa depan yang digambarkan dalam hal ini John Deere komersial, yang digambarkan Rose sebagai "dingin."

Sumber: John Deere

“Saya tidak mengatakan bahwa kita seharusnya tidak merangkul AI dalam agri-tech. Ini jelas memiliki potensi untuk meningkatkan pengambilan keputusan, membantu kami memotong data, meningkatkan penyemprotan yang efisien, mengotomatiskan pekerjaan manual atau sulit, menarik lebih muda, lebih banyak pekerja teknis ke industri, dan meningkatkan profitabilitas. Tetapi hampir tidak ada yang berbicara tentang implikasi sosial dan etika dari AI di lahan, ”katanya.

“Seperti apa dunia di mana AI digunakan secara rutin di pertanian? Apa bedanya dengan sekarang? ”Dia bertanya. “Dan bagaimana kita menjaga calon yang kalah dari revolusi teknologi dan juga para pemenang? Saya pikir jika kita mulai memikirkan pertanyaan-pertanyaan itu dan menerima bahwa, dalam demokrasi, lintasan 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, jaringan berita sindikasi yang mencakup iklim, energi, kebijakan, seni dan budaya. Anda bisa mengikutinya @deaton_jeremy.

Buku terkait

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

oleh Paul Hawken dan Tom Steyer
9780143130444Dalam 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
1610919564Dengan dampak perubahan iklim terhadap kita, kebutuhan untuk memotong emisi gas rumah kaca global tidak kurang dari mendesak. Ini adalah tantangan yang menakutkan, tetapi teknologi dan strategi untuk mengatasinya ada saat ini. Sejumlah kecil kebijakan energi, yang dirancang dan diimplementasikan dengan baik, dapat menempatkan kita pada jalur menuju masa depan rendah karbon. Sistem energi 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 memiliki dampak 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
1451697392In 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, serta 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.

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

ikuti InnerSelf di

facebook-icontwitter-iconrss-icon

Dapatkan Terbaru Dengan Email

{Emailcloak = off}