'AI' เร่งการเกษตรแบบธรรมดา ให้เป็นฟาร์มแห่งอนาคตได้อย่างไร

การฟื้นฟูคืออะไร

การฟื้นฟูมีความหมายเหมือนกันกับการต่ออายุ  มันไปไกลกว่า "ไม่ทําอันตราย" ถึง "การย้อนกลับที่อันตราย" ซึ่งเป็นหัวข้อที่สําคัญเมื่อพูดถึงสิ่งแวดล้อม แม้ว่านี่จะเป็นแนวโน้มหลายภาคส่วน แต่การฟื้นฟูเป็นสิ่งสําคัญสําหรับระบบอาหารเกษตร ตัวอย่างเช่น 34% ของพื้นที่การเกษตรทั่วโลกเสื่อมโทรมและจะมีบุตรยากอย่างต่อเนื่องจนถึงจุดที่ไม่สามารถปลูกอาหาร เส้นใย หรืออาหารได้

ข้อมูลจาก The World Economic Forum ระบุว่า ภาคเกษตรกรรมยังรับผิดชอบ 72% ของการถอนน้ําจืดทั้งหมด ซึ่งเป็นทรัพยากรที่สําคัญที่กําลังถูกคุกคาม อุตสาหกรรมมีส่วนสําคัญต่อการเปลี่ยนแปลงสภาพภูมิอากาศ 21% ถึง 37% ของการปล่อยมลพิษจากมนุษย์ทั่วโลกสามารถนํามาประกอบกับระบบอาหารได้ ด้วยความท้าทายดังกล่าว นักแสดงในภาคส่วนจําเป็นต้องมุ่งเน้นไปที่การฟื้นฟูระบบการเกษตรและอาหาร โดยเฉพาะอย่างยิ่งเพื่อเลี้ยงผู้คนประมาณ 10 พันล้านคนภายในปี 2593

การเกษตรแบบปฏิรูปเพื่อความมั่นคงด้านอาหารในอนาคตและระบบอาหารที่ยืดหยุ่น

การเกษตรแบบปฏิรูปมีศูนย์กลางอยู่ที่การสร้างระบบอาหารที่ยืดหยุ่นโดยการฟื้นฟูสุขภาพของดินและเพิ่มทรัพยากรธรรมชาติ เช่น ตารางน้ําและความหลากหลายทางชีวภาพในฟาร์ม การจัดลําดับความสําคัญของการฟื้นฟูดินช่วยให้มั่นใจได้ถึงความยั่งยืนในระยะยาวและเพิ่มผลผลิตพืชผ่านดินที่มีสุขภาพดีและกันน้ําได้มากขึ้น

นอกจากนี้ การเกษตรแบบปฏิรูปสามารถลดการปล่อยมลพิษทางการเกษตรได้โดยการเพิ่มประสิทธิภาพการใช้ปัจจัยการผลิต ในระดับฟาร์ม มันเสริมสร้างความยืดหยุ่น ทําให้ฟาร์มมีความพร้อมที่ดีขึ้นในการทนต่อความท้าทายด้านสิ่งแวดล้อม และในที่สุดก็นําไปสู่รายได้ที่มั่นคงมากขึ้น

 

ทําความเข้าใจบทบาทของดิจิทัลและ AI ในการเกษตร

การเกษตรแบบปฏิรูปได้มุ่งเน้นไปที่การทําให้เป็นดิจิทัลของการเกษตร มันให้ประโยชน์เช่นรายได้จากฟาร์มที่สูงขึ้น ผลลัพธ์ด้านสิ่งแวดล้อมที่ดีขึ้น และความเป็นไปได้ทางการค้าที่ดีขึ้นเมื่อทํางานกับเกษตรกรรายย่อย การวิจัยชี้ให้เห็นว่าการเกษตรดิจิทัลสามารถเพิ่มจีดีพีทางการเกษตรของประเทศที่มีรายได้น้อยและปานกลางได้มากกว่า 450 พันล้านดอลลาร์สหรัฐ หรือ 28% ต่อปี

การใช้ปัญญาประดิษฐ์ (AI) ที่เพิ่มขึ้นในการเกษตรได้ขยายผลประโยชน์เหล่านี้ให้กับเกษตรกร ตัวอย่างเช่น การใช้ประโยชน์จาก AI และเทคโนโลยีดิจิทัล โครงการริเริ่ม AI for Agriculture Innovation  ร่วมกับรัฐบาลเตลังกานา ประเทศอินเดีย สนับสนุนให้เกษตรกรผู้ปลูกพริกเพิ่มผลผลิต 21% ลดการใช้สารกําจัดศัตรูพืชลง 9% และเพิ่มรายได้ 800 ดอลลาร์สหรัฐต่อเอเคอร์ต่อรอบ

การใช้งาน AI ในการเกษตรมีศักยภาพ

1. ภาพเชิงพื้นที่สําหรับการวางแผนระดับภูมิทัศน์

การปรับขนาดการเกษตรแบบปฏิรูปมักต้องใช้แนวทางภูมิทัศน์ โดยเน้นที่พื้นที่การผลิตที่กว้างขึ้นมากกว่าฟาร์มแต่ละแห่ง สิ่งนี้ช่วยให้การจัดการแบบองค์รวม/การฟื้นฟูทรัพยากรธรรมชาติ โมเดล AI ที่ใช้ข้อมูลเชิงพื้นที่สามารถวิเคราะห์การเปลี่ยนแปลงของการใช้ที่ดิน สุขภาพของดิน และความพร้อมของน้ําบนผืนดินขนาดใหญ่ ช่วยในการวางแผนภูมิทัศน์ฟื้นฟู ในมัธยประเทศ ศูนย์กลางนวัตกรรมอาหารซึ่งร่วมมือกับรัฐบาลของรัฐกําลังทํางานร่วมกับ Skymet Weather เพื่อรวมภาพเชิงพื้นที่เข้ากับการวางแผนภูมิทัศน์ ข้อมูลที่รวบรวมจะเชื่อมโยงกับเครื่องมือทางการเงินเพิ่มเติมเพื่อสนับสนุนเกษตรกรในการนําแนวทางปฏิบัติที่ยั่งยืนมาใช้

2. ส่วนขยายดิจิทัลที่เปิดใช้งาน AI

การเกษตรแบบปฏิรูปอาศัยแนวทางปฏิบัติที่ปรับแต่งเองซึ่งพัฒนาโดยมหาวิทยาลัยวิจัย การส่งมอบแนวทางปฏิบัติเหล่านี้ผ่านตัวแทนส่วนขยายมีค่าใช้จ่ายสูง และอัตราส่วนตัวแทนต่อเกษตรกรที่ต่ำทําให้เกษตรกรหลายคนไม่ได้รับบริการ ความก้าวหน้าทางเทคโนโลยีได้ปรับปรุงเศรษฐกิจของการเผยแพร่แนวทางปฏิบัติดังกล่าวผ่านช่องทางดิจิทัล

นอกจากนี้ โมเดลภาษาขนาดใหญ่ (LLMs) รวมกับโมเดล Retrieval-Augmented Generation (RAG) สามารถให้คําแนะนําเฉพาะสําหรับฟาร์มตามข้อมูลที่แปลเป็นภาษาท้องถิ่น  และการแปลภาษาที่เปิดใช้งาน AI สามารถเปิดใช้งานการจัดส่งในภาษาท้องถิ่นได้อย่างคุ้มค่า ทําให้เข้าถึงได้มากขึ้นทั่วทั้งภูมิภาค

3. การคำนวนศัตรูพืชเพื่อลดการใช้ยาฆ่าแมลง

การใช้สารกําจัดศัตรูพืชได้รับการอ้างถึงว่าเป็น "ความกังวลด้านสิทธิมนุษยชนระดับโลก" และโครงการเกษตรเชิงปฏิรูปพยายามลดการใช้สารกําจัดศัตรูพืชทีละน้อย โซลูชัน AI ที่ใช้การจดจําภาพและภาพไฮเปอร์สเปกตรัมสามารถเปิดใช้งานทั้งการตรวจจับศัตรูพืชเชิงคาดการณ์และเชิงป้องกัน เพิ่มประสิทธิภาพการใช้สารกําจัดศัตรูพืช

4. แรงจูงใจทางการเงินที่เปิดใช้งาน AI

อุปสรรคต่อการเกษตรแบบปฏิรูปคือการขาดสิ่งจูงใจทางการเงินในการเปลี่ยนแปลง แรงจูงใจทางการเงิน เช่น การชําระเงินสําหรับคาร์บอนที่กักเก็บไว้นั้นซับซ้อนเนื่องจากค่าใช้จ่ายสูงในการตรวจสอบและการจ่ายเงิน อย่างไรก็ตาม นักบินล่าสุดที่ใช้เซ็นเซอร์สําหรับการวัดสุขภาพของดินและสัญญาอัจฉริยะที่เปิดใช้งาน AI ทําให้การชําระเงินเร็วขึ้น ปราศจากข้อผิดพลาด และคุ้มค่า

บริษัทการเงินคาร์บอนส่วนใหญ่ใช้โมเดล AI ที่เปิดใช้งานข้อมูลเชิงพื้นที่เพื่อวัดการกักเก็บคาร์บอนจากระยะไกล โมเดลนวัตกรรมที่คล้ายกันสําหรับการสร้างแรงจูงใจในการเปลี่ยนแปลงถูกนํามาใช้ใน 100 Million Farmers Initiative ความคิดริเริ่มนี้ให้การสนับสนุนทางการเงินและที่ไม่ใช่ทางการเงินเพื่อเปลี่ยนไปใช้การเกษตรแบบปฏิรูป ผ่าน AI ทําให้สามารถให้รางวัลทั้งเกษตรกรและนักลงทุนยุคแรกได้ พิมพ์เขียวสําหรับการจําลองแบบจําลองทางการเงินดังกล่าวมีให้บริการผ่านความคิดริเริ่ม

5. การทดสอบดินอย่างรวดเร็วและการตรวจสอบโปรแกรม

การทดสอบดินที่เปิดใช้งาน AI ให้การประเมินสุขภาพของดินอย่างรวดเร็ว ทําให้สามารถตัดสินใจได้อย่างแม่นยําเกี่ยวกับประสิทธิภาพของแนวทางปฏิบัติด้านการฟื้นฟู นอกจากนี้ โมเดล AI เชิงพื้นที่ยังสามารถใช้เพื่อตรวจสอบแนวทางปฏิบัติ เช่น การครอบตัดระหว่างกันหรือการครอบตัด

ซึ่งโดยทั่วไปแล้วยากที่จะตรวจสอบในระดับ การวิเคราะห์ดังกล่าวยังสามารถเปิดใช้งานการแบ่งส่วนเกษตรกร ทําให้สามารถส่งมอบการสนับสนุนที่กําหนดเองให้กับเกษตรกรในระดับการยอมรับที่แตกต่างกัน

เมื่อข้อมูลการเกษตรสะสมมากขึ้นและเกษตรกรคุ้นเคยกับเทคโนโลยีมากขึ้น บทบาทของ AI ในการเกษตรแบบปฏิรูปจะเพิ่มขึ้น ในขณะเดียวกัน ด้วยข้อมูลเพิ่มเติม ความแม่นยําของโซลูชันที่มีอยู่จะดีขึ้น ดังนั้น เพื่อให้ได้รับประโยชน์สูงสุดจากความก้าวหน้าเหล่านี้ การวางแผนสําหรับ AI ในขณะที่ออกแบบโครงการการเกษตรแบบปฏิรูปจึงเป็นสิ่งสําคัญ