هوش مصنوعی و حسگرهای گیاهی، کشاورزی هوشمند را متحول می‌سازند

شفقنا – پژوهشگران با تلفیق حسگرهای پوشیدنی گیاهی، اینترنت اشیا و هوش مصنوعی، چارچوبی موسوم به «اینترنت گیاهان» را توسعه داده‌اند که می‌تواند وضعیت سلامت گیاه، نیاز آبی، کمبود مواد مغذی و حتی نشانه‌های اولیه آفات و بیماری‌ها را به‌صورت لحظه‌ای پایش کرده و مدیریت مزارع را دقیق‌تر و پایدارتر کند.

به گزارش سرویس ترجمه شفقنا، فناوری‌های نوین در حال تغییر شیوه مدیریت مزارع هستند و پژوهش‌های تازه نشان می‌دهد ترکیب حسگرهای زیستی گیاهی، شبکه‌های اینترنت اشیا و هوش مصنوعی می‌تواند کشاورزی را از یک سیستم واکنشی به یک سامانه تصمیم‌گیری مبتنی بر داده تبدیل کند.

این رویکرد که با عنوان «اینترنت گیاهان» شناخته می‌شود، از حسگرهای بسیار کوچک و پوشیدنی استفاده می‌کند که مستقیماً روی گیاه نصب می‌شوند و به‌طور مداوم شاخص‌هایی مانند رطوبت، وضعیت تغذیه، هورمون‌های گیاهی، تنش‌های محیطی و علائم اولیه بیماری را اندازه‌گیری می‌کنند.

اطلاعات ثبت‌شده از طریق شبکه‌های کم‌مصرف اینترنت اشیا به سامانه‌های پردازشی منتقل می‌شود و الگوریتم‌های هوش مصنوعی با تحلیل هم‌زمان داده‌های حسگرها، تصاویر ماهواره‌ای و پهپادی، اطلاعات آب‌وهوا و وضعیت خاک، بهترین تصمیم‌ها را برای آبیاری، کوددهی و مقابله با آفات پیشنهاد می‌دهند.

بررسی‌ها نشان می‌دهد این سامانه‌ها قادرند تنش‌های گیاه را پیش از بروز علائم ظاهری شناسایی کنند. همچنین مدل‌های هوش مصنوعی با استفاده از شبکه‌های عصبی و روش‌های یادگیری ماشین می‌توانند کمبود مواد مغذی، احتمال شیوع بیماری‌ها و زمان مناسب آبیاری را چند روز زودتر از روش‌های متداول پیش‌بینی کنند.

در بخش مدیریت آب، پژوهش‌ها حاکی از آن است که سامانه‌های هوشمند مبتنی بر هوش مصنوعی می‌توانند بسته به نوع محصول و شرایط مزرعه، مصرف آب را بین ۲۰ تا ۴۰ درصد کاهش دهند و در برخی آزمایش‌های میدانی نیز افزایش عملکرد محصول و بهبود بهره‌وری مصرف آب را به همراه داشته‌اند.

پژوهشگران همچنین معتقدند ترکیب این حسگرها با تصاویر فراطیفی، پهپادها و داده‌های اقلیمی می‌تواند آفات و بیماری‌های گیاهی را پیش از مشاهده علائم ظاهری شناسایی کرده و امکان استفاده هدفمندتر از سموم را فراهم کند.

با وجود این، محققان تأکید می‌کنند چالش‌هایی مانند دوام حسگرها در شرایط مزرعه، کالیبراسیون بلندمدت، استانداردسازی تبادل داده‌ها، امنیت سایبری، هزینه استقرار و دسترسی به شبکه‌های ارتباطی همچنان از مهم‌ترین موانع گسترش این فناوری محسوب می‌شود.

به گفته پژوهشگران، توسعه حسگرهای خودکالیبره، ایجاد «دوقلوهای دیجیتال» برای مزارع و استفاده از مدل‌های پیشرفته‌تر هوش مصنوعی، از مهم‌ترین مسیرهای آینده کشاورزی هوشمند خواهد بود و می‌تواند به افزایش بهره‌وری، کاهش مصرف منابع و تقویت امنیت غذایی در سال‌های پیش رو کمک کند.

این خبر را اینجا ببینید.