Kebun anggur. Sumber: Pixabay

Penanam wain mempunyai helah yang kemas, jika luar biasa, untuk membuat wain yang lebih berperisa?—?jangan menyiram pokok anggur. Biarkan pokok anggur kering sebelum menuai, dan ia akan menghasilkan anggur yang lebih kecil dengan lebih banyak kulit dan kurang jus. Anggur yang lebih kecil menghasilkan wain dengan warna yang lebih dalam dan rasa yang lebih kompleks.

Trinchero Family Estates di Lembah Napa, California mahu memastikan ia menyiram anggurnya dengan jumlah yang tepat, jadi mereka bekerja dengan Ceres Imaging untuk memetakan bidang mereka. Ceres menggunakan drone untuk menangkap imej warna, haba dan inframerah kebun anggur, dan mereka menggunakan kecerdasan buatan untuk menganalisis imej itu untuk melihat sama ada pengeluar wain mengatasi anggurnya.

Ternyata, di bahagian kebun anggur, Trinchero adalah. Pakar-pakar wain mereka mendapati bahawa kawasan-kawasan yang mendapat terlalu banyak air juga menghasilkan sedikit sedikit anggur yang beraroma. Syarikat kini menggunakan teknologi pencitraan untuk memastikan ia tidak menyiram anggur mereka terlalu banyak atau terlalu sedikit, dan untuk mencari kebocoran dalam sistem pengairan.

Teknologi ini mewakili bidang pertanian yang canggih. Firma berteknologi tinggi seperti Ceres, Prospera, Kelebihan Petani dan juga Perbadanan Iklim menggunakan kecerdasan buatan untuk membantu keluarga yang menentukan masa untuk menanam, air, menyembur dan menuai tanaman mereka. Apabila perubahan iklim bertambah buruk hujan lebat di Midwest dan kemarau di California, teknologi ini juga boleh membantu penanam menavigasi cuaca yang lebih teruk dan tidak menentu.

"Pengairan hari ini menyampaikan jumlah air yang sama kepada semua tumbuhan di ladang, walaupun setiap tumbuhan akan menyimpan air secara berbeza," kata Daniel Koppel, Ketua Pegawai Eksekutif Prospera, yang antara lain menganalisis imej yang diambil oleh kamera yang dipasang pada alat pemercik sistem. "Juga, jumlah air yang diperlukan tumbuhan bergantung kepada umur dan saiz tumbuhan, sama ada ia mempunyai buah di atasnya atau hanya bunga, dan lain-lain"

Firma boleh menggunakan pengimejan terma, misalnya, untuk melihat jika tanaman mendapat cukup air. Tanaman dahaga cenderung menjadi sedikit lebih panas daripada yang lain. Itu kerana, biasanya, tumbuhan melepaskan sebahagian daripada air yang mereka rendam melalui akar mereka melalui liang kecil di bahagian bawah daun mereka. Apabila air itu menguap, ia menyejukkan tumbuhan, sama seperti berpeluh menyejukkan manusia. Walau bagaimanapun, tumbuh-tumbuhan yang haus, tutup liang-liang ini untuk mengelakkan kehilangan air, yang menyebabkan mereka sedikit lebih hangat. Jika petani dapat mengenal pasti dengan tepat tanaman mana yang kering, mereka hanya perlu menanam tanaman tersebut, yang membantu mereka menjimatkan air, yang akan menjadi lebih sukar untuk datang sebagai perubahan iklim bahan api kemarau yang lebih panjang dan lebih teruk.

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

Firma sedang mengumpul imej daripada kamera yang dipasang pada sistem pemercik, dron, pesawat dan satelit, dan mereka menggunakan komputer untuk menganalisis imej tersebut untuk mengenal pasti tanaman yang dikepung oleh ulat, dikelilingi oleh rumpai atau diliputi kulat. Komputer kemudian memberitahu penanam untuk menyembur tumbuhan tersebut?—?dan hanya tumbuhan tersebut?—?dengan racun serangga, herbisida atau racun kulat.

Ini membantu penanam menggunakan kurang air dan bahan kimia yang lebih sedikit, yang menjimatkan wang dan memastikan ladang sihat. Sebagai contoh, kurang insektisida, membantu memelihara lebah madu, yang diperlukan untuk pendebungaan banyak tanaman. Menggunakan baja sintetik yang kurang dapat mengurangkan pencemaran. Baja di ladang cenderung ke jalan air dan, akhirnya, lautan, di mana ia hancur kehidupan laut. Koppel mengatakan bahawa teknologi Prospera telah membenarkan penanam rumah hijau menggunakan peratus 30 kurang baja dan air.

Bayangan udara menunjukkan tanaman mana yang memerlukan air atau nutrien. Sumber: Pengimejan Ceres

Bahagian yang sukar adalah mendapatkan komputer untuk menentukan apabila tanaman sakit, cedera atau dahaga. Jadi firma telah membangunkan sistem yang boleh belajar untuk mentafsir imej, semakin pintar dari masa ke masa. Sistem tersebut juga menggabungkan maklumat yang diperoleh dari imej dengan data mengenai suhu, hujan, kualiti tanah dan pembolehubah lain untuk menentukan kapan dan berapa banyak untuk semburan dan tanaman air.

Adakah ini dikira sebagai kecerdasan buatan? "Jika anda bertanya dengan tiga sains komputer kami PhD di dalam bilik, anda mungkin tidak akan keluar selama satu atau dua hari," kata Koppel. Dia berpendapat bahawa sistem Prospera memenuhi syarat sebagai AI memandangkan ia sentiasa belajar sendiri. "Anda menggunakan mesin untuk terus memikirkan apa yang berlaku di lapangan berdasarkan imejan," katanya. "Juga, mesin itu menyusun data untuk membuat keputusan."

Koppel percaya bahawa kecerdasan buatan akan membawa kepada revolusi pertanian yang hebat seterusnya. Kemajuan teknologi sebelumnya?—?pengairan, mekanisasi, baja sintetik, kejuruteraan genetik?—?telah membenarkan manusia menanam lebih banyak makanan dengan kurang kerja. Beliau berkata bahawa kecerdasan buatan akan membolehkan penanam menjadi lebih cekap dengan mengambil tekaan daripada pertanian.

Kerosakan Caterpillar (atas) dan perah (2nd) seperti yang dikesan oleh komputer. Sumber: Prospera

"Biasanya, seorang petani sama ada akan membuat keputusan berdasarkan gerak hati?—?yang bukan data?—?atau dia akan merasai tanah," katanya. Beliau berkata, daripada bergantung kepada gerak hati, adalah lebih baik menggunakan komputer untuk menganalisis imej setiap inci ladang. Komputer tersebut boleh mengesyorkan keputusan berdasarkan data yang mereka kumpulkan dari ladang di seluruh dunia?—? seorang penanam di Mexico mungkin mendapat manfaat daripada data yang dikumpul di ladang di Israel.

Koppel berkata bahawa komputer boleh mengisi petak buta petani, menyamakan petani kepada doktor, yang cenderung melakukan kesilapan. "Saya tidak suka pergi ke doktor," katanya. "Saya lebih suka mempunyai mesin yang tidak berat sebelah. Anda tahu, seorang doktor mungkin melihat beberapa ribu orang, dan mesin itu telah melihat beratus-ratus juta orang. Dan doktor tidak ingat semua yang dia belajar di universiti, dan mesin tahu semuanya sepanjang masa. "

Di masa hadapan, kita dapat melihat robot yang dapat memberitahu apabila strawberi masak dan memetiknya dengan halus dari tumbuhan, atau droid yang dapat mencari rumpai dan semburkan mereka, atau mesin yang boleh menentukan kapan dan berapa banyak untuk memberi makan lembu tenusu. Walau bagaimanapun, sementara AI memegang janji yang luar biasa untuk ladang, ia juga mengancam untuk mengganggu secara besar-besaran, terutama ketika banyak petani kembali ke lebih tradisional kaedah yang semakin meningkat.

Dino besar-besaran skala besar. Sumber: Naïo

"Sesetengah petani mungkin tidak mahu melakukan peralihan, sama ada kurang kemahiran untuk berkembang dengan sistem yang lebih teknis atau motivasi," kata David Rose, ahli geografi alam sekitar University of East Anglia yang mempunyai ditulis mengenai masa depan pertanian. "Sesetengah petani mungkin tidak menganggap penggunaan AI untuk bersesuaian dengan gaya hidup mereka, lebih suka menggunakan pengetahuan pengalaman mereka dan berkait rapat dengan tanah mereka."

Beliau berkata robot autonomi boleh mengancam keselamatan pekerja dan haiwan, dan juga boleh meletakkan banyak orang dari pekerjaan. Pergantian berat AI juga boleh memisahkan sambungan petani ke tanah tersebut. Itulah masa depan yang digambarkan dalam ini John Deere komersial, yang diterangkan oleh Rose sebagai "penyejukan."

Sumber: John Deere

"Saya tidak mengatakan bahawa kita tidak boleh memeluk AI dalam teknologi agri. Ia pasti berpotensi untuk meningkatkan pengambilan keputusan, membantu kami memotong data, memperbaiki penyemburan yang cekap, mengotomatikkan kerja manual atau kerja keras, menarik pekerja yang lebih muda, lebih teknikal kepada industri, dan meningkatkan keuntungan. Tetapi hampir tiada siapa yang bercakap mengenai implikasi sosial dan etika AI di ladang, "katanya.

"Apa rupa dunia di mana AI digunakan secara rutin di ladang? Bagaimana keadaannya sekarang? "Katanya. "Dan bagaimanakah kita dapat melihat potensi para pecundang revolusi teknologi serta pemenang? Saya fikir jika kita mula memikirkan soalan-soalan itu dan menerima bahawa, dalam demokrasi, trajektori teknologi harus terbuka untuk mencabar, maka ini adalah perkara yang baik. "

Artikel ini pada asalnya muncul di NexusMedia

Tentang Pengarang

Jeremy Deaton menulis Nexus Media, sebuah berita baru bersindiket yang meliputi iklim, tenaga, dasar, seni dan budaya. Anda boleh mengikutinya @deaton_jeremy.

Buku-buku yang berkaitan

Pengeluaran: Rancangan Paling Komprehensif yang Pernah Dicadangkan untuk Membalik Pemanasan Global

oleh Paul Hawken dan Tom Steyer
Dalam menghadapi rasa takut dan tidak peduli yang luas, koalisi penyelidik, profesional dan ahli sains antarabangsa telah berkumpul untuk menawarkan satu set penyelesaian yang realistik dan berani terhadap perubahan iklim. Seratus teknik dan amalan dijelaskan di sini-ada yang terkenal; ada yang tidak pernah anda dengar. Mereka terdiri dari tenaga bersih untuk mendidik anak perempuan di negara berpendapatan rendah untuk amalan guna tanah yang menarik karbon dari udara. Penyelesaiannya wujud, bersifat ekonomi, dan masyarakat di seluruh dunia kini menguatkuasakan mereka dengan kemahiran dan keazaman. Tersedia di Amazon

Merancang Penyelesaian Iklim: Panduan Dasar untuk Tenaga Rendah Karbon

oleh Hal Harvey, Robbie Orvis, Jeffrey Rissman
Dengan kesan perubahan iklim yang menimpa kita, keperluan untuk mengurangkan pelepasan gas rumah kaca global tidak kurang hebatnya. Ini adalah cabaran yang menakutkan, tetapi teknologi dan strategi untuk menanganinya ada sekarang. Sebilangan kecil dasar tenaga, yang dirancang dan dilaksanakan dengan baik, dapat membawa kita ke arah masa depan yang rendah karbon. Sistem tenaga besar dan kompleks, jadi dasar tenaga mesti fokus dan menjimatkan kos. Pendekatan satu ukuran untuk semua tidak akan berjaya. Pembuat dasar memerlukan sumber yang jelas dan komprehensif yang menggariskan dasar tenaga yang akan memberi kesan terbesar pada masa depan iklim kita, dan menerangkan bagaimana merancang polisi ini dengan baik. Tersedia di Amazon

Ini Menukar Semua: Kapitalisme vs Iklim

oleh Naomi Klein
In Ini Menukar Semua Naomi Klein berhujah bahawa perubahan iklim bukanlah satu lagi isu yang perlu difailkan antara cukai dan penjagaan kesihatan. Ini penggera yang menyeru kami untuk memperbaiki sistem ekonomi yang telah gagal dalam banyak cara. Klein dengan teliti membina kes untuk mengurangkan secara besar-besaran pelepasan rumah hijau kami adalah peluang terbaik kami untuk secara serentak mengurangkan ketidaksamaan yang menggerunkan, membayangkan semula demokrasi kami yang patah, dan membina semula ekonomi tempatan kami yang terbuang. Dia mendedahkan keputusasaan ideologi tentang penyangkalan perubahan iklim, khayalan para ahli geoengineers, dan kekalahan tragis terlalu banyak inisiatif hijau arus perdana. Dan dia menunjukkan persis mengapa pasar tidak-dan tidak dapat menyelesaikan krisis iklim tetapi sebaliknya akan membuat keadaan lebih teruk, dengan kaedah ekstraksi yang lebih melampau dan ekologi merosakkan, disertai dengan kapitalisme bencana yang meluas. Tersedia di Amazon

Dari Penerbit:
Pembelian di Amazon pergi untuk membiayai kos membawa anda InnerSelf.comelf.com, MightyNatural.com, and ClimateImpactNews.com tanpa sebarang kos dan tanpa pengiklan yang mengesan tabiat melayari anda. Walaupun anda mengklik pada pautan tetapi tidak membeli produk-produk terpilih ini, apa-apa lagi yang anda beli dalam lawatan yang sama di Amazon memberi kami komisen kecil. Tiada kos tambahan untuk anda, jadi sila sumbangkan kepada usaha. Anda juga boleh gunakan pautan ini untuk digunakan untuk Amazon pada bila-bila masa supaya anda boleh membantu menyokong usaha kami.