ماذا يحدث؟
يشهد القطاع الزراعي ثورة تقنية مدعومة بالذكاء الاصطناعي (AI)، حيث استثمر العالم أكثر من 305 مليارات دولار أسترالي في تقنيات مثل روبوتات التلقيح، وأجهزة استشعار التربة، وأنظمة الذكاء الاصطناعي لاتخاذ القرارات.
في أستراليا، أجرى مشروع Foragecaster مقابلات مع أكثر من 35 مزارعًا للماشية، كشفت عن اهتمامهم بالتقنيات التي توفر العمالة، مثل أنظمة الذكاء الاصطناعي التي تراقب المحاصيل أو تتنبأ بنمو الماشية.
ومع ذلك، يبدي المزارعون تحفظًا تجاه هذه التقنيات بسبب عدم الثقة في البيانات المستخدمة، معبرين عن ذلك بمقولة “shit in, shit out”، ويفضلون تقنيات بسيطة وموثوقة بدلاً من الأنظمة المعقدة ذات الميزات المتعددة.
كيف يُستخدم الذكاء الاصطناعي في الزراعة؟
– رصد المحاصيل والتربة: تستخدم أنظمة الذكاء الاصطناعي أجهزة استشعار لتحليل رطوبة التربة، درجة الحرارة، والمغذيات، مما يساعد في تحديد أوقات الري أو التسميد بدقة.
على سبيل المثال، أنظمة مثل CropX تدمج بيانات الطقس والتربة لتحسين الإنتاجية.
– إدارة الماشية: تتنبأ خوارزميات الذكاء الاصطناعي بوزن الماشية أو حالتها الصحية باستخدام بيانات من الموازين الميدانية وكاميرات المراقبة، مما يقلل الحاجة إلى التدخل البشري.
– الروبوتات والطائرات بدون طيار: تستخدم الطائرات بدون طيار المزودة بالذكاء الاصطناعي لمراقبة الحقول واكتشاف الآفات أو الأعشاب الضارة، بينما تقوم روبوتات مثل AgBot بمهام مثل الحصاد أو الرذاذ الدقيق.
– التكيف مع التغيرات المناخية: يساعد الذكاء الاصطناعي في التنبؤ بالجفاف أو الفيضانات، مما يتيح للمزارعين التخطيط للمحاصيل المناسبة، كما في منصات مثل AgriWebb.
لماذا هذا مهم؟
الذكاء الاصطناعي يعزز كفاءة الزراعة في ظل تحديات مثل نقص العمالة في المناطق الريفية (انخفاض بنسبة 15% في أستراليا منذ 2010) وزيادة الطلب الغذائي العالمي بنسبة 60% بحلول 2050.
تقنيات مثل الزراعة الدقيقة تقلل من استهلاك المياه والمبيدات بنسبة تصل إلى 30%، وفقًا لتقارير Meat and Livestock Australia.
ومع ذلك، يشعر المزارعون بالقلق من جودة البيانات، حيث أخطاء في 20% من بيانات أجهزة الاستشعار قد تؤدي إلى قرارات خاطئة، كما أن الاعتماد على شركات التكنولوجيا يثير مخاوف من فقدان السيطرة على البيانات الزراعية.
ماذا بعد؟
لكي يصبح الذكاء الاصطناعي أداة أساسية في الزراعة، يجب أن يكون بسيطًا وموثوقًا، على غرار تقنيات تاريخية مثل سيارة Suzuki Sierra Stockman.
التطوير المستقبلي سيحتاج إلى تعاون بين المزارعين وشركات التكنولوجيا لضمان تصميم أنظمة تلبي احتياجاتهم الفعلية، مثل أتمتة المهام الروتينية دون تعقيد.
تحديات مثل تكاليف التقنيات (تصل إلى 50 ألف دولار لنظام واحد) ونقص البنية التحتية الرقمية في المناطق الريفية قد تبطئ توسيع الاستخدام.
ومع ذلك، فإن استمرار الاستثمار العالمي (توقعات بـ15 مليار دولار سنويًا بحلول 2030)، قد تصبح أنظمة الذكاء الاصطناعي ركيزة أساسية للزراعة المستدامة.
